频率分辨率、采样频率、采样率、采样点数与基音周期
1.采樣頻率(HZ)、采樣率與采樣點(diǎn)數(shù)
如圖,采樣頻率(注:采樣率與采樣頻率單位是不一樣的,但是結(jié)果換算差不多,就是采樣頻率可以為小數(shù),而采樣率只能為整數(shù))就是每秒鐘采集我們每次所需要采集的采樣點(diǎn)的次數(shù),其單位是(hz)或者(次/秒),采樣率表示每秒采樣點(diǎn)的個(gè)數(shù),其單位是(個(gè)/秒),而采樣點(diǎn)數(shù)就是發(fā)送數(shù)據(jù)一次所傳輸?shù)狞c(diǎn)數(shù),舉個(gè)例子:
?當(dāng)采樣點(diǎn)為100時(shí),我們數(shù)據(jù)的更新率為20次,即傳輸了二十次數(shù)量為100的采樣點(diǎn),所以我們的采樣頻率就是100*20=2000(hz)或者說是2000(次/秒)
?由上式我們可以看出,它的取樣周期為一個(gè)sample里取了20次,即$frac{1}{{20}}$為我們一個(gè)sample的取樣時(shí)間,所以采樣率為$frac{{100}}{{1/20}} = 2000$(SPS)或者說是2000(個(gè)/秒)。
2.頻率分辨率
這個(gè)名詞我們從兩個(gè)方面來解釋:
1 從離散傅里葉變換DFT來看,頻率分辨率是在頻率軸上能得到的最小的頻率間隔。
$$Delta f = frac{1}{{N{T_s}}}$$
如上式所示,其中$Delta f$是頻率分辨率,N是采樣點(diǎn)數(shù),在實(shí)際中就是我們所使用的窗長,${{T_s}}$是采樣間隔,所以${N{T_s}}$是進(jìn)行采樣前的模擬信號的時(shí)間長度,所以我們的信號長度越長,我們的頻率分辨率就越好,即頻率間隔越小表示越好。但我們要注意的是,雖然我們可以增加窗長,即增加采樣點(diǎn)數(shù)量,但與此同時(shí)我們的采樣間隔就相應(yīng)減少了,所以僅僅只增加窗長是無法增加頻率分辨率的,需要在增加窗長的同時(shí)增加數(shù)據(jù)的時(shí)間長度,這樣才能增強(qiáng)頻率分辨率。
2 將其從算法角度來看,頻率分辨率就是將原信號中兩個(gè)很近的譜峰保持能分開的能力。這種方法我們以矩形窗來講述一下,假設(shè)矩形窗寬度為N,經(jīng)過傅里葉變換后我們知道它頻域?yàn)閟inc函數(shù),兩個(gè)一階零點(diǎn)的間隔為$frac{{4pi }}{N}$。我們也可以知道,時(shí)域信號的截?cái)嘞喈?dāng)于在時(shí)域信號上乘了一個(gè)矩形窗函數(shù),頻域則是卷積了一個(gè)sinc函數(shù),即頻域受到sinc函數(shù)的調(diào)制,而矩形窗的兩個(gè)信號圓周率之差必須大于$frac{{4pi }}{N}$,所以我們需要增加數(shù)據(jù)長度(這里的N就是上面的${N{T_s}}$)。
下面是幾種常用的窗函數(shù)的主瓣寬度B、旁瓣寬度A與衰減速度D:
| 窗類型 | 主瓣寬度B | 旁瓣寬度A | 衰減速度D |
| 矩形窗 | $frac{{4pi }}{N}$ | 13dB | 6dB/oct |
| 三角窗 | $frac{{8pi }}{N}$ | 27dB | 12dB/oct |
| 漢寧窗 | $frac{{8pi }}{N}$ | 32dB | 18dB/oct |
| 海明窗 | $frac{{8pi }}{N}$ | 43dB | 6dB/oct |
3.基音周期
通常情況下,認(rèn)為在一個(gè)幀內(nèi)應(yīng)該包括1個(gè)到7個(gè)基音周期。然而,對于不同人而言,基音周期變化是不同的,變化范圍也較大,從女性和兒童的2毫秒到老年男子14毫秒(即基音頻率的變化范圍為70~500Hz),因此窗口長度的選定還是比較困難,需要具體情況具體分析。通常在8kHz的采樣頻率下,窗口長度一般取80~160點(diǎn)合適(即基音周期的時(shí)間為10~20 毫秒)。
$$t = frac{N}{{{f_s}}}$$
其中t是時(shí)間,N為窗長,${{f_s}}$為采樣頻率。
總結(jié)
以上是生活随笔為你收集整理的频率分辨率、采样频率、采样率、采样点数与基音周期的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 获取进程CPU占用率
- 下一篇: Hadoop伪分布配置与基于Eclips