FFT関係

「平均化するとノイズの影響を低減できる」って良く聞きますよね？ ただ、実測データを扱わない人（実験をしない人）はあまり理解できませんよね。 なぜかというと、そもそも扱うデータに誤差が混入していないからです。 本記事では、平均化によるノイズの低減（誤差の低減）について説明したいと思います。 今回は”平均化”についての1回目の記事ということで、はじめて勉強する方にイメージをつかんでもらうことを目的としています。次回以降でより専門的な内容について紹介していきます。

振動や騒音の周波数分析をするのにfftを用いますが、MATLABで"fft"と実行するだけでは、振動や騒音の周波数分析としては正しくありません。また、窓関数を使った場合は、振幅が小さくなってしまうので、それを補正してもとに戻す必要があります。本記事では、窓関数の補正も含めて振動や騒音で使用できるfftのfunctionファイルを提供します。

市販のFFTアナライザや計測器で計測したスペクトルやオートパワー、オクターブの結果と、自作のMATLABやPythonプログラムで時刻歴波形から計算したスペクトルやオートパワー、オクターブが一致しないことがあります。それは、窓関数による振幅やエネルギーの補正が間違っているか、使い分けができていないことが原因です。この記事では窓関数の補正について詳しく述べています。小野測器のDSシリーズ、シーメンスのScadas、Brüel & KjærのPulseなどの計測器を使用していると考えられます。 その計測器でオートパワーもしくはスペクトルを計測している。また、オクターブ結果やO.A.結果も測定・計算している、ということだと思います。 そして、計測器で測定・計算したオクターブ結果やO.A.結果と、自分でオートパワーから計算したオクターブ結果やO.A.結果が一致しない、ということで質問してきたのだと思われます。