频谱参数与频率定位计算器

Analysis 1

Analysis 1

📐 工作原理与说明

频谱分析对输入时域信号做快速傅里叶变换(FFT),把各采样点映射为不同频率分量的复数系数;其模长代表该频率的能量(常取 20·log10 转成 dB 显示),相位代表时间偏移。频率分辨率等于采样率除以 FFT 长度,加汉宁窗可抑制帧边界不连续带来的频谱泄漏。全部在浏览器本地计算,数据不上传服务器。

📚 深度解析:频谱参数与频率定位计算器

💡 常见使用场景

  • 音频/振动频谱分析:输入采样率、FFT 长度与目标 bin,算频率分辨率、奈奎斯特频率与 bin 对应频率,定位峰值所属频率。
  • 窗函数选型:了解汉宁窗主瓣展宽(约 2 个 bin),避免相邻频率被主瓣掩盖而误判。
算例(fs=8000Hz,N=1024,bin=10)
频率分辨率 Δf=fs/N=8000/1024=7.8125 Hz;奈奎斯特频率=fs/2=4000 Hz;目标 bin10 对应频率=10×7.8125=78.125 Hz;汉宁窗主瓣展宽=2×Δf=15.625 Hz。工具按公式直接计算,辅助频谱读数定位。

❓ 常见问题(FAQ)

频率分辨率太低怎么办?
提高 FFT 长度 N 或降低采样率(需仍满足奈奎斯特)可提高 Δf 的细度;但 N 过大增加计算量,且需注意窗函数主瓣展宽随之变化。
怎样避免频谱混叠?
采样率必须高于目标最高频率的两倍(奈奎斯特),否则高频成分会折叠到低频造成混叠;必要时先抗混叠滤波再采样。
⚠️ 使用说明与注意事项
📖关于「频谱参数与频率定位计算器」 ▼

📝工具简介

频谱参数与频率定位计算器。免费在线工具,纯前端处理,数据不上传,保护隐私安全。

✨功能特点

🎯使用场景