噪聲信號怎么處理及進行頻譜分析？
2013-01-01
最好進行頻譜分析確定噪聲頻譜范圍，然后制作相應的濾波器，濾波器可以在采集前加一級低通濾波器，把高頻噪聲去掉，不過對于粉紅噪聲的頻譜范圍很寬，幾乎整個頻域。這個只能優化不能徹底去除，數字化后還可以加數字濾波器把噪聲棄掉。
具體為采集的數據選擇一定的長度也就是點數加漢寧窗后進行FFT，如果不加漢寧窗則默認為加了矩形窗，不過這樣會造成部分頻譜泄露，當然漢寧窗也會泄露，但泄露會大大降低。FFT后得到這幀信號的數字頻譜，然后根據你信號的頻率范圍把其他的頻率下的幅值統統清零，然后在把這幀數據IFFT（傅里葉反變換）,得到時域波形數據，這樣就去除了相關噪聲信號。注意在頻域你的頻率分辨率 f = 采樣頻率F / 采樣點數N，采樣頻率固定時，提高采樣點數則頻率分辨率越高，但是相應的時間分辨率就降低了。這樣在保證時間分辨率的前提下如果想提高頻率分辨率可以這樣實現，采樣點數減少，減少的那一部分用零補齊。
具體為采集的數據選擇一定的長度也就是點數加漢寧窗后進行FFT，如果不加漢寧窗則默認為加了矩形窗，不過這樣會造成部分頻譜泄露，當然漢寧窗也會泄露，但泄露會大大降低。FFT后得到這幀信號的數字頻譜，然后根據你信號的頻率范圍把其他的頻率下的幅值統統清零，然后在把這幀數據IFFT（傅里葉反變換）,得到時域波形數據，這樣就去除了相關噪聲信號。注意在頻域你的頻率分辨率 f = 采樣頻率F / 采樣點數N，采樣頻率固定時，提高采樣點數則頻率分辨率越高，但是相應的時間分辨率就降低了。這樣在保證時間分辨率的前提下如果想提高頻率分辨率可以這樣實現，采樣點數減少，減少的那一部分用零補齊。
最新資訊
