为什么直流分量导致归一化频谱变小?

直接举一个例子。

假设有一个包含N个样本的信号,表示x[n],其中n=0,1,2,...,N1

信号的DFT表示X[k],其中k=0,1,2,...,N1,对应信号在不同频率上的分量,DFT的计算公式如下:

X[k]=n=0Nx[n]ej(2π/N)kn

其中对于索引kk=0对应着频率为0的直流分量,k=1对应着第一个正频率分量。。。所以说,如果计算X[0]的值不为0,说明信号中含有直流分量。

DFT得到的频谱是复数,幅值谱就是为:

|X[k]|=Re(X[k])2+Im(X[k])2

为了将频谱归一化到0到1之间,可以使用如下公式:

Normalized|X[k]|=|X[k]|max(|X[0]|,|X[1]|,...,|X[N1]|)

例如现在信号为x为[1,2,3,2],N = 4。

  1. 计算DFT

X[0]=1+2+3+2=8X[1]=2X[2]=2X[3]=2

  1. 计算幅值谱

|X[0]|=8|X[1]|=2|X[2]|=2|X[3]|=2

  1. 归一化频谱

Normalized|X[0]|=8max(8,2,2,2,2)=1Normalized|X[1]|=2/8=0.25Normalized|X[2]|=0.25Normalized|X[3]|=0.25

可见,信号的直流分量在分母中做了最大的贡献(数值为8),分母大,使得归一化频谱变小。

posted @   Xxaj5  阅读(145)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 25岁的心里话
· 闲置电脑爆改个人服务器(超详细) #公网映射 #Vmware虚拟网络编辑器
· 零经验选手,Compose 一天开发一款小游戏!
· 因为Apifox不支持离线,我果断选择了Apipost!
· 通过 API 将Deepseek响应流式内容输出到前端
历史上的今天:
2021-07-27 AcWing 368. 银河
点击右上角即可分享
微信分享提示