通信工程 / 系统课时

用FFT检查频率分辨率与谱泄漏

用FFT检查频率分辨率与谱泄漏

同一条正弦信号,即使实际只有一个频率,FFT 结果也可能在许多频点上出现能量。本篇固定采样率和观察窗,比较整周期采样、非整周期采样以及 Hann 窗的输出,分清真正的频率成分与截断造成的谱泄漏。

学习目标

  • 根据采样率、样本数和观测时长计算 FFT 频点间隔。
  • 解释非整周期截断为什么会产生谱泄漏,并辨认窗函数的取舍。
  • 通过实测数值区分加窗、补零与延长采样时间的作用。

先计算频率栅格和观测时长

设置采样率 fs=1024 Hzf_s=1024\,\text{Hz}、采样点数 N=256N=256。观察时长为 T=N/fs=0.25 sT=N/f_s=0.25\,\text{s},FFT 频点间隔为 Δf=fs/N=4 Hz\Delta f=f_s/N=4\,\text{Hz}。因此非负频点依次是 0、4、8、…、512 Hz,512 Hz 为奈奎斯特频率。

原始采样点数 观测时长 原始 FFT 频点间隔
256 0.25 s 4 Hz
1024 1.00 s 1 Hz

这里的 4 Hz 首先指频率栅格的间隔,不能简单理解成任何两条相距 4 Hz 的谱线都必然可分辨。实际双音分辨力还与窗函数主瓣宽度、幅度差和噪声有关。

看清整周期与非整周期的差别

取 128 Hz 单频正弦,0.25 s 内正好包含 32 个周期;在理想无噪声、矩形窗和频点对齐条件下,单边 FFT 幅度集中在 128 Hz 的一个频点。改成 130 Hz,观察窗内只有 32.5 个周期;FFT 将有限记录视作周期重复时,记录边界不能平滑衔接,于是能量分散到多个频点。

整周期、非整周期与Hann加窗的频谱对比

谱泄漏并不说明信号里真的存在 124 Hz、132 Hz 等额外发射频率,而是有限时间截断后与 FFT 基函数不完全匹配的结果。矩形窗旁瓣较高;Hann 窗通过平滑两端压低远处旁瓣,但同时使主瓣变宽。

用 Python 比较矩形窗和 Hann 窗

以下示例使用 Python 3 和 NumPy。用单边幅度 2∣X[k]∣/∑nw[n]2|X[k]|/\sum_n w[n] 做窗增益校正,并比较 160~256 Hz 远离主瓣频带中的最大幅度。这个校正只针对非直流、非奈奎斯特点的正弦幅度刻度,不能消除频率不对齐造成的峰值偏低。

python
import numpy as np

fs, n = 1024, 256
t = np.arange(n) / fs
bins = np.fft.rfftfreq(n, d=1 / fs)
print(f"df={fs/n:.1f} Hz, T={n/fs:.2f} s")
for f in (128, 130):
    x = np.sin(2 * np.pi * f * t)
    for name, window in (("rect", np.ones(n)), ("hann", np.hanning(n))):
        # 窗均值补偿幅度尺度,但不能消除频率不对齐造成的栅栏效应。
        amp = 2 * np.abs(np.fft.rfft(x * window)) / (n * window.mean())
        k = np.argmax(amp[1:]) + 1
        # 比较远离主瓣的频带,避免将主瓣展宽当作旁瓣泄漏。
        far = amp[(bins >= 160) & (bins <= 256)].max()
        print(f"f={f:3d}, {name:4s}: peak@{bins[k]:.0f}Hz={amp[k]:.3f}, far={far:.4f}")

预期输出:

text
df=4.0 Hz, T=0.25 s
f=128, rect: peak@128Hz=1.000, far=0.0000
f=128, hann: peak@128Hz=1.000, far=0.0001
f=130, rect: peak@128Hz=0.640, far=0.0392
f=130, hann: peak@132Hz=0.850, far=0.0008

130 Hz 实际输入幅度为 1,但两个窗的单个最大频点都不足 1;这是频点不对齐引起的幅度估计误差,不能据此判定信号在传输中衰减。Hann 窗的远处旁瓣明显更小,但主瓣附近会占据更多频点。

区分加窗、补零与真正提高分辨力

  • 加 Hann 窗:适合观察与强分量相隔较远的弱频率成分,能够降低远旁瓣;代价是主瓣较宽。矩形窗适合已知频率恰好对齐频点的幅度检验。
  • 零填充:把 256 个有效样本补到 1024 点再做 FFT,显示频点间隔变为 1 Hz,但有效观测时间仍为 0.25 s;它使频谱曲线更密,不会把两条紧邻信号自动分开。
  • 延长实际采样:保持 1024 Hz 采样率,真正采集 1024 点,时长增至 1 s,原始频点间隔才从 4 Hz 缩为 1 Hz。此时仍须结合窗函数和信噪比评估两音能否分开。

若看到主峰两侧出现密集小峰,先核对 fsf_s、NN 与信号是否包含整周期,再对同一批数据比较矩形窗和 Hann 窗;只有主瓣以外稳定存在、且不随窗函数显著变化的结构,才值得进一步作为真实频率分量验证。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

用FFT检查频率分辨率与谱泄漏

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通