什么是实时带宽和叠加处理

实时带宽和叠加处理

频谱分析是一个很大的话题。在本文中，我主要想介绍一下实时带宽和叠加处理。首先，我们都知道“实时”所要表达的意思，我不打算在此花费太多的时间。但是，我必须重新定义一下在做快速傅里叶变换（FFT）频谱分析时的“实时”的概念。

实时带宽

实时带宽（Real-Time Bandwidth）是标准术语，它的定义是，在最高频率不丢失数据情况下，计算出的频谱。这里的频率是由我们的DSP处理器的处理速度决定的，例如，无论其他功能是否有要求，进行快速傅里叶变换（FFT）计算所用的时间。

如图1所示，如果工作频率高于实时带宽出现，处理的话，DSP处理器计算的数据将会出现间隙，这对于对数据稳定的系统来说几乎不是什么问题，如周期：当信号按照后来的周期循环时，没有致命信息丢失。另外，如果信号是瞬时信号，那间隙的出现会影响到分析处理。

图1：数据收集与实时带宽。（A）FFT处理器等待数据收集。（B）数据间隙产生。（C）实时带宽对数据的要求。

从另一个角度讲，高的处理速度也是很重要的。如当输入信号参数变化较快；我们要求取平均值时特别是大量数据的平均值。反之，当分析处理那些带宽低于实时带宽的数据时，我们可以认为DSP处理器是在等待数据块输入。我们称这种现象为叠加处理。

叠加处理

例如我们以2536kHz的采样频率收集分析10kHz的数据，希望能计算出1kHz快速傅里叶变换（FFT）。数据采集时间（时间窗）是进行1024次采集数据精确的在40毫秒。如果快速傅里叶变换（FFT）处理器在10毫秒内处理完数据并显示出其频谱的话，那剩下的30毫秒，它将会等待下个数据块的传输到达。我们可以利用数据块的部分数据和上一数据块的部分数据计算出一种新的频谱。如果这样数据稳定的话，我们没理由不这样从两个数据块组合数据。

由以上分析，我们可以定义一种新的快速傅里叶变换（FFT）计算方法：利用先前数据块75％的数据信息和此时数据块25％的数据信息。我们称之为75％叠加处理，从外表看，处理时间将会是每个频谱10毫秒，而不是40毫秒。

当我们的处理频率很低时，这样的处理将变的十分有意义。如，频率低于1kHz时，我们计算较大的变换；大于1kHz，我们计算多个频谱来计算平均值。举个例子，我们来设想处理频率在100Hz范围内，期望求取16个频谱的平均值。数据收集在4秒内，没有叠加处理，我们需要64秒。利用75％叠加处理，第一个数据块处理需要4秒，以后每个仅需要1秒，这样，4×1＋1×15＝19秒。完成同样的任务仅需要19秒。

关于作者

Rodger H. Hosking现在从事于研发，推广和销售新产品。并与第三方软、硬件合作方战略联盟。他已经出版和发行了大量的文章关于技术讨论的工业出版物。Rodger H. Hosking现在在Wavetek 和 Rockland担任工程经理和(设计)主管工程师。他主要负责一些测量仪器设备的设计和测试管理。这些设备有数字频率发生器，FFT频谱分析仪和实验滤波器。Rodger H. Hosking有阿勒格尼学院（Allegheny College）的物理学学士学位和纽约哥伦比亚大学（Columbia University）的电机工程学的学士和硕士学位。他的联系Email：rodger@pentek.com.