问题:
我目前正在评估一些过程信号的功率谱。 如何使用离散傅里叶变换 (DFT) 确定奈奎斯特频率?
回答:
奈奎斯特频率是数据集采样频率的一半(0.5)。
http://paulbourke.net/miscellaneous/dft/
让我们来看看其中的道理:
- 让 $F_s$ 成为数据集中观测数据的采样率(频率)。
- 假设 $N$ 是数据集中的观测值数量。
- 让 $T$ 成为数据集中的时间跨度。
DFT 的基频定义为 $\frac{1}{T}$。
另外,基频也可以表示如下: $\frac{1}{N \times \frac{1}{F_s}} = \frac{F_s}{N}$。
要恢复原始(未损坏)信号,我们首先需要 $\frac{N}{2}$(或 $\frac{N}{2}+1$,如果 $N$ 是奇数)频率成分,因为 DFT 频谱是围绕这样的频率对称的。
因此,$\frac{N}{2}$(或 $\frac{N}{2}+1$)DFT 分量的频率等于奈奎斯特频率,即:$\frac{N}{2} \times \frac{F_s}{N} = \frac{F_s}{2}$
评论
请登录写评论。