FFT

快速傅里叶变换 (FFT)

外文名	Fast Fourier Transform
算法本质	离散傅里叶变换 (DFT) 的高效实现
计算复杂度	从 $O(N^2)$ 降至 $O(N\log N)$
关键参数	采样率、分辨率带宽 (RBW)、窗函数

FFT 是计算离散傅里叶变换（DFT）及其逆变换的一种快速算法。在 EMC 整改中，FFT 允许工程师在时域示波器上直接查看信号的频率分量，从而快速定位噪声源头（如特定频率的开关纹波）。

工作原理

FFT 利用了 DFT 运算中的对称性和周期性。

• 数据分治： 将一个长度为 $N$ 的大运算分解为多个小运算（通常基于 2 的幂次方，如 1024、2048 点）。
• 效率飞跃： 对于 1024 个采样点，传统 DFT 需要约 100 万次运算，而 FFT 仅需约 1 万次，这使得在嵌入式控制器（如 DSP/MCU）中进行实时频谱分析成为可能。

FFT 测量的关键设置

在示波器上使用 FFT 功能时，以下设置直接影响结果的准确性：

1. 窗函数 (Windowing)

由于 FFT 假设信号是周期性的，如果截断的数据点首尾不连续，会产生“频谱泄漏”。

• 矩形窗 (Rectangular)： 适用于瞬态或短脉冲信号。
• 汉宁窗 (Hanning)： 最常用，兼顾频率分辨率和幅度准确度。
• 平顶窗 (Flat Top)： 频率精度稍差，但幅度测量最准确，适合测量单频点的准确幅值。

2. 采样率与尼奎斯特频率

根据采样定理，采样率 $f_s$ 必须至少是信号最高频率的两倍。

• 如果采样率不足，会产生混叠 (Aliasing)，导致频谱中出现虚假的低频干扰。

3. 分辨率带宽 (RBW)

RBW 决定了频谱中能分辨出的最小频率间隔。在示波器上：

$RBW=\frac{f_s}{\text{FFT points}}$

在 EMC 整改中的实战应用

• 定位开关频率： 通过 FFT 观察传导骚扰的基频。例如，如果看到 65kHz 及其倍频，则基本可以确定干扰源自 PFC 电路或主开关管。
• 验证滤波效果： 对比滤波器安装前后的 FFT 频谱，可以直观量化滤波器在不同频段（如 150kHz - 30MHz）的衰减能力。
• 近场探头辅助： 使用近场探头在 PCB 表面扫描时，观察 FFT 频谱的能量起伏，可精准定位泄露电磁波的具体走线或元件。

参见

• 傅里叶变换
• 频谱分析仪
• 传导干扰
• 谐波失真