Arduino: Frekvencijska transformacija (DFT): 6 koraka

2024 Autor: John Day | [email protected]. Zadnja promjena: 2024-01-30 09:33

ovaj program služi za izračunavanje frekvencijske transformacije na arduinu s kontrolom tijesta nad parametrima. rješava se pomoću oskrnavljene četvorne 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, a f5 ima manju amplitudu.
• Matematički se može pokazati da -zbroj množenja dvaju harmoničkih skupova podataka s različitom frekvencijom 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 zbroj množenja je broj različit od nule gdje amplituda ovisi o amplitudi podataka.
• Za otkrivanje određene frekvencije zadani skup podataka može se pomnožiti s različitim frekvencijama ispitivanja, a rezultat može dati komponentu te frekvencije u podacima.

2. korak: Kako to radi (u kodu):

jer se ti podaci (f2+f5) jedan po jedan f1 do f6 množe i bilježi vrijednost zbroja. taj konačni zbroj predstavlja sadržaj te frekvencije. odmor (neusklađenost) frekvencije idealno bi trebao biti nula, ali to u stvarnom slučaju nije moguće. kako bi zbroj bio nula potrebno je imati beskonačnu veličinu skupova podataka.

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

pa pomoću istog pristupa za slučajne podatke možemo procijeniti toliko učestalosti i analizirati učestalost sadržaja podataka.

Korak 3: Korištenje 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 UVJETA KOJE TREBA NAVESTI

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

8. funkcija prozora:

   0 za prozor bez prozora1 za prozor s ravnim krovom 2 za prozor Hann 3 za zabijanje prozora

(ako nemate pojma o odabiru prozora, zadržite zadano 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 komentirate

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: Provjera različitih veličina prozora i uzoraka:

na slici se frekvencija sinusnog vala mjeri različitim postavkama.

Korak 6: Primjer:

na slici se uspoređuje transformacija podataka pomoću SciLaba i arduina.