c++ - FFTW信号频谱

我目前正在实施信号频谱图。
我的输入数据：1.051，1.365，1.837，2.334，2.486，2.688，2.878，2.579，2.11，1.605，0.936，0.73，1.036，1.336，1.796，2.043，2.462，2.935，2.892，2.609，2.151，1.641，0.961， 0.738，0.767，1.303，1.503，2.004，2.435，2.931，2.908，2.641，1.935，1.423，0.988，0.747，0.755，1.018，1.465，1.966，2.662，2.919，2.918，2.669，1.976，1.462，1.017，0.757， 0.746，0.989，1.426，1.927，2.637，2.908，2.927，2.441，2.015，1.501，1.302，1.025，0.739，0.962，1.644，2.144，2.605，2.895，2.935，2.467，2.304，1.797，1.331，1.039，0.732， 0.936，1.608，2.103，2.575，2.88，2.688，2.493，2.343，1.835，1.365，1.054，0.725，0.913，1.568，2.067，2.288，2.867，2.69，2.516，2.379，1.877，1.397，1.072，0.721，1.144， 1.277、1.77

您可以在我的屏幕截图上看到此数据。是底图。它仅包含100点。并且不可能增加它的数量。

输入信号频率为1000 Hz。而且可以更改。

我使用FFTW来获取频谱。

输入信号频率为1000 Hz。在顶部的图表中，它仅显示约200 Hz。那是主要问题。我想也许我的代码是错误的或积分不足。

我的数据分析代码：

    QVectorDouble points(100);
    points = this->reader->ReadCOM(100);
    double timePassed = this->reader->timePassed;
    unsigned int n = points.count();
    double timeShift = timePassed / n;

    QVectorDouble signalX(n), signalY(n);

    for (unsigned int i = 0; i < n; i++)
    {
        signalX[i] = i*timeShift; // x goes from 0 to  timePassed to take points amount
        signalY[i] = points[i];
    }

    fftw::maxthreads = get_max_threads();
    unsigned int np = n / 2 + 1;
    size_t align = sizeof(Complex);

    array1<Complex> F(np, align);
    array1<double> f(n, align);

    rcfft1d Forward(n, f, F);

    for(unsigned int i = 0; i < n; i++) {
        f[i] = points[i];
    }

    Forward.fft(f, F);

    QVectorDouble spectrX(np), spectrY(np);
    for (int i = 0; i < np; i++)
    {
      spectrX[i] = i * 20; //multiply by 20 because np is (100/2 + 1) and chart maximum xOrigin is 1000
      spectrY[i] = abs(F[i]) / np;
    }

最佳答案

以下是一些不太正确的事情：


在时域图中，以1000Hz的采样率100个点应为您提供0.1秒的总持续时间。假设signalX为0.1秒，则用于timePassed的公式是正确的。您应该研究为什么该变量实际上是大约0.4秒。
由于您在0.1秒内有8个完整的周期，因此应该获得8 * 1 / 0.1 = 80Hz的峰值频率。因此，显然，声谱图的x轴缩放存在问题。更具体地说，应将频率增量设置为1000/np或使用np == 10设置为10Hz。这将生成一个高达500Hz的图，该图是采样率的一半（与Nyquist定理一致），其中峰值将以正确的80Hz频率出现。