提高取樣頻率不能提高頻率解析度的原因其實很簡單，因為提高了取樣頻率，雖然在相同的觀察時長那的點數增多了，但與此同時取樣頻率也變大了，點數增加幾倍取樣頻率增加幾倍，所以不改變觀察時長而僅僅提高取樣頻率並不能提高dft譜的頻率解析度。
但是時域補零呢？取樣頻率沒有變化，而點數增加無疑會減小dft譜的相鄰譜線間隔，相鄰譜線間隔的縮小為什麼不能提高頻率的解析度呢？書上是這樣寫的： 「錯把『計算解析度』當成了『物理解析度』補零沒有對原訊號增加任何新的資訊，因此不可能提高解析度。但補零……補零還可以對原x(k)做插值。」 （《數字訊號處理——理論、演算法與實現（第二版）》清華大學出版社，胡廣書）
引用:
例項：用2個不同頻率的正弦訊號合成乙個訊號，試試頻域積分的效果，**如下：
clc
clear
close all
fs=1000
;ts=
1/fs;t=0
:ts:
1000
*ts;
% 頻率：
因為加速度acc取樣點數為1001點，fft時用0補齊到1024點，當對其頻域訊號積分一次時，其速度時域訊號為1024點，後23個點並不為0！，見下圖上：
當對1024個點的速度 vel（上圖上）進行1次積分，或者對1001個點的加速度（補0到1024點）進行2次積分時，得到的位移dis見上圖下，誤差加大！
產生了趨勢項！！！
當取1001個點的速度vel(補0到1024點），進行一次積分時，得到的位移dis誤差不大，見下圖：
可見，當取樣點與fft點（補0）不一致時，由於訊號不同，fft後的頻域較小的誤差，經過積分變換後，再ifft後也會產生較大的誤差！
注意：fft是dft的一種演算法，離散的時域訊號對應於週期的頻域訊號，週期的時域訊號對應於離散的頻域訊號，所以，時域和頻域均是週期離散的！！！
DSP 時域補零與頻率解析度的關係
4.小結 頻率解析度是指對兩個最近的頻譜峰值能夠分辨的能力。一般來說，視窗長度n nn越大，則物理上的頻率解析度越高，其中n nn指的是真實的訊號取樣點個數，而不是補零之後的長度。頻率解析度可以表示為 f 1nts fsn delta f frac frac f nts 1 nfs 值得注意的是，補...
頻域補零上取樣 時域 頻域和時頻分析的區別
是新朋友嗎？記得先點藍字關注我哦 首先，eeg訊號的資料是什麼樣的？原始的eeg資料是由很多個樣本點數所構成的乙個有限的離散的時間序列資料。至於樣本點數的多少，則由取樣率所決定，比如取樣率為1000hz，那麼每秒就有1000個資料樣本點。其中，每個樣本點資料代表的是腦電波幅的大小，物理學上稱為電壓值...
037 對於HIVE架構的理解
0.發展 在hive公布源 之後 公司又公布了presto，這個比較快，是基於記憶體的。impala 3s處理1pb資料。1.hive 能做什麼，與 mapreduce 相比優勢在 關於hive這個工具，hive 學習成本低，入手快，對於熟悉 sql語法的人來說，操作簡單，熟悉。其實，還有乙個，就是...