3

我的信号输出值由软件定义的无线电记录,其中心频率为 162.550 MHz,采样率为 1,000,000。现在为了分析频域中的数据,我计算了 FFT,这很简单。

#Calculating FFT of signal 
fourier=np.fft.fft(RadioData)

因为对于幅度与频率图,我也需要计算信号中存在的频率。我为此使用了 Numpy fftfreq。

freq=np.fft.fftfreq(fourier.shape[0])

输出在 [-0.5 0.4999995] 的范围内。我很困惑如何解释这个结果,或者如何计算数据中存在的频率?

4

1 回答 1

1

当 SDR 样本是基带 IQ(或复数,或余弦/正弦)时,带宽等于 IQ 采样率。这是因为基带 IQ 样本(与 single_channel 严格的真实样本不同)可以独立地包含正频谱和负频谱,高于 RTL-SDR(等)调谐 RF 频率设置的一半带宽和低于一半带宽(除非频率偏移被选中)。

因此,IQ 数据的 FFT 的频率范围将从 Fcenter - (indicated_bandwidth/2) 到几乎 Fcenter + (indicated_bandwidth/2)。或者以您为例:162.050 到(略低于)163.050 MHz。(“下方位”值取决于 FFT 大小。)步长 dF 是 IQ 采样率除以 FFT 长度。

(请注意,标量样本中的数据速率是 IQ 样本速率的两倍,因为每个 IQ 样本包含两个样本(实部和虚部,或余弦和正弦混频器输出)。因此,由于每个 IQ 样本包含更多信息,因此信息带宽可以更大。但 SDR 应用程序通常指示 IQ 采样率,而不是更高的原始数据率。)

于 2017-04-01T22:28:34.837 回答