Arduino: преобразование частоты (ДПФ): 6 шагов

2024 Автор: John Day | [email protected]. Последнее изменение: 2024-01-30 11:49

Эта программа предназначена для вычисления частотного преобразования на Arduino с контролем над параметрами. это решается с использованием преобразования Фурье по осквернению.

это не БПФ

БПФ - это алгоритм, используемый для решения ДПФ за меньшее время.

Код для БПФ можно найти здесь.

Шаг 1: Как это работает (концепция):

Данная программа для преобразования частоты обеспечивает отличный контроль над требуемым выходом. эта программа оценивает частотный диапазон, заданный пользователем при заданном вводе для набора данных.

• На рисунке дан набор данных, состоящий из двух частот с именами f2 и f5, которые необходимо протестировать. f2 и f5 - случайные имена для двух частот, большее число - для относительно более высокой частоты. здесь меньшая частота f2 имеет большую амплитуду, а f5 имеет меньшую амплитуду.
• Математически можно показать, что -сумма умножения двух наборов данных гармоник, имеющих разную частоту, стремится к нулю (большее количество данных может привести к результату теста). В нашем случае, если эти две частоты умножения имеют одинаковую (или очень близкую) частоту, сумма умножения является ненулевым числом, где амплитуда зависит от амплитуды данных.
• для обнаружения конкретной частоты данный набор данных может быть умножен на различные тестовые частоты, и результат может дать компонент этой частоты в данных.

Шаг 2: Как это работает (в коде):

для этих данных (f2 + f5) один за другим от f1 до f6 умножается, и значение суммы записывается. эта окончательная сумма представляет собой содержание этой частоты. остаточная (несовпадение) частоты в идеале должна быть равна нулю, но в реальном случае это невозможно. чтобы сумма была равна нулю, требуется иметь бесконечный размер наборов данных.

• как показано на рисунках с f1 по f6, показана пробная частота и ее умножение на набор данных в каждой точке.
• на втором рисунке показано суммирование этого умножения на каждой частоте. можно идентифицировать два пика на 1 и 5.

поэтому, используя тот же подход для случайных данных, мы можем оценивать так много частот и анализировать частотный состав данных.

Шаг 3: Использование кода для частотного анализа:

в качестве примера можно использовать этот код, чтобы найти ДПФ прямоугольной волны.

сначала вставьте прикрепленный код (функция dft) после цикла, как показано на рисунке

8 УСЛОВИЙ, КОТОРЫЕ НЕОБХОДИМО УКАЗАТЬ

1. массив, из которого нужно взять dft
2. размер массива
3. интервал времени между 2 чтениями в массиве в миллисекундах
4. нижнее значение диапазона частот в Гц
5. верхнее значение частотного диапазона в Гц
6. размер шагов для частотного диапазона
7. повторение сигнала (минимум 1) более высокая точность теста числа, но увеличенное время решения

8. оконная функция:

   0 для окна без окна 1 для окна с плоским верхом 2 для окна hann 3 для окна Hamming

(если вы не знаете, как выбрать окно, оставьте значение по умолчанию 3)

пример: dft (a, 8, 0.5, 0, 30, 0.5, 10, 3); здесь a - это массив элементов размера 8, который необходимо проверить на диапазон от 0 Гц до 30 Гц с шагом 0,5 (0, 0,5, 1, 1,5,…, 29, 29,5, 30) 10 повторений и окна Хэмминга

здесь можно использовать массив большего размера, насколько может обрабатывать Arduino.

Шаг 4: Вывод:

если вы закомментируете

Serial.print (f); Serial.print ("\ t"); Серийный принт ("\ t");

из кода серийный плоттер даст природу частотного спектра, а если бы не последовательный монитор, то он выдал бы частоту с ее амплитудой.

Шаг 5: Проверка различных размеров окна и выборки:

На рисунке частота синусоидальной волны измерена с использованием различных настроек.

Шаг 6: Пример:

на рисунке сравнивается преобразование данных с использованием SciLab и arduino.