口袋实验室--使用AD2学习频谱参数测试

本文主要是介绍口袋实验室--使用AD2学习频谱参数测试，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

1. 简介

2. 频谱相关参数

2.1 频谱相关基本概念

2.1.1 采样时间间隔

2.1.2 采样频率

2.1.3 采样点数

2.1.4 采样时间长度

2.1.5 谱线数

2.1.6 奈奎斯特频率

2.1.7 频谱分辨率

2.1.8 最高分析频率

2.1.9 频谱泄露

2.2 窗函数

2.2.1 AD2的窗函数

2.2.2 测试矩形窗

2.2.3 测试平顶窗

2.3 频谱参数

2.3.1 幅值单位解释

2.3.2 几个常量解释

2.3.3 动态指标

3. 其他相关知识

3.1 归一化

3.2 DFT 示例

4. 总结

1. 简介

通过AD2记录频谱相关知识。

2. 频谱相关参数

2.1 频谱相关基本概念

2.1.1 采样时间间隔

采样时间间隔，也称采样周期，一般使用 Ts 表示，Time sampling，是在数字信号处理中连续信号转换为离散信号时，连续信号的两次采样之间的时间差，用于说明多久采集一次信号的数据点。

截图中并未直接显示采样时间间隔，但可以通过采样频率500kHz换算，Ts=0.2ms。

2.1.2 采样频率

采样频率（fs）和采样时间间隔是描述数字信号采样过程的两个互为倒数的概念。尽管两者都能准确描述采样的属性，但在实际应用和理论讨论中，采样频率更为常用。

可能用采样频率更直观吧，而且还和奈奎斯特定理的关联，讨论采样频率而不是采样时间间隔，使得这一原则更易于理解和应用。

截图中直接显示了采样频率为500kHz。

2.1.3 采样点数

离散样本的总数。用N表示。

截图中显示的“8192 samples at 500kHz”中的“8192”就是采样点数。

2.1.4 采样时间长度

采样时间长度，用T表示。

$T=T_{s}\times N=\frac{N}{f_{s}}$

2.1.5 谱线数

谱线数，在频谱图中出现的频率点数（不包含直流分量），用M表示。

$M=\frac{N}{2}$

2.1.6 奈奎斯特频率

由奈奎斯特采样定理（Nyquist Sampling Theorem）所确定，用fN表示。

$f_{N}=2f_{max}$

2.1.7 频谱分辨率

频谱分辨率， $\Delta f$ ，是指能够分辨两个相邻频率成分的最小频率间隔。

理论上，频谱分辨率由信号的采样时间长度决定，计算公式为：

$\Delta f=\frac{1}{T}=\frac{f_{s}}{N}$

T=1s，总采样时长1s， Δf=1Hz；

T=10s，总采样时长10s， Δf=0.1Hz；

2.1.8 最高分析频率

由奈奎斯特采样定理（Nyquist Sampling Theorem）所确定。用fmax表示。

2.1.9 频谱泄露

实际测量的信号是有限时长的，超出测量时长的信号就是未知的。当使用 FFT 算法（用于计算 DFT）对限时信号切片进行分析时，FFT 隐含地假设该信号在观察到的间隔后本质上会重复自身。这可能会导致每个切片边缘处的不连续性，从而导致每个测量时长的信号（Tn）中包含的能量溢出到其他测量时长的信号（Tm）频率谱中。这种现象称为频谱泄漏。