采样频率、采样点数、分辨率、谱线数

采样频率、采样点数、频率分辨率

1.频率分辨率的2种解释解释一：频率分辨率可以理解为在使用DFT时，在频率轴上的所能得到的最小频率间隔f0=fs/N=1/NTs=1/T,其中N为采样点数，fs为采样频率，Ts为采样间隔。

所以NTs就是采样前模拟信号的时间长度T，所以信号长度越长，频率分辨率越好。

是不是采样点数越多，频率分辨力提高了呢？其实不是的，因为一段数据拿来就确定了时间T，注意：f0=1/T，而T=NTs，增加N必然减小Ts ，因此，增加N时f0是不变的。

只有增加点数的同时导致增加了数据长度T才能使分辨率越好。

还有容易搞混的一点，我们在做DFT时，常常在有效数据后面补零达到对频谱做某种改善的目的，我们常常认为这是增加了N，从而使频率分辨率变好了，其实不是这样的，补零并没有增加有效数据的长度，仍然为T。

但是补零其实有其他好处：1.使数据N为2的整次幂，便于使用FFT。

2.补零后，其实是对DFT结果做了插值，克服“栅栏”效应，使谱外观平滑化；我把“栅栏”效应形象理解为，就像站在栅栏旁边透过栅栏看外面风景，肯定有被栅栏挡住比较多风景，此时就可能漏掉较大频域分量，但是补零以后，相当于你站远了，改变了栅栏密度，风景就看的越来越清楚了。

3.由于对时域数据的截短必然造成频谱泄露，因此在频谱中可能出现难以辨认的谱峰，补零在一定程度上能消除这种现象。

那么选择DFT时N参数要注意：1.由采样定理：fs>=2fh，2.频率分辨率：f0=fs/N，所以一般情况给定了fh和f0时也就限制了N范围：N>=fs/f0。

解释二：频率分辨率也可以理解为某一个算法（比如功率谱估计方法）将原信号中的两个靠得很近的谱峰依然能保持分开的能力。

这是用来比较和检验不同算法性能好坏的指标。

在信号系统中我们知道，宽度为N的矩形脉冲，它的频域图形为sinc函数，两个一阶零点之间的宽度为4π/N。

由于时域信号的截短相当于时域信号乘了一个矩形窗函数，那么该信号的频域就等同卷积了一个sinc函数，也就是频域受到sinc函数的调制了，根据卷积的性质，因此两个信号圆周频率之差W0必须大于4π/N。

采样频率、采样点数、频率分辨率

1.频率分辨率的2种解释解释一：频率分辨率可以理解为在使用DFT时，在频率轴上的所能得到的最小频率间隔f0=fs/N=1/NTs=1/T,其中N为采样点数，fs为采样频率，Ts为采样间隔。

所以NTs就是采样前模拟信号的时间长度T，所以信号长度越长，频率分辨率越好。

是不是采样点数越多，频率分辨力提高了呢？其实不是的，因为一段数据拿来就确定了时间T，注意：f0=1/T，而T=NTs，增加N必然减小Ts ，因此，增加N时f0是不变的。

只有增加点数的同时导致增加了数据长度T才能使分辨率越好。

还有容易搞混的一点，我们在做DFT时，常常在有效数据后面补零达到对频谱做某种改善的目的，我们常常认为这是增加了N，从而使频率分辨率变好了，其实不是这样的，补零并没有增加有效数据的长度，仍然为T。

但是补零其实有其他好处：1.使数据N为2的整次幂，便于使用FFT。

2.补零后，其实是对DFT结果做了插值，克服“栅栏”效应，使谱外观平滑化；我把“栅栏”效应形象理解为，就像站在栅栏旁边透过栅栏看外面风景，肯定有被栅栏挡住比较多风景，此时就可能漏掉较大频域分量，但是补零以后，相当于你站远了，改变了栅栏密度，风景就看的越来越清楚了。

3.由于对时域数据的截短必然造成频谱泄露，因此在频谱中可能出现难以辨认的谱峰，补零在一定程度上能消除这种现象。

那么选择DFT时N参数要注意：1.由采样定理：fs>=2fh，2.频率分辨率：f0=fs/N，所以一般情况给定了fh和f0时也就限制了N范围：N>=fs/f0。

解释二：频率分辨率也可以理解为某一个算法（比如功率谱估计方法）将原信号中的两个靠得很近的谱峰依然能保持分开的能力。

这是用来比较和检验不同算法性能好坏的指标。

在信号系统中我们知道，宽度为N的矩形脉冲，它的频域图形为sinc函数，两个一阶零点之间的宽度为4π/N。

由于时域信号的截短相当于时域信号乘了一个矩形窗函数，那么该信号的频域就等同卷积了一个sinc函数，也就是频域受到sinc函数的调制了，根据卷积的性质，因此两个信号圆周频率之差W0必须大于4π/N。

采样频率说明

采样频率、采样点数、分辨率、谱线数(line)1．最高分析频率：Fm指需要分析的最高频率，也是经过抗混滤波后的信号最高频率。

根据采样定理，Fm与采样频率Fs之间的关系一般为：Fs=2.56Fm；而最高分析频率的选取决定于设备转速和预期所要判定的故障性质。

2．采样点数N与谱线数M有如下的关系：N=2.56M 其中谱线数M与频率分辨率ΔF及最高分析频率Fm有如下的关系：ΔF=Fm/M 即：M=Fm/ΔF 所以：N=2.56Fm/ΔF★采样点数的多少与要求多大的频率分辨率有关。

例如：机器转速3000r/min=50Hz，如果要分析的故障频率估计在8倍频以下，要求谱图上频率分辨率ΔF=1 Hz ,则采样频率和采样点数设置为：最高分析频率Fm=8·50Hz=400Hz;采样频率Fs=2.56·Fm=2.56 ·400Hz=1024Hz;采样点数N=2.56·（Fm/ΔF）=2.56·（400Hz/1Hz）=1024谱线数M=N/2.56=1024/2.56=400条按照FFT变换，实际上得到的也是1024点的谱线，但是我们知道数学计算上存在负频率，是对称的，因此，实际上我们关注的是正频率部分对应的谱线，也就是说正频率有512线，为什么我们通常又说这种情况下是400线呢，就是因为通常情况下由于频率混叠和时域截断的影响，通常认为401线到512线的频谱精度不高而不予考虑。

另外，采样点数也不是随便设置的，即不是越大越好，反之亦然.对于旋转机械必须满足整周期采样，以消除频率畸形，单纯提高分辨率也不能消除频率畸形过去，有人以为数据越长越好，或随便定时域信号长度，其实，这样做是在某些概念上不清楚，例如，不清楚整周期采样.不产生频率混叠的最低采样频率Fs要求在2倍最大分析频率Fm，之所以采用2.56倍主要跟计算机二进制的表示方式有关。

其主要目的是避免信号混淆保证高频信号不被歪曲成低频信号。

采样频率、采样点数、频率分辨率

1.频率分辨率的2种解释解释一：频率分辨率可以理解为在使用DFT时，在频率轴上的所能得到的最小频率间隔f0=fs/N=1/NTs=1/T,其中N为采样点数，fs为采样频率，Ts为采样间隔。

所以NTs就是采样前模拟信号的时间长度T，所以信号长度越长，频率分辨率越好。

是不是采样点数越多，频率分辨力提高了呢？其实不是的，因为一段数据拿来就确定了时间T，注意：f0=1/T，而T=NTs，增加N必然减小Ts ，因此，增加N时f0是不变的。

只有增加点数的同时导致增加了数据长度T才能使分辨率越好。

还有容易搞混的一点，我们在做DFT时，常常在有效数据后面补零达到对频谱做某种改善的目的，我们常常认为这是增加了N，从而使频率分辨率变好了，其实不是这样的，补零并没有增加有效数据的长度，仍然为T。

但是补零其实有其他好处：1.使数据N为2的整次幂，便于使用FFT。

2.补零后，其实是对DFT结果做了插值，克服“栅栏”效应，使谱外观平滑化；我把“栅栏”效应形象理解为，就像站在栅栏旁边透过栅栏看外面风景，肯定有被栅栏挡住比较多风景，此时就可能漏掉较大频域分量，但是补零以后，相当于你站远了，改变了栅栏密度，风景就看的越来越清楚了。

3.由于对时域数据的截短必然造成频谱泄露，因此在频谱中可能出现难以辨认的谱峰，补零在一定程度上能消除这种现象。

那么选择DFT时N参数要注意：1.由采样定理：fs>=2fh，2.频率分辨率：f0=fs/N，所以一般情况给定了fh和f0时也就限制了N范围：N>=fs/f0。

解释二：频率分辨率也可以理解为某一个算法（比如功率谱估计方法）将原信号中的两个靠得很近的谱峰依然能保持分开的能力。

这是用来比较和检验不同算法性能好坏的指标。

在信号系统中我们知道，宽度为N的矩形脉冲，它的频域图形为sinc函数，两个一阶零点之间的宽度为4π/N。

由于时域信号的截短相当于时域信号乘了一个矩形窗函数，那么该信号的频域就等同卷积了一个sinc函数，也就是频域受到sinc函数的调制了，根据卷积的性质，因此两个信号圆周频率之差W0必须大于4π/N。

分析频率采样点数谱线数的设置要点

分析频率/采样点数/谱线数的设置要点
1．最高分析频率：Fm指需要分析的最高频率，也是经过抗混滤波后的信号最高频率。

根据采样定理，Fm与采样频率Fs之间的关系一般为：Fs=2.56Fm；而最高分析频率的选取决定于设备转速和预期所要判定的故障性质。

2．采样点数N与谱线数M有如下的关系：
N=2.56M 其中谱线数M与频率分辨率ΔF及最高分析频率Fm有如下的关系：ΔF=Fm/M 即：M=Fm/ΔF 所以：N=2.56Fm/ΔF
★采样点数的多少与要求多大的频率分辨率有关。

例如：机器转速3000r/min=50Hz，如果要分析的故障频率估计在8倍频以下，要求谱图上频率分辨率ΔF=1 Hz ,则采样频率和采样点数设置为：
最高分析频率Fm=8·50Hz=400Hz;
采样频率Fs=2.56·Fm=2.56 ·400Hz=1024Hz;
采样点数N=2.56·（Fm/ΔF）=2.56·（400Hz/1Hz）=1024=210
谱线数M=N/2.56=1024/2.56=400条。

采样频率、采样点数、频率分辨率

1.频率分辨率的2种解释解释一：频率分辨率可以理解为在使用DFT时，在频率轴上的所能得到的最小频率间隔f0=fs/N=1/NTs=1/T,其中N为采样点数，fs为采样频率，Ts为采样间隔。

所以NTs就是采样前模拟信号的时间长度T，所以信号长度越长，频率分辨率越好。

是不是采样点数越多，频率分辨力提高了呢？其实不是的，因为一段数据拿来就确定了时间T，注意：f0=1/T，而T=NTs，增加N必然减小Ts ，因此，增加N时f0是不变的。

只有增加点数的同时导致增加了数据长度T才能使分辨率越好。

还有容易搞混的一点，我们在做DFT时，常常在有效数据后面补零达到对频谱做某种改善的目的，我们常常认为这是增加了N，从而使频率分辨率变好了，其实不是这样的，补零并没有增加有效数据的长度，仍然为T。

但是补零其实有其他好处：1.使数据N为2的整次幂，便于使用FFT。

2.补零后，其实是对DFT结果做了插值，克服“栅栏”效应，使谱外观平滑化；我把“栅栏”效应形象理解为，就像站在栅栏旁边透过栅栏看外面风景，肯定有被栅栏挡住比较多风景，此时就可能漏掉较大频域分量，但是补零以后，相当于你站远了，改变了栅栏密度，风景就看的越来越清楚了。

3.由于对时域数据的截短必然造成频谱泄露，因此在频谱中可能出现难以辨认的谱峰，补零在一定程度上能消除这种现象。

那么选择DFT时N参数要注意：1.由采样定理：fs>=2fh，2.频率分辨率：f0=fs/N，所以一般情况给定了fh和f0时也就限制了N范围：N>=fs/f0。

解释二：频率分辨率也可以理解为某一个算法（比如功率谱估计方法）将原信号中的两个靠得很近的谱峰依然能保持分开的能力。

这是用来比较和检验不同算法性能好坏的指标。

在信号系统中我们知道，宽度为N的矩形脉冲，它的频域图形为sinc函数，两个一阶零点之间的宽度为4π/N。

由于时域信号的截短相当于时域信号乘了一个矩形窗函数，那么该信号的频域就等同卷积了一个sinc函数，也就是频域受到sinc函数的调制了，根据卷积的性质，因此两个信号圆周频率之差W0必须大于4π/N。

信号采样长度、时间间隔和频率的关系

采样频率、采样点数、分辨率、谱线数(line)(2011-02-23 20:38:35)转载标签：分类：matlab采样频率谱线分辨率采样定理数学计算400line杂谈1．最高分析频率：Fm指需要分析的最高频率，也是经过抗混滤波后的信号最高频率。

根据采样定理，Fm与采样频率Fs之间的关系一般为：Fs=2.56Fm；而最高分析频率的选取决定于设备转速和预期所要判定的故障性质。

2．采样点数N与谱线数M有如下的关系：N=2.56M 其中谱线数M与频率分辨率ΔF及最高分析频率Fm有如下的关系：ΔF=Fm/M即：M=Fm/ΔF所以：N=2.56Fm/ΔF★采样点数的多少与要求多大的频率分辨率有关。

例如：机器转速3000r/min=50Hz，如果要分析的故障频率估计在8倍频以下，要求谱图上频率分辨率ΔF=1 Hz ,则采样频率和采样点数设置为：最高分析频率Fm=8·50Hz=400Hz;采样频率Fs=2.56·Fm=2.56 ·400Hz=1024Hz;采样点数N=2.56·（F m/ΔF）=2.56·（400Hz/1Hz）=1024谱线数M=N/2.56=1024/2.56=400条按照FFT变换，实际上得到的也是1024点的谱线，但是我们知道数学计算上存在负频率，是对称的，因此，实际上我们关注的是正频率部分对应的谱线，也就是说正频率有512线，为什么我们通常又说这种情况下是400线呢，就是因为通常情况下由于频率混叠和时域截断的影响，通常认为401线到512线的频谱精度不高而不予考虑。

另外，采样点数也不是随便设置的，即不是越大越好，反之亦然对于旋转机械必须满足整周期采样，以消除频率畸形，单纯提高分辨率也不能消除频率畸形过去，有人以为数据越长越好，或随便定时域信号长度，其实，这样做是在某些概念上不清楚，例如，不清楚整周期采样.不产生频率混迭的最低采样频率Fs要求在2倍最大分析频率Fm，之所以采用2.56倍主要跟计算机二进制的表示方式有关。

信号采样长度、时间间隔和频率的关系

采样频率、采样点数、分辨率、谱线数(line)(2011-02-23 20:38:35)转载标签：分类：matlab采样频率谱线分辨率采样定理数学计算400line杂谈1．最高分析频率：Fm指需要分析的最高频率，也是经过抗混滤波后的信号最高频率。

根据采样定理，Fm与采样频率Fs之间的关系一般为：Fs=2.56Fm；而最高分析频率的选取决定于设备转速和预期所要判定的故障性质。

2．采样点数N与谱线数M有如下的关系：N=2.56M 其中谱线数M与频率分辨率ΔF及最高分析频率Fm有如下的关系：ΔF=Fm/M即：M=Fm/ΔF所以：N=2.56Fm/ΔF★采样点数的多少与要求多大的频率分辨率有关。

例如：机器转速3000r/min=50Hz，如果要分析的故障频率估计在8倍频以下，要求谱图上频率分辨率ΔF=1 Hz ,则采样频率和采样点数设置为：最高分析频率Fm=8·50Hz=400Hz;采样频率Fs=2.56·Fm=2.56 ·400Hz=1024Hz;采样点数N=2.56·（Fm/ΔF）=2.56·（400Hz/1Hz）=1024谱线数M=N/2.56=1024/2.56=400条按照FFT变换，实际上得到的也是1024点的谱线，但是我们知道数学计算上存在负频率，是对称的，因此，实际上我们关注的是正频率部分对应的谱线，也就是说正频率有512线，为什么我们通常又说这种情况下是400线呢，就是因为通常情况下由于频率混叠和时域截断的影响，通常认为401线到512线的频谱精度不高而不予考虑。

另外，采样点数也不是随便设置的，即不是越大越好，反之亦然对于旋转机械必须满足整周期采样，以消除频率畸形，单纯提高分辨率也不能消除频率畸形过去，有人以为数据越长越好，或随便定时域信号长度，其实，这样做是在某些概念上不清楚，例如，不清楚整周期采样.不产生频率混迭的最低采样频率Fs要求在2倍最大分析频率Fm，之所以采用2.56倍主要跟计算机二进制的表示方式有关。

采样频率、采样点数、频率分辨率

1.频率分辨率的2种解释解释一：频率分辨率可以理解为在使用DFT时，在频率轴上的所能得到的最小频率间隔f0=fs/N=1/NTs=1/T,其中N为采样点数，fs为采样频率，Ts为采样间隔。

所以NTs就是采样前模拟信号的时间长度T，所以信号长度越长，频率分辨率越好。

是不是采样点数越多，频率分辨力提高了呢？其实不是的，因为一段数据拿来就确定了时间T，注意：f0=1/T，而T=NTs，增加N必然减小Ts ，因此，增加N时f0是不变的。

只有增加点数的同时导致增加了数据长度T才能使分辨率越好。

还有容易搞混的一点，我们在做DFT时，常常在有效数据后面补零达到对频谱做某种改善的目的，我们常常认为这是增加了N，从而使频率分辨率变好了，其实不是这样的，补零并没有增加有效数据的长度，仍然为T。

但是补零其实有其他好处：1.使数据N为2的整次幂，便于使用FFT。

2.补零后，其实是对DFT结果做了插值，克服“栅栏”效应，使谱外观平滑化；我把“栅栏”效应形象理解为，就像站在栅栏旁边透过栅栏看外面风景，肯定有被栅栏挡住比较多风景，此时就可能漏掉较大频域分量，但是补零以后，相当于你站远了，改变了栅栏密度，风景就看的越来越清楚了。

3.由于对时域数据的截短必然造成频谱泄露，因此在频谱中可能出现难以辨认的谱峰，补零在一定程度上能消除这种现象。

那么选择DFT时N参数要注意：1.由采样定理：fs>=2fh，2.频率分辨率：f0=fs/N，所以一般情况给定了fh和f0时也就限制了N范围：N>=fs/f0。

解释二：频率分辨率也可以理解为某一个算法（比如功率谱估计方法）将原信号中的两个靠得很近的谱峰依然能保持分开的能力。

这是用来比较和检验不同算法性能好坏的指标。

在信号系统中我们知道，宽度为N的矩形脉冲，它的频域图形为sinc函数，两个一阶零点之间的宽度为4π/N。

由于时域信号的截短相当于时域信号乘了一个矩形窗函数，那么该信号的频域就等同卷积了一个sinc函数，也就是频域受到sinc函数的调制了，根据卷积的性质，因此两个信号圆周频率之差W0必须大于4π/N。

采样频率、采样点数、频率分辨率

采样频率、采样点数、频率分辨率1.频率分辨率的2种解释解释一：频率分辨率可以理解为在使用DFT时，在频率轴上的所能得到的最小频率间隔f0=fs/N=1/NTs=1/T,其中N为采样点数，fs 为采样频率，Ts为采样间隔。

所以NTs就是采样前模拟信号的时间长度T，所以信号长度越长，频率分辨率越好。

是不是采样点数越多，频率分辨力提高了呢？其实不是的，因为一段数据拿来就确定了时间T，注意：f0=1/T，而T=NTs，增加N必然减小Ts ，因此，增加N时f0是不变的。

只有增加点数的同时导致增加了数据长度T才能使分辨率越好。

还有容易搞混的一点，我们在做DFT时，常常在有效数据后面补零达到对频谱做某种改善的目的，我们常常认为这是增加了N，从而使频率分辨率变好了，其实不是这样的，补零并没有增加有效数据的长度，仍然为T。

但是补零其实有其他好处：1.使数据N为2的整次幂，便于使用FFT。

2.补零后，其实是对DFT结果做了插值，克服“栅栏”效应，使谱外观平滑化；我把“栅栏”效应形象理解为，就像站在栅栏旁边透过栅栏看外面风景，肯定有被栅栏挡住比较多风景，此时就可能漏掉较大频域分量，但是补零以后，相当于你站远了，改变了栅栏密度，风景就看的越来越清楚了。

3.由于对时域数据的截短必然造成频谱泄露，因此在频谱中可能出现难以辨认的谱峰，补零在一定程度上能消除这种现象。

那么选择DFT时N参数要注意：1.由采样定理：fs>=2fh，2.频率分辨率：f0=fs/N，所以一般情况给定了fh和f0时也就限制了N范围：N>=fs/f0。

解释二：频率分辨率也可以理解为某一个算法（比如功率谱估计方法）将原信号中的两个靠得很近的谱峰依然能保持分开的能力。

这是用来比较和检验不同算法性能好坏的指标。

在信号系统中我们知道，宽度为N的矩形脉冲，它的频域图形为sinc函数，两个一阶零点之间的宽度为4π/N。

由于时域信号的截短相当于时域信号乘了一个矩形窗函数，那么该信号的频域就等同卷积了一个sinc函数，也就是频域受到sinc函数的调制了，根据卷积的性质，因此两个信号圆周频率之差W0必须大于4π/N。

采样频率、采样点数、频率分辨率

采样频率、采样点数、频率分辨率1、频率分辨率的2种解释解释一：频率分辨率可以理解为在使用DFT时，在频率轴上的所能得到的最小频率间隔f0=fs/N=1/NTs=1/T,其中N为采样点数，fs 为采样频率，Ts为采样间隔。

所以NTs就是采样前模拟信号的时间长度T，所以信号长度越长，频率分辨率越好。

是不是采样点数越多，频率分辨力提高了呢？其实不是的，因为一段数据拿来就确定了时间T，注意：f0=1/T，而T=NTs，增加N必然减小Ts ，因此，增加N时f0是不变的。

只有增加点数的同时导致增加了数据长度T才能使分辨率越好。

还有容易搞混的一点，我们在做DFT时，常常在有效数据后面补零达到对频谱做某种改善的目的，我们常常认为这是增加了N，从而使频率分辨率变好了，其实不是这样的，补零并没有增加有效数据的长度，仍然为T。

但是补零其实有其他好处：1）使数据N为2的整次幂，便于使用FFT。

2）补零后，其实是对DFT结果做了插值，克服“栅栏”效应，使谱外观平滑化；我把“栅栏”效应形象理解为，就像站在栅栏旁边透过栅栏看外面风景，肯定有被栅栏挡住比较多风景，此时就可能漏掉较大频域分量，但是补零以后，相当于你站远了，改变了栅栏密度，风景就看的越来越清楚了。

3）由于对时域数据的截短必然造成频谱泄露，因此在频谱中可能出现难以辨认的谱峰，补零在一定程度上能消除这种现象。

那么选择DFT时N参数要注意：1）由采样定理：fs>=2fh，2）频率分辨率：f0=fs/N，所以一般情况给定了fh和f0时也就限制了N范围：N>=fs/f0。

解释二：频率分辨率也可以理解为某一个算法（比如功率谱估计方法）将原信号中的两个靠得很近的谱峰依然能保持分开的能力。

这是用来比较和检验不同算法性能好坏的指标。

在信号系统中我们知道，宽度为N的矩形脉冲，它的频域图形为sinc函数，两个一阶零点之间的宽度为4π/N。

由于时域信号的截短相当于时域信号乘了一个矩形窗函数，那么该信号的频域就等同卷积了一个sinc函数，也就是频域受到sinc函数的调制了，根据卷积的性质，因此两个信号圆周频率之差W0必须大于4π/N。

采样频率、采样点数、分辨率、谱线数（转载）

采样频率、采样点数、分辨率、谱线数（转载）采样频率、采样点数、分辨率、谱线数（转载）1．最高分析频率：Fm指需要分析的最高频率，也是经过抗混滤波后的信号最高频率。

根据采样定理，Fm与采样频率Fs之间的关系一般为：Fs=2.56Fm；而最高分析频率的选取决定于设备转速和预期所要判定的故障性质。

2．采样点数N与谱线数M有如下的关系：N=2.56M 其中谱线数M与频率分辨率ΔF及最高分析频率Fm 有如下的关系：ΔF=Fm/M即：M=Fm/ΔF所以：N=2.56Fm/ΔF ★采样点数的多少与要求多大的频率分辨率有关。

例如：机器转速3000r/min=50Hz，如果要分析的故障频率估计在8倍频以下，要求谱图上频率分辨率ΔF=1 Hz ,则采样频率和采样点数设置为：最高分析频率Fm=8·50Hz=400Hz;采样频率Fs=2.56·Fm=2.56 ·400Hz=1024Hz;采样点数N=2.56·（Fm/ΔF）=2.56·（400Hz/1Hz）=1024谱线数M=N/2.56=1024/2.56=400条按照FFT变换，实际上得到的也是1024点的谱线，但是我们知道数学计算上存在负频率，是对称的，因此，实际上我们关注的是正频率部分对应的谱线，也就是说正频率有512线，为什么我们通常又说这种情况下是400线呢，就是因为通常情况下由于频率混叠和时域截断的影响，通常认为401线到512线的频谱精度不高而不予考虑。

另外，采样点数也不是随便设置的，即不是越大越好，反之亦然对于旋转机械必须满足整周期采样，以消除频率畸形，单纯提高分辨率也不能消除频率畸形过去，有人以为数据越长越好，或随便定时域信号长度，其实，这样做是在某些概念上不清楚，例如，不清楚整周期采样.不产生频率混迭的最低采样频率Fs要求在2倍最大分析频率Fm，之所以采用2.56倍主要跟计算机二进制的表示方式有关。

采样频率、采样点数、频率分辨率

采样频率、采样点数、频率分辨率一、什么叫纹波？纹波（ripple）的定义是指在直流电压或电流中，叠加在直流稳定量上的交流分量。

它主要有以下害处：1.1．容易在用电器上产生谐波，而谐波会产生更多的危害；1.2．降低了电源的效率；1.3．较强的纹波会造成浪涌电压或电流的产生，导致烧毁用电器；1.4．会干扰数字电路的逻辑关系，影响其正常工作；1.5．会带来噪音干扰，使图像设备、音响设备不能正常工作二、纹波、纹波系数的表示方法可以用有效值或峰值来表示，或者用绝对量、相对量来表示；单位通常为：mV例如：一个电源工作在稳压状态，其输出为12V5A，测得纹波的有效值为10mV，这10mV就是纹波的绝对量，而相对量，即纹波系数=纹波电压/输出电压=10mv/12V=0.12%。

三、纹波的测试方法3.1．以20M示波器带宽为限制标准，电压设为PK-PK（也有测有效值的），去除示波器控头上的夹子与地线（因为这个本身的夹子与地线会形成环路，像一个天线接收杂讯，引入一些不必要的杂讯），使用接地环（不使用接地环也可以，不过要考虑其产生的误差），在探头上并联一个10UF电解电容与一个0.1UF瓷片电容，用示波器的探针直接进行测试；如果示波器探头不是直接接触输出点，应该用双绞线，或者50Ω同轴电缆方式测量。

四、开关电源纹波的主要分类开关电源输出纹波主要来源于五个方面：4.1.输入低频纹波;4.2.高频纹波;4.3.寄生参数引起的共模纹波噪声;4.4.功率器件开关过程中产生的超高频谐振噪声;4.5.闭环调节控制引起的纹波噪声。

五、电源纹波测试纹波是叠加在直流信号上的交流干扰信号，是电源测试中的一个很重要的标准。

尤其是作特殊用途的电源，如激光器电源，纹波则是其致命要害之一。

所以，电源纹波的测试就显得极为重要。

电源纹波的测量方法大致分为两种：一种是电压信号测量法；另一钟是电流信号测量法。

一般对于恒压源或纹波性能要求不大的恒流源，都可以用电压信号测量法。

采样频率、采样点数、频率分辨率

采样频率、采样点数、频率分辨率1、频率分辨率的2种解释解释一：频率分辨率可以理解为在使用DFT时，在频率轴上的所能得到的最小频率间隔f0=fs/N=1/NTs=1/T,其中N为采样点数，fs 为采样频率，Ts为采样间隔。

所以NTs就是采样前模拟信号的时间长度T，所以信号长度越长，频率分辨率越好。

是不是采样点数越多，频率分辨力提高了呢？其实不是的，因为一段数据拿来就确定了时间T，注意：f0=1/T，而T=NTs，增加N必然减小Ts ，因此，增加N时f0是不变的。

只有增加点数的同时导致增加了数据长度T才能使分辨率越好。

还有容易搞混的一点，我们在做DFT时，常常在有效数据后面补零达到对频谱做某种改善的目的，我们常常认为这是增加了N，从而使频率分辨率变好了，其实不是这样的，补零并没有增加有效数据的长度，仍然为T。

但是补零其实有其他好处：1）使数据N为2的整次幂，便于使用FFT。

2）补零后，其实是对DFT结果做了插值，克服“栅栏”效应，使谱外观平滑化；我把“栅栏”效应形象理解为，就像站在栅栏旁边透过栅栏看外面风景，肯定有被栅栏挡住比较多风景，此时就可能漏掉较大频域分量，但是补零以后，相当于你站远了，改变了栅栏密度，风景就看的越来越清楚了。

3）由于对时域数据的截短必然造成频谱泄露，因此在频谱中可能出现难以辨认的谱峰，补零在一定程度上能消除这种现象。

那么选择DFT时N参数要注意：1）由采样定理：fs>=2fh，2）频率分辨率：f0=fs/N，所以一般情况给定了fh和f0时也就限制了N范围：N>=fs/f0。

解释二：频率分辨率也可以理解为某一个算法（比如功率谱估计方法）将原信号中的两个靠得很近的谱峰依然能保持分开的能力。

这是用来比较和检验不同算法性能好坏的指标。

在信号系统中我们知道，宽度为N的矩形脉冲，它的频域图形为sinc函数，两个一阶零点之间的宽度为4π/N。

由于时域信号的截短相当于时域信号乘了一个矩形窗函数，那么该信号的频域就等同卷积了一个sinc函数，也就是频域受到sinc函数的调制了，根据卷积的性质，因此两个信号圆周频率之差W0必须大于4π/N。

采样频率、采样点数、频率分辨率

1.频率分辨率的2种解释解释一：频率分辨率可以理解为在使用DFT时，在频率轴上的所能得到的最小频率间隔f0=fs/N=1/NTs=1/T,其中N为采样点数，fs为采样频率，Ts为采样间隔。

所以NTs就是采样前模拟信号的时间长度T，所以信号长度越长，频率分辨率越好。

是不是采样点数越多，频率分辨力提高了呢？其实不是的，因为一段数据拿来就确定了时间T，注意：f0=1/T，而T=NTs，增加N必然减小Ts ，因此，增加N时f0是不变的。

只有增加点数的同时导致增加了数据长度T才能使分辨率越好。

还有容易搞混的一点，我们在做DFT时，常常在有效数据后面补零达到对频谱做某种改善的目的，我们常常认为这是增加了N，从而使频率分辨率变好了，其实不是这样的，补零并没有增加有效数据的长度，仍然为T。

但是补零其实有其他好处：1.使数据N为2的整次幂，便于使用FFT。

2.补零后，其实是对DFT结果做了插值，克服“栅栏”效应，使谱外观平滑化；我把“栅栏”效应形象理解为，就像站在栅栏旁边透过栅栏看外面风景，肯定有被栅栏挡住比较多风景，此时就可能漏掉较大频域分量，但是补零以后，相当于你站远了，改变了栅栏密度，风景就看的越来越清楚了。

3.由于对时域数据的截短必然造成频谱泄露，因此在频谱中可能出现难以辨认的谱峰，补零在一定程度上能消除这种现象。

那么选择DFT时N参数要注意：1.由采样定理：fs>=2fh，2.频率分辨率：f0=fs/N，所以一般情况给定了fh和f0时也就限制了N范围：N>=fs/f0。

解释二：频率分辨率也可以理解为某一个算法（比如功率谱估计方法）将原信号中的两个靠得很近的谱峰依然能保持分开的能力。

这是用来比较和检验不同算法性能好坏的指标。

在信号系统中我们知道，宽度为N的矩形脉冲，它的频域图形为sinc函数，两个一阶零点之间的宽度为4π/N。

由于时域信号的截短相当于时域信号乘了一个矩形窗函数，那么该信号的频域就等同卷积了一个sinc函数，也就是频域受到sinc函数的调制了，根据卷积的性质，因此两个信号圆周频率之差W0必须大于4π/N。

采样频率、采样点数、频率分辨率

1.频率分辨率的2种解释解释一：频率分辨率可以理解为在使用DFT时，在频率轴上的所能得到的最小频率间隔f0=fs/N=1/NTs=1/T,其中N为采样点数，fs为采样频率，Ts为采样间隔。

所以NTs就是采样前模拟信号的时间长度T，所以信号长度越长，频率分辨率越好。

是不是采样点数越多，频率分辨力提高了呢？其实不是的，因为一段数据拿来就确定了时间T，注意：f0=1/T，而T=NTs，增加N必然减小Ts ，因此，增加N时f0是不变的。

只有增加点数的同时导致增加了数据长度T才能使分辨率越好。

还有容易搞混的一点，我们在做DFT时，常常在有效数据后面补零达到对频谱做某种改善的目的，我们常常认为这是增加了N，从而使频率分辨率变好了，其实不是这样的，补零并没有增加有效数据的长度，仍然为T。

但是补零其实有其他好处：1.使数据N为2的整次幂，便于使用FFT。

2.补零后，其实是对DFT结果做了插值，克服“栅栏”效应，使谱外观平滑化；我把“栅栏”效应形象理解为，就像站在栅栏旁边透过栅栏看外面风景，肯定有被栅栏挡住比较多风景，此时就可能漏掉较大频域分量，但是补零以后，相当于你站远了，改变了栅栏密度，风景就看的越来越清楚了。

3.由于对时域数据的截短必然造成频谱泄露，因此在频谱中可能出现难以辨认的谱峰，补零在一定程度上能消除这种现象。

那么选择DFT时N参数要注意：1.由采样定理：fs>=2fh，2.频率分辨率：f0=fs/N，所以一般情况给定了fh和f0时也就限制了N范围：N>=fs/f0。

解释二：频率分辨率也可以理解为某一个算法（比如功率谱估计方法）将原信号中的两个靠得很近的谱峰依然能保持分开的能力。

这是用来比较和检验不同算法性能好坏的指标。

在信号系统中我们知道，宽度为N的矩形脉冲，它的频域图形为sinc函数，两个一阶零点之间的宽度为4π/N。

由于时域信号的截短相当于时域信号乘了一个矩形窗函数，那么该信号的频域就等同卷积了一个sinc函数，也就是频域受到sinc函数的调制了，根据卷积的性质，因此两个信号圆周频率之差W0必须大于4π/N。

采样频率、采样点数、频率分辨率

1.频率分辨率的2种解释解释一：频率分辨率可以理解为在使用DFT时，在频率轴上的所能得到的最小频率间隔f0=fs/N=1/NTs=1/T,其中N为采样点数，fs为采样频率，Ts为采样间隔。

所以NTs就是采样前模拟信号的时间长度T，所以信号长度越长，频率分辨率越好。

是不是采样点数越多，频率分辨力提高了呢？其实不是的，因为一段数据拿来就确定了时间T，注意：f0=1/T，而T=NTs，增加N必然减小Ts ，因此，增加N时f0是不变的。

只有增加点数的同时导致增加了数据长度T才能使分辨率越好。

还有容易搞混的一点，我们在做DFT时，常常在有效数据后面补零达到对频谱做某种改善的目的，我们常常认为这是增加了N，从而使频率分辨率变好了，其实不是这样的，补零并没有增加有效数据的长度，仍然为T。

但是补零其实有其他好处：1.使数据N为2的整次幂，便于使用FFT。

2.补零后，其实是对DFT结果做了插值，克服“栅栏”效应，使谱外观平滑化；我把“栅栏”效应形象理解为，就像站在栅栏旁边透过栅栏看外面风景，肯定有被栅栏挡住比较多风景，此时就可能漏掉较大频域分量，但是补零以后，相当于你站远了，改变了栅栏密度，风景就看的越来越清楚了。

3.由于对时域数据的截短必然造成频谱泄露，因此在频谱中可能出现难以辨认的谱峰，补零在一定程度上能消除这种现象。

那么选择DFT时N参数要注意：1.由采样定理：fs>=2fh，2.频率分辨率：f0=fs/N，所以一般情况给定了fh和f0时也就限制了N范围：N>=fs/f0。

解释二：频率分辨率也可以理解为某一个算法（比如功率谱估计方法）将原信号中的两个靠得很近的谱峰依然能保持分开的能力。

这是用来比较和检验不同算法性能好坏的指标。

在信号系统中我们知道，宽度为N的矩形脉冲，它的频域图形为sinc函数，两个一阶零点之间的宽度为4π/N。

由于时域信号的截短相当于时域信号乘了一个矩形窗函数，那么该信号的频域就等同卷积了一个sinc函数，也就是频域受到sinc函数的调制了，根据卷积的性质，因此两个信号圆周频率之差W0必须大于4π/N。

信号采样长度、时间间隔和频率的关系之欧阳术创编

采样频率、采样点数、分辨率、谱线数(line)(2011-02-23 20:38:35)转载标签：分类：matlab采样频率谱线分辨率采样定理数学计算400line杂谈1．最高分析频率：Fm指需要分析的最高频率，也是经过抗混滤波后的信号最高频率。

根据采样定理，Fm与采样频率Fs之间的关系一般为：Fs=2.56Fm；而最高分析频率的选取决定于设备转速和预期所要判定的故障性质。

2．采样点数N与谱线数M有如下的关系：N=2.56M 其中谱线数M与频率分辨率ΔF及最高分析频率Fm 有如下的关系：ΔF=Fm/M即：M=Fm/ΔF所以：N=2.56Fm/ΔF★采样点数的多少与要求多大的频率分辨率有关。

例如：机器转速3000r/min=50Hz，如果要分析的故障频率估计在8倍频以下，要求谱图上频率分辨率ΔF=1 Hz ,则采样频率和采样点数设置为：最高分析频率Fm=8·50Hz=400Hz;采样频率Fs=2.56·Fm=2.56 ·400Hz=1024Hz;采样点数N=2.56·（Fm/ΔF）=2.56·（400Hz/1Hz）=1024谱线数M=N/2.56=1024/2.56=400条按照FFT变换，实际上得到的也是1024点的谱线，但是我们知道数学计算上存在负频率，是对称的，因此，实际上我们关注的是正频率部分对应的谱线，也就是说正频率有512线，为什么我们通常又说这种情况下是400线呢，就是因为通常情况下由于频率混叠和时域截断的影响，通常认为401线到512线的频谱精度不高而不予考虑。

另外，采样点数也不是随便设置的，即不是越大越好，反之亦然对于旋转机械必须满足整周期采样，以消除频率畸形，单纯提高分辨率也不能消除频率畸形过去，有人以为数据越长越好，或随便定时域信号长度，其实，这样做是在某些概念上不清楚，例如，不清楚整周期采样.不产生频率混迭的最低采样频率Fs要求在2倍最大分析频率Fm，之所以采用2.56倍主要跟计算机二进制的表示方式有关。

分析频率采样点数谱线数的设置要点

分析频率/采样点数/谱线数的设置要点
1．最高分析频率：Fm指需要分析的最高频率，也是经过抗混滤波后的信号最高频率。

根据采样定理，Fm与采样频率Fs之间的关系一般为：Fs=2.56Fm；而最高分析频率的选取决定于设备转速和预期所要判定的故障性质。

2．采样点数N与谱线数M有如下的关系：
N=2.56M 其中谱线数M与频率分辨率ΔF及最高分析频率Fm有如下的关系：ΔF=Fm/M 即：M=Fm/ΔF 所以：N=2.56Fm/ΔF
★采样点数的多少与要求多大的频率分辨率有关。

例如：机器转速3000r/min=50Hz，如果要分析的故障频率估计在8倍频以下，要求谱图上频率分辨率ΔF=1 Hz ,则采样频率和采样点数设置为：
最高分析频率Fm=8·50Hz=400Hz;
采样频率Fs=2.56·Fm=2.56 ·400Hz=1024Hz;
采样点数N=2.56·（Fm/ΔF）=2.56·（400Hz/1Hz）=1024=210
谱线数M=N/2.56=1024/2.56=400条。