信号处理的几个问题.pdf

信号处理的几个问题 • 信号的混淆 • 平均 • 动态范围 • 窗处理 信号混淆问题 为了弄懂混淆的问题，我们必须先关注一下采样过程， 虽然来自传感器测得的信号是连续的，但是采样时间片段 并不是连续的，它只是一个数字序列。我们只是可以将这 些数字序列所代表的点连接起来，所构成的图形看上去象 是一个波形，然后FFT分析就是利用这些数字序列样本进 行它的计算。 信号混淆问题 在这个室内温度波动的曲线中我 们可以看到，每30分钟波动一次。如 果我们能够正确对这个温度波动曲线 采样，在频谱图的在30分钟处应该有 一个峰值存在。但是如果我们只是每 30分钟对这个温度波动曲线采样一次 会有什么发生呢？此我们只是得到一 条平坦的曲线。 如果我们稍微改变一下采样的方 式，每隔15分钟采样一次，其结果又 会怎样呢？结果基本是一样的，是一 条平坦的曲线。我们并没有进行足够 快速的采样，以至于可以看到真实的 温度变化。 信号混淆问题 这就是由所谓的混淆现象引起的，见下面的例子， 为了能够得到一组能够代表如下模拟信号的数字信号该 如何去做呢？当然，你需要以较高的采样速率进行采样。 实际上我们只需要以大于模拟信号频率两倍以上的采样 频率就可以做到这一点。我们有一个周期为30分钟的模 拟信号，而用15分钟的采样速率进行采样是不够的。 信号混淆问题 例如，下面有一个65Hz的信号，但我们可处理的频 率范围只为25Hz （这就意味着我们的采样速率为每秒64 点）。结果在频谱图上这个信号是在1Hz处出现一个峰 值。注：我们采4096个样，采样频率为每秒采64个样。 所以频率范围为：4096/(64*2.56)=25Hz 混淆问题的解决 总之，采样规律是：采样频率必须大于两倍以上的 最高信号频率。这个规律也称为奈奎斯特定律。 但当我们进行测量时，我们并不知道被测信号中的 频率是多少，实际上，测量前我们总是能够估计到信号 中所包含能够在频谱图中引起折叠的信号成份。所以由 于这个原因，所有频谱分析仪和便携式的数采器大都采 用了抗混滤波器，这是一个低通滤波器，它可以将超过 采样频率以上的信号滤掉。 信号混淆问题 让我们再来看另外一个 例子，确信你已经弄懂了这 个道理。我们再回到基础知 识一节中风扇的例子，我们 曾有一个1Hz和一个8Hz 的 信号。 显而易见，如果以1Hz 的采样频率进行采样，我们会得到一条平 坦的曲线。如果我们一秒钟内采样两次，我们仍然得到的是一条平坦 的曲线。 根据奈奎斯特原理，如果我们每秒钟内采样三次，我们就会有足 够的数据分辨率来识别1Hz 的信号，但仍然不能采集到8Hz 的信号。 信号混淆问题 如果我们预测到这个8Hz 的信号，并且想测量它，我 们必须以每秒钟采样大于16次的频率进行采样。但是如果 我们不知道有这个8Hz 的信号存在，只是以每秒钟3次的 采样速率进行采样的话，在频谱图上就会有一个来自8Hz 信号的幽灵频率峰值。 所以，唯一的解决办 法是将在有效数据范围以 上的频率成份统统滤掉， 如果我们以每秒3次的采 样速率