计算快速傅立叶变换中出现的频率

我的软件定义无线电的中心频率为162.550 MHz &采样率为1,000,000的信号输出值。现在分析频域中的数据我计算了FFT的简单性。计算快速傅立叶变换中出现的频率

#Calculating FFT of signal 
fourier=np.fft.fft(RadioData)

由于振幅与频率的关系，我需要计算信号中的频率。我为此使用了Numpy fftfreq。

freq=np.fft.fftfreq(fourier.shape[0])

输出在[-0.5 0.4999995]的范围内。我很困惑如何解释这个结果，或者如何计算数据中出现的频率？

来源

2017-03-31 Andre Smith

['fftfreq']（https://docs.scipy.org/doc/numpy/reference/ generated/numpy.fft.fftfreq.html）接受采样间隔。只要调用'freq = np.fft.fftfreq（fourier.shape [0]，d = 1/1e6）'（我假设你每秒采样一次，所以你的采样间隔一微秒）。 'freq'应该从0到500 KHz，然后跳到-500 KHz到0。现在只需'plot（freq，np.abs（fourier））'。 –

如果您的数据是真实的（不是复数值），请考虑['rfftfreq']（https://docs.scipy.org/doc/numpy/reference/generated/numpy.fft.rfftfreq.html）和['rfft ']（https://docs.scipy.org/doc/numpy/reference/generated/numpy.fft.rfft.html）。 –

呃，只是为了仔细检查 - 你说的载波是162 MHz，而你是以1 MHz的频率采样的。我假设硬件已经将信号解调到基带，并将其低通滤波到<500 KHz？如果没有，那么你会看到一些非常奇怪的结果:) –

当SDR采样是基带IQ（或复数，或余弦/正弦）时，则带宽等于IQ采样率。这是因为基带IQ采样（不同于单通道严格实数采样）可以包含正频谱和负频谱两种频带，独立地，带宽的一半以上和带宽低于RTL-SDR（et.al.）调谐RF频率设置的一半（除非频率偏移被选择）。因此，IQ数据的FFT的频率范围将从Fcenter - （measured_bandwidth/2）到几乎Fcenter +（measured_bandwidth/2）。或者举个例子：162.050到（低于）163.050 MHz。（“低于位”的值取决于FFT的大小。）步长dF是IQ采样率除以FFT长度。因为每个IQ采样包含两个采样（实部和虚部，或者余弦和正弦混频器输出），所以由于每个IQ采样包含更多信息，因此标量采样中的数据率是IQ采样率的两倍，信息带宽可能更大，但SDR应用程序通常表示IQ采样率，而不是更高的原始数据率。）

来源

2017-04-01 22:28:34 hotpaw2

我明白了频率轴所包含的点（2 *采样率）。但如你所写，范围将是165.050到（稍低于）163.050 MHz，而我的中心频率是162.550这是一个错字？ –

是的，有一个错字。现在修复我想。 – hotpaw2

计算快速傅立叶变换中出现的频率

回答

相关问题