Fast Fourier Transform (FFT) è un algoritmo ampiamente usato per analizzare il contenuto di frequenza dei segnali, ma può essere influenzato da problemi come l'alisi e la perdita spettrale, che possono falsare i risultati.

Comprensione dell'alisi

L'analisi avviene quando un segnale viene campionato ad una velocità troppo bassa per catturare con precisione il contenuto di frequenza, che provoca l'apparizione di componenti ad alta frequenza come frequenze inferiori nell'uscita FFT, che portano a interpretare erroneamente i dati.

Per evitare l'aliasing, è importante provare segnali ad una velocità almeno due volte la componente di frequenza più alta, conosciuta come la velocità di Nyquist.

Indirizzo di Spectral Leakage

La perdita di spettro si verifica quando la frequenza del segnale non si allinea alle frequenze del bin FFT, causando l'energia di diffondersi attraverso più contenitori, ciò può oscurare il vero contenuto spettrale.

Applicare le funzioni delle finestre, come le finestre Hann o Hamming, al segnale prima di eseguire FFT può ridurre la perdita spettrale. Queste finestre rastremano il segnale ai bordi, riducendo al minimo le discontinuità.

Soluzioni pratiche

  • Aumentare la velocità di campionamento[[]] per soddisfare i criteri di Nyquist.
  • Utilizzare le funzioni della finestra[] per ridurre al minimo le perdite.
  • Applicare il filtraggio[]] per rimuovere componenti ad alta frequenza indesiderati.
  • Imbottitura aerodinamica[[]] può migliorare la risoluzione di frequenza.