Calculadora de Resolución de Bin FFT
Calcula la resolución espectral, número de bins y ancho de bin de una FFT.
Ancho de bin fs/N · pérdida de festoneado tabulada de la ventana · ganancia N/2API slug fft-bin-resolution
Entradas
Plan de frecuencias
El tono y sus bandas laterales, primero los más cercanos a la banda
resolved when k·Δ > B₆dB = b₆·f_s/N| Frecuencia | f₀ ± kΔ | Orden | Δ a la banda | Nota | Estado |
|---|---|---|---|---|---|
| 1 000,0 | f₀ | 0 | en banda | — | DESEADO |
| 900,0 | f₀ − Δ | 1 | −13,9 | — | OK |
| 1 100,0 | f₀ + Δ | 1 | +13,9 | — | OK |
| 800,0 | f₀ − 2Δ | 2 | −113,9 | — | OK |
| 1 200,0 | f₀ + 2Δ | 2 | +113,9 | — | OK |
| 700,0 | f₀ − 3Δ | 3 | −213,9 | — | OK |
| 1 300,0 | f₀ + 3Δ | 3 | +213,9 | — | OK |
- Rango de frecuencia (Nyquist)fN
- 22,05kHz
- Duración del registro de tiempoT
- 23,22ms
- Ganancia de procesamiento FFTGproc
- −27,1dB
- Posición del tonof₀/Δf
- 23,22bins
Fórmula
| Símbolo | Magnitud | Su valor |
|---|---|---|
| Δf | Resolución de bin de frecuencia (Hz) | 43,07 Hz |
| fs | Frecuencia de muestreo (Hz) | 44,1 kHz |
| N | Tamaño de FFT (número de puntos) | 1 024 points |
| T | Duración del registro de tiempo (N/f_s) (s) | 23,22 ms |
Supuestos
5 puntos
- 01El ancho de bin es f_s/N y el registro N/f_s; el rango va de 0 a f_s/2.
- 02Las ventanas son sumas de cosenos (rectangular; Hann 0,5 y 0,5; Blackman 0,42, 0,5 y 0,08), cuyas transformadas para N grande dan anchos de banda a 6 dB de 1,2067, 2 y 2,2988 bins y pérdidas de festoneado (scalloping) de 3,92, 1,42 y 1,10 dB (Harris, 1978, da 1,21 y 2,00 bins para las dos primeras, y 2,35 para la Blackman, más ancha de lo que da su transformada).
- 03Dos tonos iguales más próximos que el ancho de banda a 6 dB muestran un solo pico (criterio de Harris): un vecino del tono que quede dentro de él no se resuelve y falla.
- 04El error de nivel del tono es cuánto por debajo lee el tono el bin más cercano, a partir de la transformada de la ventana a la distancia del tono a ese bin; un tono por encima de f_s/2 no cae en los bins y no tiene ninguno.
- 05El nivel mínimo de ruido es −10·log₁₀(N/2), la ganancia de procesamiento de una transformada de N puntos; no se incluyen la fuga espectral de tonos fuertes en otras frecuencias ni el ancho de banda equivalente de ruido de la ventana.
Ejemplo resuelto
Zumbido de 50 Hz alrededor de un tono de 1 kHz en 512 puntos
Un tono de prueba de 1 kHz lleva bandas laterales de zumbido de 50 Hz, analizado en 512 puntos a 48 kSa/s con una ventana Blackman. ¿Aparecen las bandas laterales como picos propios?
| Paso | Expresión | Resultado |
|---|---|---|
| Ancho de bin | 48 000 / 512 | 93,75 Hz |
| Duración del registro | 512 / 48 kHz | 10,67 ms |
| Ancho de banda de resolución (Blackman) | 2,2988 × 93,75 Hz | 215,5 Hz |
| Bandas laterales que se funden | ±k × 50 Hz < 215,5 Hz, k = 1…3 | 6 |
| Posición del tono en bins | 1 000 / 93,75 | 10,67 bins |
| El tono entre bins | −20·log10|W(δ)|, δ = 10,67 − round(10,67) | 0,5 dB |
Cómo funciona
La calculadora de resolución de compartimentos FFT calcula la resolución de frecuencia y los parámetros de análisis espectral, que son esenciales para el diseño de los analizadores de espectro, el análisis de vibraciones y la medición de la frecuencia de audio. Los ingenieros de DSP, los desarrolladores de equipos de prueba y los ingenieros acústicos la utilizan para configurar los parámetros de la FFT a fin de lograr una discriminación de frecuencia óptima. Según Oppenheim, «Discrete-Time Signal Processing» (tercera edición, capítulo 8), resolución de frecuencia df = fs/N, donde fs = frecuencia de muestreo y N = longitud de FFT. Una FFT de 1024 puntos a 44,1 kHz produce una resolución de 43,1 Hz. Al duplicar N se reduce a la mitad la resolución, pero se duplica el cálculo (O (N*log2 (N)) según el algoritmo de Cooley-Tukey). Según Harris (1978), la creación de ventanas reduce la fuga espectral con un coste de 1,5 a 2 veces más ancho en el lóbulo principal; la ventana de Hann tiene un ancho de banda de ruido equivalente a 1,5 compartimentos. Los analizadores FFT modernos utilizan entre 4096 y 16384 puntos y logran una resolución de 0,1 a 1 Hz en la banda de audio.
Consejos prácticos
- Según Harris (1978), aplique siempre la función de ventana: la ventana rectangular produce lóbulos laterales de -13 dB; Hann alcanza -31 dB
- El relleno cero se interpola entre las bandejas (visualización más fluida) pero no mejora la resolución real según Oppenheim
- Utilice una superposición del 50% para un análisis continuo: recupera la pérdida de SNR al crear ventanas según el método de Welch (1967)
- Para audio en tiempo real, N=4096 a 48 kHz produce una resolución de 11,7 Hz con una latencia de 85 ms, aceptable para la mayoría de las aplicaciones
Errores comunes
- Confundir la resolución de la celda con la precisión de la frecuencia: la resolución es fs/N, pero la precisión depende de la interpolación de la celda y la SNR
- Sin entender las ventajas de las ventanas: Hann ensancha el lóbulo principal 1,5 veces, pero reduce las fugas en 18 dB en comparación con las rectangulares, según Harris
- Suponiendo que el relleno cero crea nueva información: interpola el espectro existente, no revela frecuencias ocultas
Preguntas frecuentes
3 preguntas
¿Cómo afecta el recuento de muestras a la resolución del contenedor FFT?
Resolución = fs/N: duplicar las muestras reduce a la mitad el ancho del contenedor. A 48 kHz: N=1024 produce 46,9 Hz, N=4096 produce 11,7 Hz, N=16384 produce una resolución de 2,93 Hz. Según Cooley-Tukey, la computación se escala como O (N*log2N): la FFT de 16384 puntos requiere 4 veces más de cálculo que la de 4096 puntos.
¿Qué es la frecuencia de Nyquist?
Frecuencia máxima inequívoca = fs/2 según el teorema de Shannon. Para un muestreo de 44,1 kHz: fNyquist = 22,05 kHz. Los compartimentos de FFT de 0 a N/2 abarcan desde DC hasta Nyquist. Según Oppenheim, las frecuencias superiores a fs/2 se sitúan en rangos más bajos; utilice siempre un filtro antialias antes de muestrear.
¿Puedo mejorar la resolución sin aumentar el recuento de muestras?
El relleno de cero (añadir ceros a la señal) interpola entre las bandejas existentes para una visualización más fluida, pero no revela frecuencias más cercanas a fs/N_original según Oppenheim, capítulo 8. La verdadera mejora de la resolución requiere un tiempo de adquisición más prolongado o un ancho de banda de análisis más estrecho (técnica de zoom FFT).
Shop Components
As an Amazon Associate we earn from qualifying purchases.