頻譜分析是一種將復雜信號分解為較簡單信號的技術
2019-12-03
[2262]
頻譜分析是一種將復噪聲號分解為較簡單信號的技術。許多物理信號均可以表示為許多不同頻率簡單信號的和。找出一個信號在不同頻率下的信息(可能是幅度、功率、強度或相位等)的作法就是頻譜分析。
頻譜分析可以對整個信號進行。不過有時也會將信號分割成幾段,再針對各段的信號進行頻譜分析。周期函數(shù)(例如 )適合只考慮一個周期的信號來進行頻譜分析。傅里葉分析中有許多分析非周期函數(shù)時需要的數(shù)學工具。
一個函數(shù)的傅里葉變換包括了原始信號中的所有信息,只是表示的型式不同。因此可以用反傅里葉變換重組原始的信號。若要完整的重組原始信號,需要有每個頻率下的幅度及其相位,這些信息可以用二維向量、復數(shù)、或是極座標下的大小及角度來表示。在信號處理中常??紤]幅度的平方,也就是功率,所得的就是功率譜密度。
實際上,大部分的儀器及軟件都用快速傅里葉變換來產(chǎn)生頻譜的信號。快速傅里葉變換是一種針對采樣信號計算離散傅里葉變換的數(shù)學工具,可以近似傅里葉變換的結果。
隨機性信號(或噪聲)的傅里葉變換也是隨機性的。需要利用一些取平均值的方式來得到其頻率分布(frequency distribution)。一般來說會將資料依一定的時間分段,將各段資料進行傅里葉變換,再將變換后的幅度或幅度平方(幅度平方較常用)平均,以得到傅里葉變換的平均值。在處理取様?shù)臅r域資料時,常用上述的作法,配合離散傅里葉變換來處理,這種處理方式稱為Welch法(Welch's method)。若所得的頻譜是平的,此信號會視為“白噪聲”,不過許多信號在時域下看似噪聲,卻可以借由這樣的處理方式得到一些頻域的信息。
- 上一篇:頻譜分析儀的主要產(chǎn)品特性介紹
- 下一篇:粗糙度儀主要功能特點及應用