FFT运算的加深理解——栅栏效应、补零、物理分辨率、计算分辨率

FPGA十年老鸟

已于 2022-01-31 11:20:33 修改

阅读量1.5w

点赞数 32

CC 4.0 BY-SA版权

分类专栏： FFT 文章标签： fft

于 2022-01-31 10:58:47 首次发布

本文链接：https://blog.csdn.net/gzy0506/article/details/122758236

FFT 专栏收录该内容

4 篇文章

订阅专栏

文章围绕FFT展开，介绍了栅栏效应，即离散傅里叶变换频谱受限，可通过补0缓解。补0能提高计算分辨率，接近真实点频，但无法区分相近点频。增加数据可提升物理分辨率，补0运算量小，在数据相位连续时间有限时可提升分辨率精度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

栅栏效应和计算分辨率

栅栏效应是指离散傅里叶变换计算的频谱被限制在基频整数倍处，只能在相应离散点处看到输出的现象。栅栏效应可以通过补0来进行缓解。

在这里插入图片描述
我们以一个具体的例子来描述补0对FFT分析带来的变化：

我们需要分析一个频率为 1.0413Hz的点频。
FFT64个点，其中1Hz和1.125Hz都是基频的整数倍，但1.0413Hz离1Hz更近，那么最高点肯定落于1Hz处。

N = 64
fs = 8;
 
fi1 = 1+ 2/N+0.01;
 
 
x = 1*exp(j*2*pi*fi1/fs*[0:1*N-1]) ;
%x = [x zeros(1,64*1)];
 
x_fft = fft(x);
plot([-4:8/N:4-1/N],fftshift(abs(x_fft))/64)
hold on
stem([-4:8/N:4-1/N],fftshift(abs(x_fft))/64)

在这里插入图片描述
假设我们补64个的0，相当于FFT分析精度提升了1倍，现在1Hz和1.0625Hz都是基频的整数倍，1.0413Hz离1Hz更近，那么最高点肯定落于1.0413Hz处

N = 64
fs = 8;
 
fi1 = 1+ 2/N+0.01;
 
 
x = 1*exp(j*2*pi*fi1/fs*[0:1*N-1]) ;
x = [x zeros(1,64*1)];
 
x_fft = fft(x);
plot([-4:4/N:4-1/N],fftshift(abs(x_fft))/64)
hold on
stem([-4:4/N:4-1/N],fftshift(abs(x_fft))/64)

在这里插入图片描述

假设我们192个的0，相当于FFT分析精度提升了2倍，现在1Hz和1.03125Hz都是基频的整数倍，1.0413Hz离1.03125Hz更近，那么最高点肯定落于1.03125Hz处

N = 64
fs = 8;
fi1 = 1+ 2/N+0.01;
x = 1*exp(j*2*pi*fi1/fs*[0:1*N-1]) ;
x = [x zeros(1,64*3)];
 
x_fft = fft(x);
plot([-4:2/N:4-1/N],fftshift(abs(x_fft))/64)
hold on
stem([-4:2/N:4-1/N],fftshift(abs(x_fft))/64)

在这里插入图片描述

确实，通过补0，我们慢慢的接近了真实点频的频率。这就是提高了计算分辨率

物理分辨率

那如果是两个很近的点频能够通过补0来进行区分吗？从三个FFT结果的叠加来看，其谱线的宽度基本不变，也就是说，补零操作增加了频域的插值点数，让频域曲线看起来更加光滑，提升了计算分辨率，但无法将频谱更细致化的展现出来，这样如果同时有两个频率很接近的点频，通过补0是没办法区分开的。
为了验证这句话，我们设定如下数据仿真

N = 64
fs = 8;
 
fi1 = 1+ 2/N+0.01;
fi2 = 1+ 2/N+0.06;
 
x = 1*exp(j*2*pi*fi1/fs*[0:4*N-1]) +  1*exp(j*2*pi*fi2/fs*[0:4*N-1]);

我们通过补192个数据与192个0的频谱分析图进行对比，除了能跟补0一样将频率估计的更准确，同时还将频谱变的更细致。这样如果同时有两个频率很接近的点频，则可以区分开来，这样就提高了FFT的物理分辨率
在这里插入图片描述

总结

从上面的描述可以知道，物理分辨率的提升计算分辨率肯定也提升了。那为什么还需要补0的操作呢。

1、补0的运算量远小于补数据的计算量，对于一个大部分数据都是0的FFT运算，是有办法进行一些简化操作的
2、数据只有有限时间的相位是连续的，这样就限制了我们采用更长的数据进行分析，这个时候为了提升分辨率精度，就只能通过补0的方式了。

最后注意这两个概念：
物理分辨率与计算分辨率。
物理分辨率是跟分析数据长度有关
计算分辨率则跟FFT的点数有关
补零能够通过提升计算分辨率来缓解栅栏效应，但无法提升物理分辨率来进行对相近频点的区分

2022-1-31 写于除夕日