FFT in Excel — so Erhalten Sie den realistischsten Spektrum
Ich versuche erhalten Sie das FFT-Spektrum der Daten: gggttt.host.sk/sample.xls
mit Excel. @Paul R hat mir geholfen, eine Menge in einer anderen Frage, um herauszufinden, die Bedeutung der Plätze, aber es gibt noch Fragen, die ich möchte, zu verstehen.
Erste, Excel, selbst wenn die moduli sind dargestellt in logarithmischer Skalierung, nicht zeigen, Sie in der dB. Was tun Sie, um diese Größen umgewandelt dB?
Weiter, es gibt eine Besorgnis über die Fenster-Funktion, aliasing etc. Da bin ich auf das Knirschen Daten von genau einer Periode, es scheint, dass die Anwendung einer Fenster-Funktion ist nicht notwendig. Auch, weil ich brauche nur die fundamentale, die zweite und die Dritte harmonische, und keine anderen peaks in den höheren Klassen, kümmert aliasing auch nicht notwendig erscheinen. Eine große Sorge, aber ist das nicht n^2 Anzahl der Punkte – 1253. Ich habe versucht, die Polsterung mit Nullen bis zu 2048 oder tun die FFT nur auf die ersten 1024, ignorieren die 229 verbleibenden Punkte und, endlich, löschen jeder 6. Punkt und dann löschen jeder 52nd Punkt und die Verdoppelung der Letzte Punkt, um den erforderlichen 1024. Letztlich ist das Auffüllen mit Nullen stellte sich heraus, dass der schlechteste Ansatz – Paare von high-und low-bars wiederholen Sie das ganze Spektrum. Das abschneiden der Daten (Verarbeitung nur die ersten 1024 Punkte) scheint zu funktionieren am besten. Ich würde wirklich gerne wissen, was für jemanden mit Erfahrung in der Signalverarbeitung würde empfehlen, die beste Vorgehensweise bei der Herstellung der meisten realistische Spektrum.
Hier sind Beispiele von zwei verschiedenen Möglichkeiten, die ich anwenden der FFT auf diese Daten:
gggttt.host.sk/fig_truncated.jpg
gggttt.host.sk/fig_padded.jpg
gggttt.host.sk/fig_every_6th_and_52nd_point_deleted.jpg
- Sorry - ich hatte nicht abgeholt aus Ihrer vorherigen Frage haben Sie genau eine Periode der Daten, so dass meine vorherigen Vorschläge re-windowing usw. waren off base. Eine Sache, die ich bemerkt Formular Ihre Daten ist, dass Sie einen sehr großen (negativen) DC-Komponente, und die nicht-DC-peaks sind relativ klein im Vergleich zum Rauschen - ist es das, was Sie erwarten ?
- Hier ist, was ich immer bin-Diese Abbildung zeigt das Ergebnis der FFT bei der Daten sind gepolsterte w/ Nullen zu 2048: gggttt.host.sk/fig_padded.jpg . Hier ist die Abbildung mit 1024 Datenpunkten unter FFT (die restlichen 229 Punkte ignoriert werden): gggttt.host.sk/fig_truncated.jpg . Und dieser link zeigt das Ergebnis, wenn jeder 6. und dann jeden 52nd Punkt wird gelöscht, und der Letzte Datenpunkt verdoppelt: fig_every_6th_and_52nd_point_deleted.jpg .
- Sorry - ich bekomme
Forbidden. You don't have permission to access /fig_truncated.jpg on this server.
- Ich bekomme die gleiche Meldung manchmal. Versuchen Sie bitte die Adresse ohne das http:// und sehen Sie, wenn Sie können, öffnen Sie die Abb.
- R, ich brauche die DC-Komponente in Kombination mit dem nicht-DC ein. Die nicht-DC-Komponente ist Teil des Nutzsignal und sollte deutlich über dem Rauschen.
- Ich geplottet den periodogram Ihrer Daten in Octave (MATLAB clone) und ich kann nicht sehen, nützlich Gipfel - es sieht aus wie eine große DC-Komponente und einer 1/f-Rauschen - sorry.
- R, das interessiert mich sehr. Wie können wir besprechen es mehr? Weil ich bin ein neuer Teilnehmer kann ich nicht mit dem chat. Meinst du ich sollte öffnen Sie eine neue Frage oder gibt es eine andere Weise in dieser Website, um Probleme zu besprechen?
Du musst angemeldet sein, um einen Kommentar abzugeben.
Wenn man genau eine Periode von Daten verwenden, sollten Sie eine FFT (oder DFT-wenn keine fft verfügbar ist) der genau die Länge. In der Theorie, FFTs sind nicht beschränkt auf Potenzen von 2 in der Länge.
Hier ist eine PSD-plot erwirtschaftet Octave (MATLAB clone) mit allen 1253 Ihrer Daten Punkte:
Wie Sie sehen können, gibt es eine große DC-Komponente und der nicht-DC-Komponenten sehen aus wie eine typische Rauschen ohne erkennbare peaks. Meine Vermutung ist, dass Sie brauchen, um mehr Daten sammeln, wenn Sie vermuten, dass es wirklich Spitzen begraben in der Lärm - dürfen Sie dann in der Lage sein, zu extrahieren, diese über die Zeit Mittelwertbildung oder ensemble-Mittelung.
Hier sind nur die ersten zehn Punkte der PSD:
10*log10
(siehe Octave-code oben). Wenn Sie erwarten, dass Ihre Spitzen liegen in diesen ersten paar bins dann werden Sie wahrscheinlich benötigen, um entweder noch mehr Daten sammeln (mindestens 10x mehr Punkte) oder low-pass-filter und Neuberechnung (dezimieren) und bekommen mehr Auflösung, die Art und Weise.