FFT结果的大小取决于波频率?

jls*_*ker 6 signal-processing fft fftw

我对从FFT获得的结果感到困惑,并希望得到任何帮助.

我正在使用FFTW 3.2.2但是与其他FFT实现(在Java中)得到了类似的结果.当我采用正弦波的FFT时,结果的缩放取决于波的频率(Hz) - 具体而言,它是否接近整数.当频率接近整数时,得到的值非常小,当频率在整数之间时,它们的数量级要大一些.该图显示了对应于不同频率的波频率的FFT结果中的尖峰幅度.这是正确的吗??

我检查了FFT的逆FFT等于原始正弦波乘以样本数,它是.FFT的形状似乎也是正确的.

如果我正在分析单个正弦波,那就不会那么糟糕了,因为无论高度如何,我都可以在FFT中寻找尖峰.问题是我想分析正弦波的总和.如果我正在分析正弦波的总和,例如440 Hz和523.25 Hz,那么只有523.25 Hz的正弦波峰值出现.另一个的尖峰非常小,看起来像是噪音.必须有一些方法来使这项工作,因为在Matlab中它确实有效 - 我在两个频率上得到类似大小的尖峰.如何更改下面的代码以均衡不同频率的缩放?

#include <cstdlib>
#include <cstring>
#include <cmath> 
#include <fftw3.h>
#include <cstdio>
using namespace std; 

const double PI = 3.141592;

/* Samples from 1-second sine wave with given frequency (Hz) */
void sineWave(double a[], double frequency, int samplesPerSecond, double ampFactor); 

int main(int argc, char** argv) {

 /* Args: frequency (Hz), samplesPerSecond, ampFactor */
 if (argc != 4)  return -1; 
 double frequency  = atof(argv[1]); 
 int samplesPerSecond = atoi(argv[2]); 
 double ampFactor  = atof(argv[3]); 

 /* Init FFT input and output arrays. */
 double * wave = new double[samplesPerSecond]; 
 sineWave(wave, frequency, samplesPerSecond, ampFactor); 
 double * fftHalfComplex = new double[samplesPerSecond]; 
 int fftLen = samplesPerSecond/2 + 1; 
 double * fft = new double[fftLen]; 
 double * ifft = new double[samplesPerSecond]; 

 /* Do the FFT. */
 fftw_plan plan = fftw_plan_r2r_1d(samplesPerSecond, wave, fftHalfComplex, FFTW_R2HC, FFTW_ESTIMATE);
 fftw_execute(plan); 
 memcpy(fft, fftHalfComplex, sizeof(double) * fftLen); 
 fftw_destroy_plan(plan);

 /* Do the IFFT. */
 fftw_plan iplan = fftw_plan_r2r_1d(samplesPerSecond, fftHalfComplex, ifft, FFTW_HC2R, FFTW_ESTIMATE); 
 fftw_execute(iplan); 
 fftw_destroy_plan(iplan);

 printf("%s,%s,%s", argv[1], argv[2], argv[3]); 
 for (int i = 0; i < samplesPerSecond; i++) {
  printf("\t%.6f", wave[i]); 
 }
 printf("\n"); 
 printf("%s,%s,%s", argv[1], argv[2], argv[3]); 
 for (int i = 0; i < fftLen; i++) {
  printf("\t%.9f", fft[i]); 
 }
 printf("\n"); 
 printf("\n"); 
 printf("%s,%s,%s", argv[1], argv[2], argv[3]); 
 for (int i = 0; i < samplesPerSecond; i++) {
  printf("\t%.6f (%.6f)", ifft[i], samplesPerSecond * wave[i]);  // actual and expected result
 }

 delete[] wave; 
 delete[] fftHalfComplex; 
 delete[] fft; 
 delete[] ifft; 
}

void sineWave(double a[], double frequency, int samplesPerSecond, double ampFactor) {
 for (int i = 0; i < samplesPerSecond; i++) {
  double time = i / (double) samplesPerSecond; 
  a[i] = ampFactor * sin(2 * PI * frequency * time); 
 }
}
Run Code Online (Sandbox Code Playgroud)

Jas*_*n S 10

当频率接近整数时,得到的值非常小,当频率在整数之间时,它们的数量级要大一些.

这是因为快速傅立叶变换假定输入是周期性的并且无限重复.如果你有一个非整数的正弦波,并且你重复这个波形,它就不是一个完美的正弦波.这会导致FFT结果遭受"频谱泄漏"

查看窗口功能.这些会在开始和结束时衰减输入,从而减少频谱泄漏.

ps:如果你想在基波周围获得精确的频率内容,捕获大量的波周期,你不需要每个周期捕获太多的点(每个周期32或64个点可能很多).如果您希望在更高的谐波下获得精确的频率成分,则捕获较少的周期数,并且每个周期获得更多的点.