原创 使用示波器进行信号频谱分析(FFT)教程

对信号中的频率分量进行分析是十分重要的，因为他们常常会在设计中引起噪声，一旦超出允许的公差，就可能进而导致器件发生故障功能失常。严重的还可能导致电压尖峰，损坏器件。如果我们在设计的时候没有进行正确的测试，那么上述问题就很可能发生。那么如何对信号进行频率分量的分析呢？

也许大家会认为这个活只有频谱分析仪能干，但实际上示波器也能部分胜任，示波器除了时域分析外，还有一个FFT的功能，就可以用来做这个事。FFT是快速傅里叶变换的缩写。简单的说，FFT其实是一种算法，可以帮助我们对时域信号进行分离，然后再将这些分离的信号转换到频域，此时示波器将从时域转换成频域，显示的是信号幅值与频率之间的关系。

如下gif图所示，可以清楚的看到示波器是如何将信号从时域转换成频域的。

对于FFT的时域频域转换如果不是很了解，可以搜索看下我们之前的文章《浅懂示波器FFT快速傅立叶变换功能及运用》

FFT的菜单栏中，包含FFT运算频谱类型的选择，可以选择线或者分贝来作为幅值分别以V-Hz或dB-Hz被绘制在示波器显示屏上。当FFT开启的时候，可以看到水平轴的时基从时间变成了频率，垂直轴单位变为V或者dB。

频谱类型下方是触发源的选择，这个比较好理解，要对哪个通道进行FFT运算，我们就选哪个通道为源。

源下方是四种不同的FFT窗，分别是矩形窗、哈明窗、布莱克曼窗、汉宁窗。那么为什么FFT会有不同的窗选择呢？

因为FFT算法计算频谱信号采样时，只能得到采样点的信息， 不可能对无限长的信号进行测量和运算，而是取其有限的时间片段进行分析，因此忽略了采样间隔中数据信息，这是不可避免的，也称之为栅栏效应。示波器是对有限长度的时间记录进行FFT变换，FFT算法是假设时域波形是不断重复的。这样当周期为整数时，时域波形在开始和结束处波形的幅值相同，波形就不会产生中断。但是，如果时域波形的周期为非整数时，就引起波形开始和结束处的波形幅值不同，从而使连接处产生高频瞬态中断。在频域中，这种效应称为泄漏。因此，为避免泄漏的产生，在原波形上乘以一个窗函数，强制开始和结束处的值为零。

而不同的窗函数采用不同的算法，在不同的情况下有着各自的优势。窗函数会改变频域波形，让频谱形成方便我们观察的样子，但是本质上不会消除频谱泄露，不同的窗函数都有其独特的特性，我们只需要根据测量需要选择即可。

同时，测量时要注意以下几点：

1.由于FFT是一个数学函数，对于数学函数来说处理的数据越多，他就越准确。因此测量的时候，我们要把存储深度打大，时基尽量打大，这样频率分辨率才更高。如下面两张图分别是时基打到200μs和2ms的对比，可以清楚的看到，2ms时基下的FFT效果要好很多。

但也要注意时域信号长度不是越长越好，因为示波器的存储深度有限，波形记录时间越长，采样率越低，可能导致源波形失真。一般来说，在时域图上最少出现4到8个波形周期的波形时长是比较合适的。

2.具有直流成分或偏差的信号会导致FFT波形成分的错误或偏差，为减少直流成分我们可以选择交流耦合方式。

3.在获取周期性信号时，应使用平均采样模式来降低信号噪音。建议平均数不小于16。

FFT在电子测量中可以帮助找到噪声干扰源，测试滤波器和系统的脉冲响应，抖动分析，谐波功率分析，电磁干扰分析、频率响应分析等。