数据FFT时尾部加零的影响是什么？

hxl1110

我现在对2000个截取出来的时域数据进行FFT，用fft（data，2048）和fft（data，8192）除了频率分辨率有差别，后者的低频数据也更丰富了，那么增加的低频数据是不是有效？
数据不是周期性的，加窗fft中也存在选择nfft大小的问题，应该怎么办？

[ 本帖最后由 hxl1110 于 2009-6-10 20:18 编辑 ]

yelv123

频率成分应该不会增加什么吧
可以直接用fft（data，2000），MATLAB支持这个，不为2的n次方时用的混合运算，是2的n次方就用快速算法

[ 本帖最后由 yelv123 于 2009-6-10 21:37 编辑 ]

madioo

期待高手来回答下

jidianwangliang

fft是对dtft的采样，dtft只是一个我们用笔和演草本才能进行的运算，计算机无法进行，但是用它来分析还是很有用处的，2000数据的dftf是一样的，即使嫁了48个或6192个零点，只是对dtft采样就分别采了2048和8192个点了，后者可以看见的谱线更多（消弱了栅栏效应），但是物理分辨率没有变，只是可视分辨率（或者叫计算分辨率）变了，看到的频率成分多了，

hxl1110

搜了一下，大概明白一点
补零可以得到高密度频谱，频域上新增加的点并不是原信号的内容

Robotech

建议楼主首先把数字信号处理的基础书籍通读一遍，个人认为，胡广书的《数字信号处理 理论 算法 与实现》中1-10章是最低限度的要求。

个人认为这些章节中，1-3、5、9、10这几章内容尤其关键，是数字信号处理最最最最最基本的知识了。


下面把胡广书的教材中关于楼主的疑问的内容贴上来：

[ 本帖最后由 Robotech 于 2009-6-11 11:33 编辑 ]

hxl1110

现在急着用，没什么时间学基础的东西。
谢谢楼上。

ChaChing

原帖由 hxl1110 于 2009-6-11 18:16 发表
现在急着用，没什么时间学基础的东西...

这样说法, 个人不太认同!

hxl1110

没办法，只有一个星期时间，还有其他的要处理

jidianwangliang

chaching主任说得对啊，
不过，我觉得像信号处理这一块，全凭脑袋想，技术含量高啊
像我本科是计算机，现在是机械电子方向的，搞振动，离不开信号处理，
我觉得比我们班其他同学就接受的快得多，他们以前学机械的，接触的都是具体的实物，这抽象的东西理解起来就费劲，感觉虚得很，lz要是以前学机械的，简单看看也好，最好找个学这方面的朋友帮忙，从头学，时间来不及啊，呵呵
要是搞信号处理的，那还用说什么啊

hxl1110

嗯，我的专业和信号处理本来是联系不大，问题是毕设课题要用到

hyl2323

同意，信号处理要结合实际信号分析，了解物理含义，方能理解透彻。

Robotech

原帖由 jidianwangliang 于 2009-6-12 11:18 发表
chaching主任说得对啊，
不过，我觉得像信号处理这一块，全凭脑袋想，技术含量高啊
像我本科是计算机，现在是机械电子方向的，搞振动，离不开信号处理，
我觉得比我们班其他同学就接受的快得多，他们以前学机械的 ...

  我本科是机械工程，硕士是机械设计

但硕士期间工作与数字信号处理紧密相关，本科毕设就是信号处理的。

也是搞振动信号有关的东西。

数字信号处理的理论内容确实比较抽象，对于机械专业学生来说入门确实是个问题。

但作为过来人，还是觉得有规律可循，个人提出几点浅见：

1）必须重视应用！ 在应用的背景下学习。举例：  能够绘制出频谱图，才算你懂点儿FT/DFT/FFT；数字信号考试考99分不算…  举例：抱着书把经典的小波理论学透，都需要数年时间；但网上下一个小波程序，运行一下，处理一下数据，获得个直观认识，只需要数小时时间。 两者结合，才能理解什么是小波。

2）基础的内容必须先弄得滚瓜烂熟… 我刚开始学时，把刘树棠翻译的奥本海默的《信号与系统》关键章节几乎翻了N遍，习题也做。 后来法发现另外一本书，就是B.P.Lathi的《线性系统与信号》，也是刘老师翻译的；个人认为比奥的书更适合自学，更有启发性；自己通读了有3、4遍吧，里面的MATLAB例子也大都运行过，修改过
胡广书老师的《数字信号处理》的书里的关键章节也仔细读了N遍，甚至习题都挑着一些仔细做了。

   这三本书下来，3年就过去了，这三本书伴随着我的三年硕士生活过来。当然是边应用边学的，另外，当然也少不了看更“前沿”点儿的信号的书、paper，尤其是review类的paper，带有相应的toobox for matlab的paper

3）初学数字信号处理，觉得有点儿“虚”、脱离物理模型；这是难免的。但是，学进去了就知道，数字信号处理，也是有自己的物背景的，也是可以用各种直观的物理系统去对照的。  这方面推荐B.P.Lathi的《线性系统与信号》…
    这里我举个例子，初学者看到频谱上w可以取负值觉得不可思议，频率不是个变化次数，负的是什么意思？
    但是学过《理论力学》的人会知道，刚体绕某轴的转动，其角速度w是矢量；矢量指定一个正方向，其表征矢量大小的代数值就有了正负。  另外，旋转机械转子轴心的涡动轨迹可以分解为正进动、反进动分量，这一切都赋予了角速度的正负。
   再思考一下振动信号是怎么测量来的，代表的是什么，就能理解频谱出现负频率，并不是完全没有物理意义。

Robotech

原帖由 yelv123 于 2009-6-10 20:03 发表

                               
登录/注册后可看大图

频率成分应该不会增加什么吧
可以直接用fft（data，2000），MATLAB支持这个，不为2的n次方时用的混合运算，是2的n次方就用快速算法

fftw的主页上称： arbitrary length的序列的fft可以做到O（n*og(n)），matlab采用的就是fftw的算法

tw0611

那个说法，是个人都没法赞同。数据分析不是卖青菜。不看理论，怎么弄？

原帖由 ChaChing 于 2009-6-11 20:48 发表

这样说法, 个人不太认同!