噪声源移动信号该如何正确处理及开展频谱定性分析？
2013-01-01
最好进行频谱分析确定噪声频谱范围，然后制作相应的滤波器，滤波器可以在采集前加一级低通滤波器，把高频噪声去掉，不过对于粉红噪声的频谱范围很宽，几乎整个频域。这个只能优化不能彻底去除，数字化后还可以加数字滤波器把噪声弃掉。
具体为采集的数据选择一定的长度也就是点数加汉宁窗后进行FFT，如果不加汉宁窗则默认为加了矩形窗，不过这样会造成部分频谱泄露，当然汉宁窗也会泄露，但泄露会大大降低。FFT后得到这帧信号的数字频谱，然后根据你信号的频率范围把其他的频率下的幅值统统清零，然后在把这帧数据IFFT（傅里叶反变换）,得到时域波形数据，这样就去除了相关噪声信号。注意在频域你的频率分辨率 f = 采样频率F / 采样点数N，采样频率固定时，提高采样点数则频率分辨率越高，但是相应的时间分辨率就降低了。这样在保证时间分辨率的前提下如果想提高频率分辨率可以这样实现，采样点数减少，减少的那一部分用零补齐。
具体为采集的数据选择一定的长度也就是点数加汉宁窗后进行FFT，如果不加汉宁窗则默认为加了矩形窗，不过这样会造成部分频谱泄露，当然汉宁窗也会泄露，但泄露会大大降低。FFT后得到这帧信号的数字频谱，然后根据你信号的频率范围把其他的频率下的幅值统统清零，然后在把这帧数据IFFT（傅里叶反变换）,得到时域波形数据，这样就去除了相关噪声信号。注意在频域你的频率分辨率 f = 采样频率F / 采样点数N，采样频率固定时，提高采样点数则频率分辨率越高，但是相应的时间分辨率就降低了。这样在保证时间分辨率的前提下如果想提高频率分辨率可以这样实现，采样点数减少，减少的那一部分用零补齐。
