2

我正在尝试对我捕获的一些数据进行 FFT。我在 10MHz-100MHz 范围内工作，所以我的 8192 样本捕获不足以在对它们进行 FFT 时传达任何有意义的信息。因此，我正在对正弦波进行许多非重叠捕获，并希望将它们平均在一起。

我目前在每个文件的 for 循环中（在 Scilab 中）做的是：

temp1 = read_csv(filename,"\t");
temp1_fft = fft(temp1);
temp1_fft = temp1_fft .* conj(temp1_fft);
temp1_fft = log10(temp1_fft);
fft_code = fft_code + temp1_fft;

然后当我完成所有文件时，我： fft_code = fft_code./numFiles;

但我不太确定我是否正确处理了这个问题。对于不重叠的样本有更好的方法吗？

4

1 回答 1

0

我认为你已经接近了，但你应该temp1_fft在取log10. 否则，您实际上最终将它们相乘而不是平均。因此，只需log10像这样将 for 移到 for 循环之外（我不知道 scilab 语法）：

for filename in files:
    temp1 = read_csv(filename,"\t");
    temp1_fft = fft(temp1);
    temp1_fft = temp1_fft .* conj(temp1_fft);
    fft_code = fft_code + temp1_fft;

fft_code = fft_code./numFiles;
fft_code = log10(fft_code);

您肯定想要使用幅度（当您乘以 时，您已经在这样做了conj），因为相位信息将取决于您的采样相对于信号开始的时间。如果您需要相位信息，您必须确保您的采集与信号同步。

这称为“功率谱平均”：

功率谱平均也称为 RMS 平均。RMS 平均计算幅度平方和的加权平均值（FFT 乘以其复共轭）。权重是线性的或指数的。RMS 平均可减少数据的波动，但不会降低实际的本底噪声。通过足够数量的平均值，可以显示实际随机本底噪声的非常好的近似值。由于 RMS 平均只涉及幅度，因此显示 RMS 平均的实部或虚部或相位没有任何意义，功率谱平均也没有相位信息。

于 2012-10-01T14:34:40.703 回答