1. 项目概述与背景
在数字信号处理领域,混频信号的频谱分析是一项基础但至关重要的验证工作。这次我们通过Matlab和FPGA双平台实现混频sin信号的FFT验证,不仅是为了验证算法正确性,更是为了探索不同实现平台在信号处理中的特性差异。
混频信号本质上是两个不同频率正弦波的乘积,在通信系统中这种操作随处可见。比如在射频收发器中,混频器就是通过将接收信号与本振信号相乘来实现频率变换。我们选择的10MHz和12MHz两个频率,其混频结果理论上应该包含2MHz(差频)和22MHz(和频)分量。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. Matlab平台实现详解
2.1 信号生成与参数设置
在Matlab中生成混频信号时,有几个关键参数需要特别注意:
matlab复制fs = 100e6; % 采样频率
t = 0:1/fs:1023/fs; % 时间序列
f1 = 10e6; f2 = 12e6; % 两个基频
sig = sin(2*pi*f1*t) .* sin(2*pi*f2*t); % 混频信号
这里采样率设为100MHz是为了与FPGA平台保持一致。1024点的采样长度是FFT算法的典型配置,因为2的幂次方长度能充分发挥Radix-2算法的效率优势。
重要提示:时间序列的终点应该是(N-1)/fs而非N/fs,否则会多出一个采样点。这个细节错误会导致后续FFT结果出现相位偏移。
2.2 窗函数选择与应用
不加窗直接做FFT会导致频谱泄漏问题,就像透过脏玻璃看风景一样模糊。汉宁窗是折衷选择,兼顾主瓣宽度和旁瓣抑制:
matlab复制window = hanning(1024)';
fft_result = fft(sig .* window, 1024);
实际工程中,窗函数的选择需要根据具体应用场景:
- 要求频率分辨率高:矩形窗(但旁瓣性能最差)
- 需要精确测量幅度:平顶窗
- 一般频谱分析:汉宁窗或汉明窗
2.3 频谱可视化技巧
正确的频谱展示方式能帮助快速发现问题:
matlab复制freq = (0:1023)*fs/1024; % 频率轴
plot(freq/1e6, 20*log10(abs(fft_result))); % 对数幅度谱
xlim([0 50]); grid
