什么是频谱图？类型、分析和应用指南

什么是频谱图？

频谱图是一种图形，它向观看者展示一个或多个信号的频域内容（频谱内容）如何随时间变化或演变。它由一系列随时间采集/处理的频谱轨迹组成，这些轨迹像面包片一样堆叠在一起。虽然每个单独的频谱轨迹都位于每片面包的“黄油面”，但观看者观察频谱图的视角是从面包顶部俯视。每片面包的顶部“面包皮”都用不同的颜色从头到尾进行编码，以表示频谱轨迹频率范围内的振幅/幅度变化。通过堆叠在一起的切片以及不同频率范围内振幅的颜色编码，可以轻松观察频谱活动随时间变化的静态、动态和瞬态特性（从第一片到最后一片）。

频谱图以二维图的形式绘制，其中横轴代表频谱内容的频率范围，纵轴代表时间。图中填充着彩色像素行，每一行代表一个频谱“切片”，每个像素的颜色代表该频谱切片在频率范围内各点的幅度。纵轴（时间轴）可以配置为：最新的频谱切片位于显示顶部，较旧的切片依次排列在其下方。这通常被称为瀑布图，因为新的频谱切片出现在顶部，然后随着时间的推移向下滚动。当时间轴反转，最新的频谱切片出现在底部时，则称为反向瀑布图。

频谱图的处理过程

几乎所有频谱图都由频谱轨迹构成，这些频谱轨迹基于随时间采集的原始数据，并使用某种形式的离散傅里叶变换（通常是快速傅里叶变换(FFT) 或啁啾Z变换 (CZT)）进行计算。无论使用何种变换，每次 FFT/CZT 所采集数据的持续时间都称为“频谱时间”。频谱时间与频谱轨迹的频率分辨率或分辨率带宽 (RBW) 成反比。更窄的 RBW 设置会导致更长的频谱时间。例如，RBW 为 100 kHz 的频谱轨迹可能需要 22.3 毫秒的频谱时间（采集长度），而 RBW 为 10 kHz 的频谱轨迹则需要 223 毫秒的频谱时间。理解频谱时间的概念有助于理解频谱图的构建方式。

频谱图类型

频谱图主要分为两大类——不连续型和连续型。这两类指的是数据在频谱图中的采集、处理和显示方式。

不连续型

第一种频谱图类型是不连续频谱图。不连续频谱图中的频谱“切片”是逐个添加的，每个“切片”都来自一次新的数据采集。本质上，采集“频谱时间”的数据后，进行快速傅里叶变换 (FFT) 生成频谱轨迹，然后将其添加到频谱图中。重复此过程，最终向频谱图中添加越来越多的切片。不连续频谱图可以被恰当地描述为频谱历史的“条形图记录”。频谱图中每个频谱切片之间都存在时间间隔。时间间隔的长短取决于多种因素，包括触发间隔、采集时长、处理时间、分辨率带宽 (RBW) 设置等。不连续频谱图最适合观察相对长期的频谱活动趋势和变化。

连续型

第二种频谱图类型是连续频谱图。这种频谱图并非由多次连续采集构成，而是由单次无缝采集记录构建而成。只有当采集长度超过频谱长度（或频谱时间）时，才能生成连续频谱图。满足此条件后，频谱图切片的生成方式为：将 FFT 频谱时间在无缝采集记录中移动，沿途以固定间隔计算频谱，从而填充频谱图中的各个切片。在大多数情况下，这意味着连续的 FFT 结果可能来自相邻 FFT 结果中包含的时域数据。这被称为“重叠”。重叠量的增加会导致给定时间段内单个频谱切片的数量也随之增加。在某些实现中，重叠量会自动计算以填充可用的频谱图区域。其他实现则允许用户调整重叠量，以实现所需的频谱切片间时间间隔。光谱成分变化的频率和速度，以及总采集时长，将决定哪种重叠程度最为有效。更高的重叠度可以缩短每个光谱切片之间的时间间隔，并在给定的时间段内增加切片数量。高重叠度的缺点是会在频谱图的垂直方向（时域轴）上造成“拖尾”，因为相邻的光谱切片使用了相同的时域采样点。

如何解读频谱图

解读频谱图需要理解时间、频率和振幅是如何以视觉方式呈现的。通常，横轴表示时间，纵轴表示频率，颜色强度表示振幅或功率。暖色（例如红色或黄色）通常代表较高的振幅，而冷色（例如蓝色或绿色）则表示较低的振幅。

如何解读频谱图：

·识别频率成分：垂直观察，看看在特定时间存在哪些频率。

·跟踪随时间的变化：观察水平模式，看看频率是如何演变或保持不变的。

·振幅模式：颜色变化显示信号在任何频率下随时间变化的强弱程度。

·瞬态事件：频率的突然变化或爆发表现为短暂的颜色变化，有助于发现异常或短期事件。

了解这些视觉线索可以让用户精确地诊断信号行为、检测干扰或观察调制模式。

频谱图的常见应用

频谱图因其能够可视化复杂的信号行为而被广泛应用于各个行业。一些主要应用包括：

·电信：监测信号质量，检测噪声，分析频谱使用情况。

·雷达和军事：通过信号反射识别和跟踪物体，探测干扰或隐身行为。

·音频分析：将语音、音乐或环境声音可视化，以便进行编辑、过滤或语音识别。

·生物医学工程：分析脑电图、心电图或超声波信号，以检测异常或追踪生理模式。

·机械诊断：利用频率特征监测机器振动并检测旋转设备的故障。

·教育与研究：教授信号处理概念，演示调制技术，或分析实验数据。

频谱图能够提供时间分辨的频率信息，因此每个应用都从中受益，这使得频谱图成为研究和工业领域必不可少的工具。