LabVIEWForum.de - FFT Ergebnis anders als erwartet

LabVIEWForum.de

Normale Version: FFT Ergebnis anders als erwartet
Du siehst gerade eine vereinfachte Darstellung unserer Inhalte. Normale Ansicht mit richtiger Formatierung.
Hallo,

Ich will aus einem Audiosignal mittels FFT die Frequenzen bestimmen. Da bin ich ja nicht der Erste.
Nun hab ich ein Signal, wo die Hauptfrequenz um 20 Hz liegt, das vi "einseitiges Leistungsspektrum" aber immer einen Wert um 1000 Hz ausgibt. Irgendwie bekomme ich es nicht hin. Ich habe es auch schon mit anderen fft-vis probiert, aber nichts wollte so recht gelingen.
Es wäre schön, wenn mir jemand auf die Sprünge helfen könnte.

Gruß
Peter

[attachment=42263]

[attachment=42264]
Hallo Peter,

wenn du mal in dein Signal hineinzoomst, wirst du feststellen, dass da deutlich höhere Frequenzen vorkommen. Guck dir mal den Bereich von 0,7 bis 0,8s an...
Hallo Gerd,

danke für Deine Antwort. Das heißt dann also das vi ist, so wie es ist, in Ordnung, nur meine Erwartung war falsch!?
Dass da hochfrequente Anteile drin sind war mir klar, ich hatte nur erwartet, dass die 20 Hz stärker "gewichtet" werden. Dann werde ich wohl vor der Analyse einen Filter einbauen müssen, um an die 20 Hz zu kommen.

Danke und Gruß

Peter
Hallo Peter,

wenn man Signale in einem bestimmten Teil des Spektrums erwartet, spricht nichts gegen den Einsatz von passenden Filtern, ob nun per Hard- oder Software...
Filtern allein hilft da auch nicht. Das sieht eher aus wie ein ampitudenmoduliertes Signal. Z.B bei einer Trägerfrequenz von 1000 Hz, Modulation mit 20Hz siehst Du zwar die Hüllkurve von 20 Hz sehr schön, aber die 20 Hz sind im Spektrum gar nicht enthalten. Das Spektrum enthält nur die Komponenten 980, 1000 und 1020 Hz.
Wenn man die 20 Hz haben will, muss man das Signal "demodulieren": 1. Gleichrichten und 2. Filtern.
Hallo,

ja ich kann ja mal verraten, dass das ein Audiosignal vom einem defekten 4-Takt-Einzylinder Motor ist, der mit ca. 20 Hz = 1200 rpm läuft. Die Idee ist, das Signal mit einem gesunden Motor zu vergleichen. Aber nachdem was ich gestern noch gegoogelt habe ist FFT wohl nicht das Mittel der Wahl, sondern wavelets.
http://www.ni.com/white-paper/9230/en#toc6
Aber das muss ich mir mal in Ruhe anschauen.

Danke und Gruß
Peter
Referenz-URLs