Який ефект має затримка часової області в частотній області?


21

Якщо у мене є сигнал з обмеженим часом, скажімо, синусоїда, яка триває лише секунди, і я приймаю FFT цього сигналу, я бачу частотну характеристику. У прикладі це був би стрибок на головній частоті синусоїди.T

Тепер, скажіть, я приймаю той самий часовий сигнал і затримую його на деякий час постійним, а потім приймаю FFT, як все змінюється? Чи здатний FFT представляти цю затримку часу?

Я визнаю, що затримка в часі являє собою зміну у частотній області, але мені важко визначити, що це насправді означає .exp(jωt)

Практично кажучи, чи є частотна область відповідним місцем для визначення часової затримки між різними сигналами?


1
Це залежить від того, що ви маєте на увазі під FFT. Скажімо, ваш вихідний сигнал мав проб часу. Припустимо, затримка становить зразків. Отже, у вас є зразків, причому перші - . Чи обчислюєте ви FFT перших зразків (таких же, як і раніше)? з зразків? з останніх з зразків? Відповідь буде залежати від того, що ви маєте на увазі під FFT ...100 N + 100 100 0 N N + 100 N N + 100N100N+1001000NN+100NN+100
Діліп Сарват

1
@Dilip Я шукаю більш загальну відповідь. Можливо, пояснення того, що змінилося б у цих сценаріях, було б корисним?
галамін

1
Якщо передати останній з зразків вашої - точкове FFT підпрограми, ви отримаєте таке ж FFT як ви отримали раніше. Ніякої різниці. Якщо ви передасте перший з зразків (з перших зразків ) у вашу підпрограму FFT FFT, ви отримаєте речі, які важко інтерпретувати. Уважно прочитайте відповідь від @JasonR, яка говорить про те, що якщо перші зразків заповниться з ваших даних за допомогою кругового чи циклічного зсуву, ви побачите затримку, відображену у фазі зразків. N + 100 NNN+100NN + 100 100 0 N 100NN+1001000N100
Діліп Сарват

Відповіді:


21

Дискретне перетворення Фур'є (ДПФ) , зазвичай здійснюється швидке перетворення Фур'є (ШПФ) , відображає послідовність кінцевої довжини дискретних відліків у тимчасовій області в послідовності однакової довжини вибірок в частотної області. Зразки в частотній області загалом є складними числами; вони представляють коефіцієнти, які можуть бути використані у зваженій сумі складних експоненціальних функцій у часовій області для реконструкції вихідного сигналу часової області.

Ці складні числа представляють амплітуду і фазу, які пов'язані з кожною експоненціальною функцією. Таким чином, кожне число у вихідній послідовності FFT можна інтерпретувати як:

X[k]=n=0N1x[n]ej2πnkN=Akejϕk

Ви можете інтерпретувати це так: якщо ви хочете відновити x [n], сигнал, з якого ви почали, ви можете взяти купу складних експоненціальних функцій , кожен на і підсумовуйте їх. Результат точно рівний (в числовій точності) . Це лише визначення на основі слова зворотного DFT.X[k]=Akejϕkx[n]ej2πnkN,k=0,1,,N1X[k]=Akejϕkx[n]

Отже, кажучи на ваше запитання, різні аромати перетворення Фур'є мають властивість, що затримка часової області переходить у фазовий зсув частотної області. Для DFT це властивість:

x [ n - D ] e - j 2 π k D

x[n]X[k]
x[nD]ej2πkDNX[k]

Тобто, якщо ви затримуєте вхідний сигнал на зразки, то кожне комплексне значення у FFT сигналу множиться на постійну . Люди звичайно не усвідомлюють, що результати DFT / FFT є складними значеннями, оскільки вони часто візуалізуються лише як величини (або іноді як величина та фаза).e - j 2 π k DDej2πkDN

Редагувати: Хочу зазначити, що для цього DFT є деякі тонкощі цього правила через його обмеженість у часі. Зокрема, зсув вашого сигналу повинен бути круговим для відношення, яке потрібно утримувати; тобто, коли ви затримуєте на зразки, вам потрібно завернути останні зразки, які були в кінці на передню частину сигналу, що затримується. Це насправді не відповідає тому, що ви б побачили у реальній ситуації, коли сигнал просто не запускається до початку діафрагми DFT (і передує, наприклад, нулі). Ви завжди можете обійти це, наклавши нуль початкового сигналу так що при затримці наD D x [ n ] x [ n ] Dx[n]DDx[n]x[n]DЗразки, ви все одно просто обернете нулі на передню частину. Цей взаємозв'язок стосується лише DFT, оскільки він є обмеженим у часі; це не стосується класичного перетворення Фур'є або дискретного перетворення Фур'є .


1

Галамін,

Це просто означає, що у вашому векторі FFT відбудеться зсув фази. Коли ви FFT ваш (реальний) сигнал, ваша відповідь буде складною, так що у вас буде реальна і уявна частина. Якщо ви взяли їх фазу (inverse_tangent (imag / real)), це відобразить всі фази частот. Те, як їх фази відрізняються від того, якщо у вас не було затримок, пов’язано безпосередньо із затримкою у вас у часі.

(У matlab ви також можете отримати фазу, просто "кут (fft_result)").

До речі, якщо ви будете співвідносити свій сигнал із затримкою та без затримки і вибрати пік, ви можете отримати затримку таким чином. У freq-домені він віднімає всі фази вашого сигналу без затримки, з усіх сигналів із затримкою та приймає середнє значення.


2
У цій відповіді занадто багато речей, що залишилися невизначеними та не визначеними. Мохаммед по суті припускає круговий зсув даних, не кажучи цього. Дивіться відповідь @ JasonR (відредаговану) для ретельного опису цього пункту, і мій коментар до головного запитання про те, що існує багато способів використання FFT, і всі вони дають різні результати
Діліп Сарват

@DilipSarwate має рацію, це передбачає круговий зсув даних. Як він зазначив, у FFT є тонкощі, засновані на вхідному векторі.
Спейсі

@gallamine, можу чи я запитати , що ваші вектори даних виглядає, exmaple: - SIGNAL1: [someZeros, сигнал, someZeros] - SIGNAL2: [someDifferentNumberOfZeros, сигнал, someDifferentNumberOfZeros]
Спейсі

1

sin(ωt)ω


Привіт, амане. Ласкаво просимо до Signals.SE. Не могли б ви зайняти трохи часу і трохи відформатувати свою відповідь? У нас включений MathJax , який ми, як правило, віддаємо перевагу рівнянням. Я зробив швидке часткове редагування, яке містить кілька прикладів, якщо ви раніше не використовували його. Дякуємо за ваш внесок, і ще раз ласкаво просимо на сайт!
datageist
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.