1、一般搭建模型时，要按照实际的信号摆幅来做输入，这样得到的SDM的系数可以直接在电路里实现，不需要之后再缩放系数来调每级的摆幅。当然这个和FFT分析关系不大，不过会便于运算，比如信号如果是1V附近的话，那么频谱图里能量大概就是0dB了，这样就看带宽里能量最高的那个噪声能量，就是你的SNDR了。
2、代码还是自己弄一个吧，这样能加深FFT的理解，也能随时改代码，比如加窗函数之类的。
3、采样点数提高，分辨率变细是不假，但根源还是取点的问题。比如你是1M的采样频率，采样了1000个点，那么频率分辨率就是1K，如果你输入一个5.1K的频率，你要怎么办？你要怎么算信号功率？你的频谱图上没有5.1K这个频点？那是不是你的频谱图就反映不出你的信号功率了？不是的，5.1K的能量会分散到5K、6K这些附近的频点上，直观的结果就是频谱图上的小山峰，这就是频谱图泄露。但是我们在代码里，计算信号能量的时候，依旧是在信号频点附近的3~5个频点范围内的，把所有的能量一起求和，才是信号的能量。如果你设置成质数，就不会出现这个问题，频谱图里【必然】会出现这个频点，而且必然是公式中的第k点，具体的你可以上网搜一下。
频谱泄漏最直接的影响是造成谐波分析不准确 ,进而造成以谐波分析为基础的电参量测量不准确，所以我们会加窗函数。增加数据采样点数 ,可减少泄漏 ,其实质是减小矩形窗主瓣的宽度。 提高信号的采样频率也可减少泄漏。上述两种方法 ,与增加的数据处理量相比 ,对泄漏的改善是极其有限的。（本段来自度娘）
你看你采样点少的时候，谐波是不是很高很明显，采样点增加后，泄露减少了，谐波也没那么明显了。所以ADC做FFT分析时，相干采样很重要。
|
/1 
eetop公众号
创芯大讲堂
创芯人才网
发表于 2021-3-10 09:44:37
楼主
