声振论坛

 找回密码
 我要加入

QQ登录

只需一步,快速开始

12
返回列表 发新帖
楼主: miao7mijao

[FFT] 模仿频谱细化matlab程序

[复制链接]
发表于 2007-6-29 21:46 | 显示全部楼层
2相位补偿细化
相位补偿细化,可以对全部频率范围内的频谱进行细化,这就克服了频移法的缺点。当然,对于只需要在窄带范围内细化的情况,用相位补偿法有点浪费。
设要求的细化因子为D=2^n,则采样个数为:N’=DN=DT/t,式中T—原分析长度,t—采样间隔。
将相距D个采样间隔的样本抽出来集合为一个子序列,每个子序列有N个样本,共有D个子序列。总频谱是D次N点的FFT结果Xd相应乘以W^k DN后叠加的结果。这里的W^kDN即为谱线Xd的相位补偿量。

[ 本帖最后由 zhangnan3509 于 2007-6-29 21:47 编辑 ]
回复 支持 反对
分享到:

使用道具 举报

发表于 2007-6-29 21:48 | 显示全部楼层
3级联Zoom-FFT
假定样本数据是x(n+mN),n={0,…,N-1;m=0,…, M-1。其中数据序列被划分为M个区组,互不重叠。每一个区组有N个样本点。N*M点FFT的频率分辨率是:f=1/NMTS,运算量为NM log(NM)/2。
N*M点的DFT可以简化成两次DFT,第一次DFT是对M个区组作N点DFT,而第二次DFT是对所关心的谱线k做M点DFT。总计算量为:(MnlogN+MlogM)/2,比上述计算量减少(N-1)MlogM/2。级联FFT与复包络解调法其实在本质上是类似的。

评分

1

查看全部评分

发表于 2007-6-30 08:30 | 显示全部楼层
原帖由 微尼 于 2007-6-29 18:05 发表
请问songzy41,这个频谱细化程序在使用resample函数重新采样之前是不是没有滤波?
在resample函数重新采样之前没有通过滤波器,在上程序中是利用了resample函数自带的滤波功能:
RESAMPLE applies an anti-aliasing (lowpass) FIR filter to X during the
    resampling process, and compensates for the filter's delay.  The filter
    is designed using FIRLS.

评分

1

查看全部评分

发表于 2007-12-9 21:36 | 显示全部楼层
在重采样的过程中,采样的总点数也自然随之降代低了,fs=fs/N,n=n/n,请教
频率分辨率是如何提高的
发表于 2007-12-10 12:58 | 显示全部楼层

回复 #19 toney 的帖子

从这个方向去理解的话,那ZFFT的方法并不能提高分辨率.
看来很多人对ZFFT有个误区,事实上,ZFFT所谓的提高分辨率是指针对作同样点数的离散傅立叶变换而言的,即作细化D倍的N点细化谱实际上原始数据必须采DN点数据,这时候它比用N点原始数据直接做FFT而言频率分辨率提高了D倍,但如果把DN点原始数据全部做FFT,那它和细化谱的分辨率是一样的.
一句话,ZFFT本质上可以说是一种快速算法,它通过滤波重采样来降低采样频率,这样就可以用较少点数的FFT来实现较高的频率分辨率,当然,提高速度的代价就是只能对局部频带进行细化(而如果将ZFFT利用的所有原始数据全部直接做FFT的话,它做出的是整个频域的,而且频率分辨率和细化后的一样,甚至如果考虑细化时滤波所需去掉的点,直接FFT的频率分辨率可以更高).

貌似类似的我说过很多遍了.:lol
发表于 2008-5-8 16:35 | 显示全部楼层
太好了,讲解的太好了,:victory: :victory:
发表于 2010-11-30 16:34 | 显示全部楼层
各位大虾的水平太牛了
发表于 2010-12-2 15:08 | 显示全部楼层
不错,收获颇丰!
发表于 2010-12-20 18:22 | 显示全部楼层
回复 6 # songzy41 的帖子

你好,请问互功率谱函数程序有没有?现实条件是知道时间序列,我想求这个时间序列和其延时序列的互功率谱,怎么办?谢谢了
发表于 2011-6-6 13:25 | 显示全部楼层
学习中,对自己很有用
您需要登录后才可以回帖 登录 | 我要加入

本版积分规则

QQ|小黑屋|Archiver|手机版|联系我们|声振论坛

GMT+8, 2024-11-16 13:33 , Processed in 0.061552 second(s), 19 queries , Gzip On.

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表