數據間隔在快速傅立葉變換中的影響

Question

我已經採樣了5kHz採樣的傳感器數據1分鐘。因此，一個採樣數據文件包含5,000 x 60 = 300,000個數據點。 請注意，傳感器會測量週期性數據，如60Hz交流電流。

現在，我想對一個數據文件應用FFT（使用python numpy.rfft函數）。 據我所知，FFT結果的數量是輸入數據數量的一半，即在30萬個數據點的情況下有150,000個FFT結果。 但是，FFT結果的數量太大而無法分析它們。

所以，我想減少FFT結果的數量。 關於這一點，我的問題是，下面的方法是有效的給定一個採樣數據文件？

1. 段的一個採樣的數據文件轉換成M個段
2. 應用FFT到每個段
3. 平均M個FFT結果得到一個平均的FFT結果
4. 使用平均FFT結果作爲的FFT結果給定一個採樣數據文件

提前致謝。

Answer 1

這取決於你的目的。

如果以5 kHz採樣源信號，那麼最大輸出元件的頻率將對應於2.5 kHz。所以對於150K的輸出長度頻率分辨率約爲0.017赫茲。如果將變換應用於3000個數據點，則會獲得1.7 Hz的頻率分辨率。

這對你很重要嗎？你需要註冊所有可能的交流電流頻率分量嗎？

AC質量（幅度，頻率，噪音）可能會在一分鐘的時間間隔內發生變化。你需要註冊這種不穩定嗎？

也許，高頻率。 AC控制不需要分辨率和短程時間穩定性，在這種情況下，您的方法非常好。

編輯：較長的時間間隔也變小有限持續時間的信號加窗的效果，讓假峯

P.S.請注意，快速傅立葉變換通常（並非總是，我沒有看到rfft描述中的這樣的方向）與interval length = 2^N一起使用，所以這裏的輸出可能包含256K