Bei der Chirp-z-Transformation wird das Spektrum eines abgetasteten Signals bei gleichmäßig verteilten Frequenzwerten über ein kleines Frequenzintervall interpoliert.
Der für die Chirp-z-Transformation verwendete Algorithmus wird in Samuel Stearns und Ruth David, Signal Processing Algorithms (Prentice-Hall, Inc.) beschrieben.
Signal erstellen
1. Definieren Sie die Signalfrequenzen.
2. Verwenden Sie die Funktionen
exp und
sin, um ein abnehmendes Sinuswellensignal zu definieren.
Das abnehmende Sinuswellensignal ist das Produkt einer Exponentialfunktion, die mit der Zeit auf null abfällt, und einer Sinuswellenfunktion.
3. Plotten Sie das abnehmende Signal.
Die Frequenz wird normalisiert, sodass 1 die Abtastfrequenz repräsentiert.
4. Verwenden Sie die Funktion
dft, um die DFT des Signals zu berechnen.
5. Plotten Sie die DFT des Signals. Verwenden Sie vertikale Markierer, um den Betrag und die Frequenz der ersten Spitze anzuzeigen.
Die Spitze tritt bei der Frequenz der Sinuswelle auf, gefaltet mit dem Spektrum der Exponentialfunktion.
6. Vergrößern Sie die erste Spitze, indem Sie die Frequenzskala entlang der X-Achse erweitern.
7. Berechnen Sie die Anzahl der Datenpunkte innerhalb des Frequenzbereiches.
chirpz
Verwenden Sie die Funktion
chirpz, um sich das Spektrum um den Spitzenwert genauer anzusehen, indem Sie die Anzahl der Datenpunkte erhöhen.
1. Legen Sie den Schrittparameter fest, und verwenden Sie die Funktion chirpz, um das Spektrum zu berechnen.
2. Berechnen Sie die Anzahl von Punkten im interpolierten Spektrum.
3. Überlagern Sie die erste Spitze der DFT und das interpolierte Spektrum mit dem neuen Bereich.
Ein Schritt von 0.001 führt zur selben Anzahl von Datenpunkten in der Chirp-Z-Spurkurve. Somit scheinen die beiden Spurkurven identisch zu sein.
4. Reduzieren Sie die Schrittgröße 10-fach, und berechnen und plotten Sie die beiden Funktionen neu.
5. Berechnen Sie die neue Anzahl von Punkten im interpolierten Spektrum.
6. Überlagern Sie die erste Spitze der DFT und das neu interpolierte Spektrum.
Das Diagramm zeigt, dass mit zunehmender Anzahl der interpolierten Punkte die Spektrumsspurkurve um den Spitzenwert runder wird.
7. Reduzieren Sie step2 erneut 10-fach, und beobachten Sie den Effekt auf das oben dargestellte Diagramm.
