07 FFT 频谱分析与谐波失真推导¶

1. 硬件解决什么问题：频域变换中的频谱泄漏与窗函数精准选取¶

在对音频芯片输出进行数字化测试与客观失真度（THD）计算时，必须对采集到的有限长度离散时域序列执行快速傅里叶变换（FFT）。

若时域截断边界不连续，原本单一频率的正弦波能量会扩散泄露到全频段所有相邻频点中（频谱泄漏，Spectral Leakage），导致测得的失真指标虚假超标。

2. 连续信号的时域截断与卷积泄漏数学模型¶

graph LR
    S_INF["无限长连续纯正弦信号 x(t)"] --> MULT["时域相乘 (*)"]
    W_RECT["矩形时域截断窗口 w(t)"] --> MULT
    MULT --> X_TRUNC["有限长度截断采样信号 x_w(t)"]
    X_TRUNC --> FFT["快速傅里叶变换 (FFT)"]
    FFT --> CONV_SPEC["频域发生卷积: X_w(f) = X(f) 卷积 W(f)"]

时域上的有限长度截断相当于信号乘以矩形窗 \(w(t) = \text{rect}(t/T)\)。在频域中，时域乘积对应频域卷积： $\(X_w(f) = X(f) * W(f)\)$ 矩形窗的频域响应为著名的 Sinc 函数： $\(W(f) = T \cdot \frac{\sin(\pi f T)}{\pi f T}\)$ Sinc 函数具有极高且衰减缓慢的旁瓣（第一旁瓣抑制仅有 \(-13.3\text{ dB}\)）。 若采样信号的频率不是 FFT 频域分辨率格点（Bin）的整数倍，信号基波的主瓣能量将通过巨大的旁瓣喷涌蔓延至整个频谱，彻底淹没真实的微弱二次、三次谐波。

3. 音频主流加窗函数特性对比¶

4. 相干采样（Coherent Sampling）数学黄金条件¶

在芯片自动化测试（ATE）中，工程师通过控制信号发生器频率与采样时钟，强制满足相干采样黄金方程，从而彻底消灭任何频谱泄漏，实现无需加窗的完美 FFT： $\(\frac{f_{\text{in}}}{f_s} = \frac{M}{N}\)$ 其中： - \(f_{\text{in}}\) 为输入的测试正弦波频率； - \(f_s\) 为系统采样率； - \(N\) 为 FFT 的总样点数（通常取 2 的整数次幂，如 4096 或 8192）； - \(M\) 必须是与 \(N\) 互质的整数（即 \(M\) 为奇数素数）！

真实参数推演¶

设采样率 \(f_s = 48000\text{ Hz}\)，FFT 点数 \(N = 4096\) 点。目标测试频率接近 \(1000\text{ Hz}\)： $\(M_{\text{target}} = \text{round}\left( \frac{1000}{48000} \times 4096 \right) = \text{round}(85.333) = 85\)$ 检查：\(M = 85\)（因数为 5, 17），与 \(N = 4096\)（因数仅有 2）互质，满足条件！ 由此反求出信号发生器必须设置的精准相干频率： $\(f_{\text{coherent}} = \frac{85}{4096} \times 48000\text{ Hz} = \mathbf{996.09375\text{ Hz}}\)$ 推论：在仪器中将信号发生器频率精确设定为 \(996.09375\text{ Hz}\)，采样序列的首尾样点在时域上将实现微秒级的完美闭环连续。此时即使采用无任何窗函数的纯矩形窗，FFT 频谱上也仅在第 85 个 Bin 上呈现单线脉冲，旁瓣泄漏绝对为 0，测量出的底噪与失真达到理论数学精度的极限。