《FFT后的物理意义》由会员分享，可在线阅读，更多相关《FFT后的物理意义（19页珍藏版）》请在金锄头文库上搜索。
1、2012-03-07 10:26:30美国力科公司北京代表处马亦飞FFT（ Fast Fourier Transform,快速傅立叶变换）是离散傅立叶变换的快速 算法，也是我 们在数字信号处理技术中经常会提到的一个概念。在大学的理工科课程中， 在完成高等数学的课程后，数字信号处理一般会作为通信电子类专业的专业基础课程进行学习，原因是其中涉及了大量的高等数学的理论推导，同时又是各类应用技术的理论基础。关于傅立叶变换的经典著作和文章非常多，但是看到满篇的复杂公式推导和罗列，我们还是很难从直观上去理解这一复杂的概念，我想对于普通的测试工程师来说，掌握FFT的概念首先应该搞清楚这样几个问题：（1）为什
2、么需要FFT （2）变换究竟是如何进行的（3）变换前后信号有何种对应关系（4）在使用测试工具（示波器或者其它软件平台）进行 FFT的方法和需要注意的问题（5）力科示波器与泰克示波器的FFT计算方法的比较。在这篇文章中我尝试用更加浅显的讲解，尽量不使用公式推导来说一说FFT的那些事儿。一，为什么需要FFT？首先FFT快速傅立叶变换）是离散傅立叶变换的快速算法，那么说到FFT,我们自然要先讲清楚傅立叶变换。先来看看傅立叶变换是从哪里来的？傅立叶是一位法国数学家和物理学家的名字，英语原名是Jean Baptiste JosephFourier（1768-1830）, Fourier对热传递很感兴趣，
3、于 1807年在法国科学学会上发表了一篇论 文，运用正弦曲线来描述温度分布，论文里有个在当时颇具争议性的命题：任何连续周期信号可以由一组适当的正弦曲线组合而成。当时审查这个论文的人，其中有两位是历史上著名的数学家拉格朗日（Joseph Louis Lagra nge, 1736-1813和 拉普拉斯（Pierre Sim on de Laplace, 1749-1827），当拉普拉斯和其他审查者投票通过并要发表这个论文时，拉格朗日坚 决反对，在近50年的时间里，拉格朗日坚持认为傅立叶的方法无法表示带有棱角的信号， 如在方波中出现非连续变化斜率。法国科学学会屈服于拉格朗日的权威，拒绝了傅立叶的工
4、作，幸运的是，傅立叶还有其它事情可忙，他参加了政治运动，随拿破仑远征埃及，法国大 革命后因为怕被推上断头台而一直在逃难。直到拉格朗日死后15年这个论文才被发表出来。谁是对的呢？拉格朗日是对的：正弦曲线无法组合成一个带有棱角的信号。但是，我们可以用正弦曲线来非常逼近地表示它，逼近到两种表示方法不存在能量差别，基于此，傅立叶是对的。为什么我们要用正弦曲线来代替原来的曲线呢？如我们也还可以用方波或三角波来代 替，分解信号的方法是无穷的，但分解信号的目的是为了更加简单地处理原来的信号。用正余弦来表示原信号会更加简单，因为正余弦拥有其他信号所不具备的性质：正弦曲线保真度。一个正弦曲线信号输入后，输出的仍
5、是正弦曲线，只有幅度和相位可能发生变化，但是频率和波的形状仍是一样的，且只有正弦曲线才拥有这样的性质，正因如此我们才不用方波或三角波来表示。傅立叶变换的物理意义在哪里？傅立叶原理表明：任何连续测量的时序或信号，都可以表示为不同频率的正弦波信号 的无限叠加。而根据该原理创立的傅立叶变换算法利用直接测量到的原始信号，以累加方式来计算该信号中不同正弦波信号的频率、振幅和相位。当然这是从数学的角度去看傅立叶变换。那么从物理的角度去看待傅立叶变换，它其实是帮助我们改变传统的时间域分析信号 的方法转到从频率域分析问题的思维，下面的一幅立体图形可以帮助我们更好得理解这种角度的转换： y所以，最前面的时域信号
6、在经过傅立叶变换的分解之后，变为了不同正弦波信号的叠 加，我们再去分析这些正弦波的频率，可以将一个信号变换到频域。有些信号在时域上是很难看出什么特征的，但是如果变换到频域之后，就很容易看出特征了。这就是很多信号分析采用FFT变换的原因。另外，FFT可以将一个信号的频谱提取出来，这在频谱分析方面也是 经常用的。傅立叶变换提供给我们这种换一个角度看问题的工具，看问题的角度不同了，问题也 许就迎刃而解！二、变换是如何进行的？首先，按照被变换的输入信号类型不同，傅立叶变换可以分为4种类型：1、 非周期性连续信号傅立叶变换(Fourier Transform)2、 周期性连续信号傅立叶级数 (Fouri
7、er Series)3、 非周期性离散信号离散时域傅立叶变换(Discrete Time Fourier Transform)4、 周期性离散信号离散傅立叶变换(Discrete Fourier Transform) 下面是四种原信号图例：这里我们要讨论是离散信号，对于连续信号我们不作讨论，因为计算机只能处理离散的数值信号，我们的最终目的是运用计算机来处理信号的。所以对于离散信号的变换只有离散傅立叶变换(DFT)才能被适用，对于计算机来说只有离散的和有限长度的数据才能被处 理，对于其它的变换类型只有在数学演算中才能用到，在计算机面前我们只能用DFT方法,我们要讨论的FFT也只不过是DFT的一种
8、快速的算法。DFT的运算过程是这样的：-1其中，X(k)频域值X( n)时域采样点n时域采样点的序列索引k频域值的索引N进行转换的采样点数量可见，在计算机或者示波器上进行的DFT,使用的输入值是数字示波器经过ADC后采集到的采样值，也就是时域的信号值， 输入采样点的数量决定了转换的计算规模。变换后的频谱输出包含同样数量的采样点，但是其中有一半的值是冗余的，通常不会显示在频谱中， 所以真正有用的信息是 N/2+1个点。FFT的过程大大简化了在计算机中进行 DFT的过程，简单来说，如果原来计算 DFT的复 杂度是N2次运算(N代表输入采样点的数量)，进行FFT的运算复杂度是 Nlg10( N)，因
9、此, 计算一个1,000采样点的DFT，使用FFT算法只需要计算 3,000次，而常规的DFT算法需要 计算 1,000,000 次！我们以一个4个点的DFT变换为例来简单说明 FFT是怎样实现快速算法的：X(/c)=一 2x(n)药丹対4 H=0计算得出：x(o)二 &EDfi沪ajjrfAmfcX1) = x (丄冲用” * 箕fN* 減H1 懸炉曲X(2) m x(Oe-l-x( 1 )e +x( 3)e*+x(aeX(3) x(Oe+M(l)eJa + K(2)e JJ+M(3)e3其中的红色部分在 FFT中是必须计算的分量，其他蓝色部分不需要直接计算，可以由红色的分量直接推导得到，比
10、如：x(1)e-jO = -1*x(1)e-j n x(2)e-j0 = x(2)e-j2 n这样，已经计算出的红色分量只需要计算机将结果保存下来用于之后计算时调用即可，因此大大减少了 DFT的计算量。三、变换前后信号有何种对应关系？我们以一个实际的信号为例来说明：示波器采样得到的数字信号，就可以做FFT变换了。N个采样点，经过FFT之后，就可以得到N个点的FFT结果。为了方便进行 FFT运算，通常N取2的整数次方。假设采样频率为 Fs,信号频率F,采样点数为N。那么FFT之后结果就是一个为 N点的 复数。每一个点就对应着一个频率点。这个点的模值，就是该频率值下的幅度特性。具体跟 原始信号的幅
11、度有什么关系呢？假设原始信号的峰值为A,那么FFT的结果的每个点(除了第一个点直流分量之外)的模值就是A的N/2倍。而第一个点就是直流分量，它的模值就是直流分量的 N倍。而每个点的相位呢，就是在该频率下的信号的相位。第一个点表示直 流分量(即OHz),而最后一个点 N的再下一个点(实际上这个点是不存在的，这里是假设 的第N+1个点，也可以看做是将第一个点分做两半分，另一半移到最后)则表示采样频率 Fs,这中间被N-1个点平均分成N等份，每个点的频率依次增加。例如某点n所表示的频率为：Fn=(n-1)*Fs/N。由上面的公式可以看出，Fn所能分辨到频率为为Fs/N,如果采样频率Fs为1024Hz
12、,采样点数为1024点，则可以分辨到 1Hz。1024Hz的采样率采样1024点，刚 好是1秒，也就是说，采样1秒时间的信号并做 FFT则结果可以分析精确到 1Hz,如果采 样2秒时间的信号并做 FFT则结果可以分析精确到0.5Hz。如果要提高频率分辨率，则必须增加采样点数，也即采样时间。频率分辨率和采样时间是倒数关系。下面这幅图更能够清晰地表示这种对应关系：ACQUIRED WAVEFORM4 f = 1/ CAPTURE TIMEFREQUENCYFASTOURIER TRAHSFORmFREQUEMCY RESCLUT1OM AT变换之后的频谱的宽度(Frequency Span)与原始
13、信号也存在一定的对应关系。根据 Nyquist采样定理，FFT之后的频谱宽度(Frequency Span)最大只能是原始信号采样率的1/2，如果原始信号采样率是4GS/S,那么FFT之后的频宽最多只能是2GHz。时域信号采样周期(Sample Period)的倒数，即采样率(Sample Rate)乘上一个固定的系数即是变换之后频谱 的宽度，即 Frequency Span = K* (1/ AT,其中AT为采样周期，K值取决于我们在进行 FFT 之前是否对原始信号进行降采样(抽点)，因为这样可以降低 FFT的运算量。如下图所示：FREQUENCY SPAN = K-( 1AT)LU口3JJ
14、JELS-CFAST FOURIER TRANSFO FCM (FFT可见，更高的频谱分辨率要求有更长的采样时间，更宽的频谱分布需要提高对于原始 信号的采样率，当然我们希望频谱更宽，分辨率更精确，那么示波器的长存储就是必要的！ 它能提供您在高采样率下采集更长时间信号的能力！值得强调的是，力科示波器可以支持计算128Mpts的FFT而其它某品牌则只有 3.2Mpts。FFT的方法和需要注意的问题?四、在使用测试工具(示波器或者其它软件平台)进行我们先来看一个简单的例子-Problem :在示波器上采集一个连续的，周期性的信号，我们希望在示波器上进行FFT计算之后，观察到信号中心频率 (Cente
15、r Frequency)在 2.48GHz,频宽(Frequency Span)为 5MHz， 频谱分辨率(Bandwidth Resolution )为10KHz的频谱图，应该如何设置示波器的采集？首先，根据频谱分辨率(Bandwidth Resolution)10KHz可以推算出，至少需要采集信号的时间长度为 1/10KHz=100us，因此至少要设置示波器时基为10us/Div ;为了尽量保证 FFT之后频谱图在各个频点的信号能量精度，测量时需要时域信号幅值占满整个栅格的90%以上；采样率设置应至少满足Nyquist采样率，即至少设置5GS/s采样率才能够看到中心频率在2.48GHz的频率谱线；选择合适的窗函数( Von Hann汉宁窗)和频谱显示方式(power spectrum );使用Zoom工具，将频谱移动到 Center2.48GHz，Scale 500KHz/Div位置，Zoom设置方法如下图所示：Zeflm fftHdiUfriUsIC&rtltr9 16 UHzV2 00 伽
