数字示波器的FFT分析功能

FFT是一项很强大的分析功能,在数字示波器中普遍存在,基于先进的FFT分析,设计人员可以准确了解信号中引入的干扰信号频点,信号功率谱,信号频率构成,滤波电路截频特性等。为了更好的理解示波器FFT,下面我们不妨先来简单地回顾一下FFT中几个重要的参数和关系表达式。

采样率:示波器的采样频率,用Fs表示。为了让讲解内容更易于理解,下面不妨就以1GS/S这个值代替Fs作为示波器的采样率用来描述相关问题;

FFT点数:示波器用于FFT变换的样本数据个数,用N表示。假如示波器可执行4M点的实时FFT运算(以致远电子ZDS2022示波器为例)。显然用4M点做FFT变换,势必需要惊人的运算能力和运算效率;

频率分辨率:用△f 表示示波器能分辨的最小频率。假设频率分辨率为10Hz,则可分辨10Hz、20Hz、30Hz……等10Hz整数倍的频率点,但不能分辨出15Hz、25Hz、37Hz等非整数倍的频率点。

如果被测信号中存在15Hz这样的信号,显然经过FFT变换后,频谱上不会出现15Hz这个频率点,即无法分析出来。但该频点的能量并不会消失,而是将泄露到与之相近的10Hz 和20Hz 频点上,不仅造成15Hz的信号分辨不出来,更是连10Hz和20Hz频点的幅值也变得有错误,因为15Hz频点的能量泄露到这两个频点上去了。因此唯有进一步提高FFT的频率分辨率,比如,提高到5Hz或1Hz或更高(△f值越小越好),才能准确分辨信号频率成分。在采样率一定时,若想提高频率分辨率,则只能通过增加FFT点数来实现,但有个前提,那就是示波器必须具备足够强的运算能力和足够大的存储深度,且两者缺一不可。当然,还有另一种方法去提高频率分辨率,那就是降低信号采样率,但势必会导致无法分析高频信号,同时也面临一个现实的问题,几乎所有的示波器都是无法手动设置示波器的采样频率。

采样时间:在采样率Fs下,采集N个点所需要的时间,用T表示,显然T=N / Fs。注意该采样时间对应于FFT变换所用的N个点,而非整个示波器的捕获时间。而示波器捕获时间对应于整个存储深度,当做FFT变换时,并不一定需要使用全部的存储深度,因此两者不等价。

事实上,上述的参数构成了一个重要关系式,将贯穿整个关于FFT的阐述之中。

△f = Fs / N (1)

即频率分辨率等于采样率除以FFT点数。将上述公式稍作变换:

△f = Fs / N =1 / (N / Fs) = 1 / T (2)

即频率分辨率等于采样时间的倒数。实际上公式(1)和(2)是等价的,只是从不同的角度来说明问题而已。

为什么示波器必须做到4M个点的实时FFT呢?常见的一些示波器,FFT最大只支持8K个点,甚至有些示波器只有1K个点。根据上面的关系表达式可以看出,在1GS/S采样率下,最高频率分辨率只有

Fs/N=1GS/S/ 8K点 = 125KHz

也就意味着,如果被测信号不是125K的整数倍,则根本无法判断信号频谱。真实世界又能有多少个被测信号正好是125KHz的整数倍呢? 因此这种示波器的FFT没有任何实用价值。这也是为什么普遍的示波器宣传资料中,几乎见不到关于FFT性能宣传的根本原因。

有少量的示波器厂商对FFT做了深度优化,使得其示波器最大可支持数百万点的FFT甚至更多,但高性能FFT一般都在高端示波器上,下面以周立功的ZDS2022为例来介绍(4M FFT点,售价9999元,性价比是很高的)。根据上述的关系表达式,在1GS/S采样率下,FFT的频率分辨率仍能达到1GS/S / 4M点 = 250Hz。显然,在1GS/S采样率下能够达到这样的频率分辨率,也就是说只要被测信号频率是250Hz的整数倍,ZDS2022就能准确无误地分辨出来。即便被测信号不是250Hz的整数倍,即便存在频谱泄露,但在250Hz这么小的频率分辨率下,也能较准确地分析出被测信号的大致频点。

假设被测信号中包含100KHz和150KHz两种频率分量,以及其它的一些更高频率的信号,对于普通示波器来说,由于最大只支持8K点FFT,即频率分辨率只有125KHz,显然无法分辨出100KHz和150KHz频点信号。为了证明这一点,我们不妨做一些测试。为了避免真实信号中本身的干扰影响到分析的准确性,则采用MATLAB构建一个纯正的信号来从数学原理上进行分析。下面设计一个信号:

y =0.7*sin(2*pi*100000*t) + 1.2*sin(2*pi*150000*t)

这是一个包含100KHz和150KHz两种频率分量的信号,幅值分别为0.7和1.2,此信号详见下图:

原始信号(包含100KHz和150KHz两种频率分量)

下面分别以1GS/S采样率对该信号采样,做8K点和4M点的FFT变换,直接给出结果,其相应的代码详见程序清单。

程序清单 MATLAB代码

按理说FFT可以直接分析出100KHz和150KHz频率信号,真的是这样?如下图所示为8K点FFT结果,为何没有看到100KHz和150KHz这两个信号呢?而屏幕上只有一个125KHz的信号,且幅值既不是0.7,也不是1.2,却是毫不相干的1.464。因为在8K点时,频率分辨率只有Fs/N=1GS/S / 8K = 125KHz,导致无法分辨100KHz和150KHz频点,又由于频谱泄露,250KHz频点处都能看到幅值为0.2249,直流分量(0Hz)也有幅值0.2062,显然给出的信号中并无这两个分量。那么8K点FFT给了用户正确结果吗?显然没有。不单是幅值不正确,就连那些最基本的频率分量都是错的,这样的FFT有何意义?

下面我们再来看一下4M点FFT得出的结果将会是怎样,详见下图。由于4M点FFT时频率分辨率高达250Hz,因此可以准确无误地分辨出100KHz和150KHz频点信号,且无频谱泄露,100KHz信号幅值为0.7,150KHz信号幅值为1.2,准确无误地给出了最真实的结果,4M点相对8K点的FFT优势就在于此,可准确有效地分析出信号频谱成分,为用户提供真正有用的频谱结果。

假设要经常分析电路中存在的噪声,又遇上示波器频率分辨率不够好,则无论如何都不能准确定位出噪声来源。若采用带4M点FFT分析的示波器(例如ZDS2022示波器)进行分析则会截然不同,因为有4M点FFT,即使在1GS/S采样率下,频率分辨率仍能达到250Hz,所以在FFT变换后能准确发现20KHz的噪声。联想到所用的DC-DC电源,其开关频率正好是20KHz,于是迅速定位到了噪声来源。

ZLG ZDS2022示波器-最强FFT分析功能

综上所述,客户遇到的问题就是我们的机会所在,当在200MHz带宽示波器上实现了4M点的FFT运算时,就可以在1GS/s采样率下保证FFT的频率分辨率达到250Hz水平,让示波器真正成为信号分析利器。因此对于工程师来说,千万不能小看个人的力量,只要给我们一个支点就一定有可能撬动地球。致远电子示波器FFT技术的创新故事告诉我们,只要注重细节用心做事,世界一定会因为我们而不同。

数字示波器FFT分析相关推荐

  1. 示波器波形参数测量和FFT分析

    孙灯亮博客<示波器波形参数测量和FFT分析>        http://blog.sina.com.cn/s/blog_5d713e7a0100ka7o.html FFT了解 FFT是离 ...

  2. 在FFT分析在而立之年的展望与总结

      这是Sri Welaratna 在 原文 : https://www.dataphysics.com/30_Years_of_FFT_Analyzers_by_Sri_Welaratna.pdf# ...

  3. FFT分析的加窗和重叠

    FFT分析的加窗和重叠 这将通过实例说明加窗和重叠对频谱分析的影响.用10Hz的正弦波,以说明重叠窗函数在频谱分析过程中的不同之处. 重叠分析,就是连续分析的时域数据块通过指定的时间纪录百分比进行重叠 ...

  4. 示波器数据用matlab进行fft,示波器CSV波形数据导入Matlab进行FFT分析.doc

    示波器CSV波形数据导入Matlab进行FFT分析 1,将CSV文件拖到workspace窗口,弹出的Import Wizard窗口中,点选"Next",新窗口中选第二项" ...

  5. matlab示波器导出csv数据,示波器CSV波形数据导入Matlab进行FFT分析

    示波器CSV波形数据导入Matlab进行FFT分析 1,将CSV文件拖到workspace窗口,弹出的Import Wizard窗口中,点选"Next",新窗口中选第二项" ...

  6. 飞控中加速度计数据fft分析

    加速度计原始数据高频噪声很严重,使用时需要设计合适的滤波器将其滤掉. matlab对加速度计原始数据,30Hz低通滤波之后的数据进行fft分析如下: clc;source=simout1; filte ...

  7. 传感器测试--声音采集与FFT 分析

    三天不学习,就不知道如何用声卡了. 1 MATLAB-- Audio record for specified time 做了一个简单的demo,仅采集1次的声音,并做FFT 分析 记得存为.m文件, ...

  8. ardupilot FFT分析与使用

    管理ArduPilot自动驾驶仪装置中的振动对于实现飞机的可预测控制非常重要.通常,在内部或外部为自动驾驶仪使用机械减振,以消除最严重的振动.但对于多旋翼飞行器,几乎所有的振动都源于电机的旋转频率,直 ...

  9. 有源电力滤波器matlab仿真, 并联型apf仿真fft分析 谐波电流检测ipiq法

    有源电力滤波器matlab仿真, 并联型apf仿真fft分析 谐波电流检测ipiq法 跟踪电流控制(传统滞环控制 空间电压矢量滞环控制) 总谐波畸变率降至3%以下 ID:695064569089802 ...

最新文章

  1. 3D打印机控制板 Ramps 1.4的原理图
  2. QT的QJSValue类的使用
  3. -webkit-scrollbar
  4. ES6 Map和Set的用法笔记
  5. python整数运算_深入 Python (6) 整数对象的数学运算
  6. asp.net获取服务器信息,Asp.netnbsp;获取服务器信息, 站长资讯平台
  7. 最新出炉|也许你该看看这份的模型数据
  8. 将json文件格式转化成Excel表格形式
  9. Visual Stdio fopen错误
  10. 膜拜 丹尼斯·里奇(纪念 C 语言之父离世 6 周年) 我们欠他的不止是张电影票
  11. qt 获取用户缩放,Qt-如何创建随窗口缩放并保持纵横比的图像?
  12. 零基础学编程的我的心路历程
  13. 蓝天cc的风扇策略_蓝天CLEVO P870DM评测 (十)散热模块评价
  14. 2021 互联网公司时薪排行榜出炉!微软、美团很强!
  15. 赛后总结2018-08-25
  16. touchdesigner音频可视化
  17. Chrome浏览器保存微信公众号文章中的图片
  18. echarts 桑基图
  19. java 拼音 联想_solr6.6.2之拼音联想
  20. open62541 (R 1.1.2)中文文档 (译文)第一篇 (1 - 5)

热门文章

  1. 【C语言循环结构题目】幻影素数
  2. codeup之沙漏图形
  3. 写作分享|向SCI期刊投稿时使用什么邮箱比较好?
  4. 一个男孩子写的超级情书!!!
  5. 我的大二下期学期计划
  6. 今年大火的元宇宙,到底是什么?
  7. (保姆级)利用ffmpeg将flv批量转mp4
  8. ubuntu 安装usb免驱无线网卡TP-LINK WN726N
  9. 射频器件厂商RFMD与TriQuint达成合并协议
  10. 微信小程序之登录态的探索