Arduino: Frekvencijska transformacija (DFT): 6 koraka

2024 Autor: John Day | [email protected]. Zadnja izmjena: 2024-01-30 08:05

ovaj program služi za izračunavanje frekvencijske transformacije na arduinu s kontrolom nad parametrima. rješava se pomoću skrnavljene četverostruke transformacije.

ovo nije FFT

FFT je algoritam koji se koristi za rješavanje DFT -a s kraćim vremenom.

Kôd za FFT možete pronaći ovdje.

Korak 1: Kako to funkcionira (koncept):

Dati program za frekvencijsku transformaciju pruža veliku kontrolu nad izlazom koji vam je potreban. ovaj program procjenjuje frekvencijski raspon koji daje korisnik na danom ulazu za skup podataka.

• Na slici je dan skup podataka sastavljen od dvije frekvencije pod imenom f2 i f5 koje je potrebno testirati. f2 i f5 su nasumični nazivi za dvije frekvencije, veći broj za relativno veću frekvenciju. ovdje manja frekvencija f2 ima veću amplitudu i f5 ima manju amplitudu.
• Matematički se može pokazati da -zbir množenja dva skupa podataka harmonika različitih frekvencija teži nuli (veći broj podataka može dovesti do rezultata testa). U našem slučaju Ako ove dvije frekvencije množenja imaju istu (ili vrlo blisku) frekvenciju, taj zbir množenja je broj različit od nule gdje amplituda ovisi o amplitudi podataka.
• Za otkrivanje određene frekvencije, skup podataka može se pomnožiti s različitim frekvencijama testa, a rezultat može dati komponentu te frekvencije u podacima.

Korak 2: Kako to funkcionira (u kodu):

jer se dati podaci (f2+f5) jedan po jedan f1 do f6 množe i vrijednost zbira se bilježi. taj konačni zbir predstavlja sadržaj te frekvencije. ostatak (neusklađenost) frekvencije bi idealno trebao biti nula, ali to u realnom slučaju nije moguće. da bi se zbroj napravio nula potrebno je imati beskonačnu veličinu skupova podataka.

• kao što se može prikazati na slikama f1 do f6 učestalost ispitivanja i prikazano je njeno množenje sa skupom podataka u svakoj točki.
• na drugoj slici prikazan je zbir tog množenja na svakoj frekvenciji. dva vrha na 1 i 5 se mogu identifikovati.

pa koristeći isti pristup za slučajne podatke možemo procijeniti toliko frekvencija i analizirati učestalost sadržaja podataka.

Korak 3: Upotreba koda za analizu učestalosti:

na primjer, pomoću ovog koda možemo pronaći DFT kvadratnog vala.

prvo zalijepite priloženi kôd (dft funkcija) nakon petlje kao što je prikazano na slici

8 USLOVI KOJE TREBA NAVESTI

1. niz od kojih dft treba uzeti
2. veličina niza
3. vremenski interval između 2 čitanja u nizu u milliSECONDS
4. niža vrijednost frekvencijskog raspona u Hz
5. gornja vrijednost frekvencijskog područja u Hz
6. veličina koraka za frekvencijski raspon
7. ponavljanje signala (minimalno 1) veća preciznost brojača, ali povećano vrijeme rješenja

8. funkcija prozora:

   0 za bez prozora1 za prozor sa ravnim krovom 2 za hannov prozor 3 za zabijanje prozora

(ako nemate pojma o odabiru prozora, zadržite zadanu 3)

primjer: dft (a, 8, 0,5, 0, 30, 0,5, 10, 3); ovdje je niz elemenata veličine 8 koje treba provjeriti za 0 Hz do 30 Hz sa 0,5 koraka (0, 0,5, 1, 1,5,…, 29, 29,5, 30) 10 ponavljanja i prozora za udaranje

ovdje je moguće koristiti niz većih dimenzija koliko arduino može podnijeti.

Korak 4: Izlaz:

ako komentarišete

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

iz koda serijski ploter će dati prirodu frekvencijskog spektra i ako ne serijski monitor bi dao frekvenciju svojom amplitudom.

Korak 5: Provjerite različite prozore i veličine uzoraka:

na slici se frekvencija sinusnog vala mjeri različitim postavkama.

Korak 6: Primjer:

na slici se uspoređuje transformacija podataka pomoću SciLaba i arduina.