当前课程知识点:动态测试与分析(下) > 第5章 连续分析原理 > 第八周 > 离散加窗频谱函数
那么这个式子从理论上来讲它是可积的
它是可积的
但是由于这个加窗信号呢
没有它的解析表达式
那么我们只能用离散积分的办法
离散积分的办法
下面我们把它进行离散化
离散化
首先这个f我们要用fn去替它
那么fn等于什么
是n除以大T
这个大T就是我们的积分的
总的范围 大T
另外一个这个里边的τ
我们是要τK去代替它
那么K△T
△T就是时间离散化
离散化的
就是信号我们要去采样
采样的间隔
也是采样频率的倒数
也采样频率的倒数
这里n是整数了
K也是整数
那么△T是等于是采样频率的倒数
我们离散化就在采样
采样频率的倒数 是这样
这样离散化呢 还会继续
这个T时间大T
我们这个积分的总宽度
它应该是N跟△T相乘
离散化以后
这里N是一个整数常数
然后这个里边还有一个窗宽Tw
窗宽TW也会离散化
Tw和T呢
它在这里不是一个相等的关系
那么我们这个T
我们刚才的图像上
我们再回到这个图上看一下
这个T 我们大T
要取得比这个窗宽
就整个这个窗宽
应该大于等于它
但是不能小于它
所以呢 这个T有一个关系
这个T要大于等于Tw
所以这两个是不一定会相等的
那么它们两个的离散化的
数就得分开
Nw来讲
那么Nw也是一个整常数
这是整常数集合 是这样
那么这样就把这些量都离散化了
还有量呢
还有就是函数的离散化
我们把这个函数也离散化了
这个连续傅里叶函数FTw的
我们写出它的表达式呢
应该是J2πf
然后是Tw除2
这个2呢 抵消掉了
2抵消掉了 是这样
然后我们把它离散化下来呢
应该是用这个来ejπ
fn用NT NT呢是大N△T
这是大T 大T
另外还有一个Tw
Tw是Nw乘以△T是这个
它的用这个的离散化函数去替它
替完了以后 △T除掉了
去掉了 另外我们可以得到一个
N与它的一个比值
因为这在分子上这个分母上
所以我们在这里令
令KT等于是大N除以Nw
KT 大Nw
我们最后就会得到
就会得到
这个就会等于是ejπn
除以KT
这个KT
KT呢 它应该是个整数
或者我们这么写下来的
应该是就是大N应该等于是
KT乘以Nw的
这里KT是一个整常数
也是一个整常数
我们不要那个小数了
比较麻烦 这是个整数
也是自己去定的
这样呢 就能
只要有了Nw就是
就是窗宽的离散数
我再确定一个整数值
我就可以得到这个大N
就把这个大T就出来了
就是整个的积分宽度就确定了
这里我们在做离散化
这是在变量的离散化
还有时间常数的离散化
下面我们是对函数的离散化
函数呢 这一个离散化以后
我们另外还有两个函数
我们看一下这个加窗函数
这个加窗信号
它呢是τ减去Tw除二是吧
我们要怎么来替它呢
我们要用τK再减去这个
NW△T除2来替换它
来替换它
这个τK呢
我们在那里刚才已经替换掉
它应该是K△T
K是个整数
那么这个它就会等于
Xw是吧 K减去二分之w△T
这么件事 这么件事来替换
那么这个我们
这里边其他都常数
它是一个变量
我们给它换一个名字
这样比较方便一些换成Xwd
它是个离散化的信号Xwd这样
另外还剩下一个函数
就是连续傅里叶函数普塞C
Fτ它的离散化
我们会用这个普塞C
fn和τK
来替换它的变量
那么我们可以把它直接展开呢
它应该是ej2π
这个F是N除以t
N除以大N△t
再乘上这个τK是Kt
这样呢 △T就消掉了
它就等于是ej2πnk除以大N
那么这个得到
就是离散傅里叶函数nk
这样我们就把刚才那个式子
就这个式子除了常数以外
全部 除了这个常数以外
其他的全部都离散化了
我们把它重新写一遍
我们把这个加窗频谱函数的
所有该离散的都离散了
我们把它重新写一下它的
离散结果
就是说Xwcf离散到fn
那么它等于的结果是
上面的第一个函数
刚才我们在第一个离散呢
应该是这个
这个是ejπn除以kT
然后除以这个窗面积Wc0
注意在离散化的时候
就这个式子在离散化的时候
这是一个定积分
这里有一个微分
微分理解成△τ △τ
在这里都是△τ和△T应该是同量级的
所以这是一个△T
那么这里的△T呢
正好是fs的倒数
所以这个出来了
再写上这个
这个加窗信号呢
我们给它重新命了个名
是Xwdk然后呢
那边那个连续傅里叶函数呢
被离散化成离散傅里叶函数
那么整个这个范围呢
被离散成了大N这么多格
那么所以它就是
这是就是K
你看K呢 的变化呢
就是从0到N减1
这个公式我们是见过的 见过的
就是在我们上一级的那个前面讲到
讲到快速傅里叶变换的时候
这正好是快速傅里叶变换的公式
快速傅里叶变换公式
所以呢 我们可以用
快速傅里叶变换来计算这个式子
那么最后写下来应该是这样
是ejπnkTWc0fs
那么这个是FFT
然后是Xwdk就这样
因为快速傅里叶变换FFT我们可以得到
得到一个
从工具软件里边都可以得到 这很
那么现在计算起来就比较容易
只是我们在计算之前要先做
把这个数据做出来
做出来了就可以了
这个数据怎么做呢
我们来看因为Xwdk在这里是等于这个的
应该是等于Xw角t减去
Tw除2对吧 应该是这样的
我们来看一下
看一下这个应该怎么来做
应该怎么来做
先看这个图 还是这个图
中间就是Xwt 那么我们呢
是要有一段采用一段数据
就采样加窗 然后呢
后面呢 把0
这是后面全是0得集到这
那么怎么来构成呢
我们看下一个图
大家看到我们先采样
采样完了
因为采样的时候
我们都把零点放到正中
两边都是 这是窗宽 左边
然后我们再把这个
左边的零点 左边的这一点
最左边的一点在1到0的位置
相当于向右移动半个窗宽
就是这个移动
先要移动半个窗宽
我们这里采样呢
前面采到的是nw这么多个
后面呢 要添零
添零呢 把它填满了大N个
那么所以这个添零的
关系我们就很清楚
就是N它应该是KTNw
这是你采样决定的
要采多少个数
然后这个呢 是你决定的
就是这个零要填多少倍
那这些也是要决定
决定完了他就知道了
N就知道
最后添零的个数
这是添零数
如果用 我们用N0来表示的话
它就应该是大N减去Nw
你把这个填满就行了
填满0就行了
填满了0 这个就做出来了
就做出来 它就有了是吧
就重复一下刚才的采样
加窗 挪半个窗宽是吧
实际上就是采样加窗
后面添0
因为它是数字量
你挪不挪问题都它都是一样的
采样加窗 后面添零
添零的个数这么计算
完了以后得到得到
得到这一个数据串
这个数据串就可以送到这个
函数里边去进行计算
计算完了结果
再把这些常数乘上去
就得到你的整个的加窗频谱函数
这样这个信号最原始的
这个加窗信号
不管你是什么信号
都可以进行计算
都可以进行计算
那么下面我们还用原来的
余弦信号来比较一下
大家看这幅图
这幅图呢
就是余弦信号的
加窗频谱函数的右函数
右函数 那这个
这里一共有三种
三种这个数据
那么宽的这个竖条
那么就是KT等于1
KT等于1的时候
Nw等于N
Nw等于N
那么这个时候它的
这个计算的结果呢
就相当于无理频谱
所以这是无理频谱的一部分
无理频谱刚才右函数
我们在已经黑板上已经给出过了
那么这个红线呢 就是理论公式
刚才我们也在黑板上
同时给出过它的理论的公式
那么这条黑线呢
就是我们用现在这种算法
这是快速算法 算出来的
算出来的 就余弦进行采样
加窗 然后添零
然后再进行计算
这个计算是很快的
这个计算很快计算出来的
大家可以看到红线
和黑线重叠的非常好
就说明我们这个计算
用这个计算完全能够代替
我们用理论公式得到的结果
理论公式得到结果
这样呢 我们无论什么样的
信号我们都可以进行
因为这个时候不再需要
用理论公式去进行计算了
完全就是从计算机进行纯的
数字计算就可以解决这个问题
我们就可以得到一般信号的
这个结果 这个结果
下面我们来看一下计算的结果
我们以这个窗为例
以余弦窗为例
我们来看一下结果
在254页有一张表就是表42
在表42 它是由五个余弦信号构成了
组成的一个连续的信号
我们对这个信号来进行处理
处理完了的结果呢 是这样的
这是处理的结果
我们对它那个信号呢
我们对它进行采样
加窗 加的是余弦窗
加的是余弦窗
加完了窗以后来进行添零
添完零了以后进行计算
计算就是这个结果
我们可以看到这五个信号
这五个余弦在这都体现的
非常的好 都体现得非常好
它有一个 有一个这个
它的实际上这是一个互补辛克函数
互补辛克函数
它是余弦窗的普密度型函数
都体现出来了
而且这个幅值
幅值呢 我们把它乘了一个二倍
就直接跟那个表4-2的那个幅值
就完全是一样的 完全是一样的
那就可以乘起来就是一样的了
乘了个二倍
因为本来它是一个二分之A
是半幅值
我们就直接乘了它一个二
那么下面就是它们的相位
相位都是平的
这实际数值计算
计算出来的
数字计算
计算出来的
可能同学们会问
这个计算这么宽
这么宽
那么频率多了以后
这互相不就交叠了吗
但是这个宽度就是这就是
这就是这应该
是窗谱密度型函数的宽度
对余弦窗来讲这个宽度呢
等于4比上窗宽 是这样
就是主瓣宽WML它是等于
对于余弦窗来讲是Tw分之4
那么它呢 它得有个有个要求
是Aw 它的Aw
这个是窗波幅应该大于0.75
在这样的条件下面
它的这个主瓣宽
主瓣宽
是窗宽的倒数的4倍
窗宽倒数的4倍
那想到这个主瓣的
宽度实际上是可以
用窗宽来控制的
那么如果把窗宽加长加宽
那么主瓣宽就会变窄
我们来看一下
下面这个处理的是同样的信号
只不过呢 是把这个窗宽呢
加宽了4倍
加宽了4倍
我们看一下前面那个图
先看一下前面那个图
前面那个采样频率是2400赫兹
它的采样数是1200
不对
它的采样频率是2400赫兹
它的采样数是120
那么我们把它变成4倍
下面这个 频率还是不变
还是2400赫兹
而它的采样数是480
就是它的窗宽是原来的4倍
那么这个时候可以看到
这个主瓣宽变得
已经变窄了
相当于变成原来的四分之一
如果你再继续增加窗宽
就是你采样数再继续增多
那么它的这个还会变得更窄
那么在整个这个频段范围
还可以容纳更多的频率
就这个意思
这个是你人为可以控制的
所以我们使用最后的这个公式
这就是加窗频谱函数的
快速算法
快速算法
那么它就是利用FFT作为工具
计算那个加窗频谱函数
算完了以后
可以直接看到它的
原始信号里边的余弦成分的
直接观察到这个余弦成份的
三个参数 幅值 频率和相位
是这样
但是呢这里还有一个问题
这里边这些常数都是知道
这个采样频率是自己决定的
这个这个添零的倍数
就是添零的倍数
这个KT也是自己决定的
自己决定
但是这个是窗面积
就是窗谱密度形函数的主瓣高
就是零点值
这个等于怎么来确定
我们是用余弦窗
我们先从理论上已经推导了
对余弦窗来讲
它是TW1加上AW
这余弦窗的
但是如果你想加别的窗
这个值怎么来确定呢
这个值怎么来确定呢
那么我们来看一下
如果我们加余弦窗怎么来确定
余弦窗怎么来确定
实际上我们要求的
这个这个窗谱密度函数
那么我们就可以确定它零点值了
那么窗密度函数
也可以借助这个式子来进行计算
我们来看一下怎么计算
加窗频谱函数的
原始定义是WC(f)等于是
Wc0t然后CFT【Xw(t)】
Xwt是这样的
那么我们的 我们要求的
这个加窗频谱函数呢
就是说WC它的定义呢
应该就是CFT
CFT
然后是这个
这是我们希望要求到的
而加窗频谱函数呢
是这么求到的
那么我们这么来求
如果我们令
我们令Xw等于窗函数
我们把这个代到这里边去
代到这里边去
就可以得到Xwc(f)等于是Wc0
然后是CFT 窗函数
实际上呢 就相当于
如果把这个乘到那边去
我们就已经得到这个了
得到这个了
因为这两个是一样的
实际上把这个乘过来就是说
Wc0 X Wc(f)乘完了
它就是等于是窗函数的
窗函数的频谱密度函数
就得到这个
如果我们把窗函数当作加窗信号
求它的加窗频谱函数
实际上加窗频谱函数
求出来 再乘一个它
就得到了我们想要的这个窗
这个窗的频谱密度函数
那么这个公式呢
我们有一个离散化的算法
我们把它乘过来
我们可以看到就是这个
用离散化的办法(fn)
那么就等于Wc0
等于是Xw(fn)是吧
是这个
那么把这个式子代进来
把这个式子代进来
最后就得到了
等于是ejπnkT
那么下面呢 这个被乘掉了
这个窗面积乘掉了
以后就得到fS
然后是FFT
那么这个就是由窗函数构成的
这个FFT
那么这个窗函数如何构成
跟用这个加窗信号的构成方法
是一样的
是一样的
这个构成办法是一样的
那么这个我们把它那个式子
抄一下就是Wwdk
就等于是W k△T减去Tw2
用这个公式就可以组成这个
然后呢 用这个计算
这个计算就可以得到窗的频谱
频谱密度函数 窗的频谱密度函数
然后再取它的零点值
因为你这个可以做得很密了
这个可以做得很密
做得很密
这个窗的频谱密度函数就出来了
所以我们就得到了这个
最后我们就得到这个值
就是wc0
就等于我们用离散办法做出来这个
Wc(fn)
然后是fn=0的位置
把它取出来就行
就得到而这个结果
这样呢
整个这个离散化呢
快速算法
所有的都是你自己可以把控的
你的信号是用离散化的方法做了
做出来
然后你要加的窗
你事先做好了以后
他的那个窗谱密度函数
也用离散化的办法给他做了
那么就可以完成整个的计算
所以所谓的计算
你只用这个公式
不需要用任何其他的理论公式
就可以完成对一个动态信号的分析
同学们 这一堂课呢
我们就是介绍了
我们怎么利用连续傅里叶函数
连续傅里叶变换
来完成对实际的动态信号的处理
这个处理呢
最后是利用快速算法
用fft的快速算法
我们可以算出来
动态信号里边所包含的这些
余弦成分
我们都可以分析得非常清楚
整个的计算
不需要其他的理论公式做基础
而完全由计算机的算法
计算机的计算公式来完成
这里边只需要有一个fft的计算函数
就可以了
好 这堂课的内容就到此结束
谢谢大家
-第一周
--周期信号离散化
--周期频谱定义
--周期频谱性质
--奈奎斯特频谱
--奈奎斯特频段频谱
--逆变周期离散信号
-第4章 周期化分析原理--第一周作业
-第二周
--采样定理原理
--频率混淆原理
-第4章 周期化分析原理--第二周作业
-第三周
--独立频谱成分
--复振幅谱
--加窗奈奎斯特频谱
-第4章 周期化分析原理--第三周作业
-第四周
--加窗频谱
--加窗无理频谱
--采样逻辑对象
-第4章 周期化分析原理--第四周作业
-第五周
--左函数的尾迹干扰
--多余弦的余弦结构
-第4章 周期化分析原理--第五周作业
-第六周
--采样数的作用
-第4章 周期化分析原理--第六周作业
-第七周
-第5章 连续分析原理--第七周作业
-第八周
--加窗频谱函数
--加窗余弦频谱函数
--离散加窗频谱函数
-第5章 连续分析原理--第八周作业
-第九周
--单频激励(1)
--单频激励(2)
--类脉冲激励(1)
--类脉冲激励(2)
-第5章 连续分析原理--第九周作业
-第十周
--时变分析原理
--相似性分析(1)
--相似性分析(2)
--相关分析
-第6章 时变分析原理--第十周作业
-第十一周
-第6章 时变分析原理--第十一周作业
-第十二周
--时变分析
-第6章 时变分析原理--第十二周作业
-第十三周
--低通相关滤波方程
--带通相关滤波方程
--高通相关滤波方程
-第6章 时变分析原理--第十三周作业
-第十四周