FFT / 自谱

FFT(快速傅里叶变换)分析将时域信号转换到频域，揭示声学和振动测量的谱内容。自谱是 FFT 的幅值平方表示，提供每个频率分量的功率成比例视图。

理论

DFT 将有限长的时域信号分解为离散频率格点上的复正弦之和。对于 N 个采样点的数据块，变换给出 N/2 + 1 条唯一的谱线(单边谱)，频率分辨率为：

Δf = f_s / N

其中 f_s 是采样率，N 是块大小。增大块大小可提高频率分辨率，但会降低时间分辨率。

由于 DFT 假设信号是周期的，将其应用于有限数据块会引入谱泄漏。窗函数使信号边缘平滑收敛以减小此效应。每种窗都是主瓣宽度(频率分辨率)与旁瓣电平(泄漏抑制)之间的权衡。

Hanning 窗是大多数声学和振动分析的默认及推荐选择。仅在需要在已知频率处获得精确幅值精度时才使用 Flat Top。

对多个 FFT 数据块平均可降低谱估计的方差。谛耳支持以下平均模式：

参数	范围 / 选项	说明
频谱大小 (N)	256 – 65536	每个 FFT 数据块的采样点数。决定频率分辨率。
重叠率	0% – 95%	相邻数据块之间的重叠百分比。Hanning 通常用 50% 或 66.7%。
窗类型	Hanning、Hamming、Flat Top、矩形、Kaiser-Bessel	应用于每个数据块的窗函数。
平均模式	线性 / 指数 / 峰值保持	合并多个数据块的方法。
平均次数	1 – 无限制	要平均的数据块数量。值越大频谱越平滑。

线性幅值 — 以工程单位表示的幅值(Pa、m/s² 等)
RMS — 每个频率格点的均方根幅值
功率(自谱) — 幅值平方，与信号功率成比例
dB — 相对于标准参考值的对数刻度：
L = 20 · log₁₀(X / X_ref)
其中声压的 X_ref = 20 μPa，加速度的 X_ref = 1 μm/s²。

相位输出以度(−180° 至 +180°)或弧度显示每个复频率格点的角度。仅当存在相干参考时相位才有意义。

在记录时长内计算连续的 FFT 数据块，并以频谱图(时频图)显示。颜色映射表示以 dB 为单位的幅值。可用于识别瞬态事件和随时间变化的谱内容。

当有转速信号可用时，可在升速或降速过程中于设定的 RPM 间隔计算 FFT。结果是一张瀑布图，横轴为 RPM，纵轴为频率，可识别与转速相关的共振。

对于基于 RPM 的分析，请确保转速通道配置正确，且触发电平适合脉冲信号。阶次域分析请参见阶次谱。

确保输入信号不发生削波。削波会引入谐波失真，在频谱中与真实信号内容无法区分。