¿Qué tal si utilizamos una frecuencia de muestreo de 2 M para filtrar el ruido de 400 Hz?

Es mejor determinar el rango del espectro del ruido mediante el análisis del espectro y luego crear un filtro correspondiente. El filtro puede agregar un filtro de paso bajo antes de la recolección para eliminar el ruido de alta frecuencia, pero para el ruido rosa, su rango del espectro es muy. De ancho, casi cubre todo el dominio de frecuencia. Esto sólo se puede optimizar, pero no eliminar por completo. Después de la digitalización, se puede agregar un filtro digital para eliminar el ruido.

Específicamente, es seleccionar una cierta longitud para los datos recopilados, es decir, agregar el número de puntos de la ventana de Hanning después de la FFT. Si no se agrega la ventana de Hanning, el valor predeterminado es. agregue una ventana rectangular, pero esto provocará algunas fugas de espectro. Por supuesto, la ventana de Hanning también tendrá fugas, pero las fugas se reducirán considerablemente. Después de FFT, obtenga el espectro digital del cuadro de la señal y luego borre las amplitudes en otras frecuencias de acuerdo con el rango de frecuencia de su señal. Luego, los datos de la trama se transforman en una IFFT (Transformada de Fourier Inversa) para obtener datos de forma de onda en el dominio del tiempo, eliminando así la señal de ruido asociada. Tenga en cuenta que en el dominio de la frecuencia, su resolución de frecuencia f = frecuencia de muestreo F / número de puntos de muestreo N, la frecuencia de muestreo es fija. Cuanto mayor sea el número de puntos de muestreo, mayor será la resolución de frecuencia, pero la resolución de tiempo correspondiente se reducirá. Por lo tanto, si desea mejorar la resolución de frecuencia manteniendo la resolución de tiempo, la reducción se puede lograr reduciendo el número de puntos de muestra y utilizando ceros.