章节摘要:本章跟着一份 I/Q 样本文件走:它上一章还是"听得见的声音",这一章要在采样定理的照妖镜下验明正身,再经 FFT 变成可读的频谱图与瀑布图。当你在频谱上亲手认出广播的平顶与遥测的双峰时,"看不见的无线电"从此可视化。
主线是一次视角升级:从"盲收"到"看见"。上一章你能采集样本、听到声音,但那是按别人的频率、别人的参数操作——频谱里发生了什么一概不知。SDR 相对传统电台最大的红利恰是"看见":同一份 I/Q 数据可以反复用不同方法检视,这是模拟接收机做梦也做不到的。
把"看见"变成能力需要两块基石:采样定理告诉你数据没有失真的边界条件,FFT 告诉你把时域数字翻译成频域图像的方法。1965 年 Cooley 与 Tukey 发表的快速傅里叶变换算法,把频谱分析的计算量从难以承受降到毫秒级,频谱观测因此从实验室特权变成人人可用的工具。本章沿理论到工具的路线展开,所有实验都基于上一章采集的样本文件;数学上只需要三角函数与复数的入门级理解。
| 节号 | 站点 | 在主线上推进到哪 | 关键产出 |
|---|---|---|---|
| 3.1 | 信号变换与多速率信号处理 | 建立变换与速率变换的工具直觉 | DFT、抽取、内插的工程理解 |
| 3.2 | 采样定理与频谱搬移 | 回答"采样率怎么选、混叠怎么来" | 复数奈奎斯特准则与混叠实验 |
| 3.3 | FFT 频谱观测实战 | 从样本到频谱图、瀑布图的具体流程 | 可复用的 Python 频谱脚本 |
| 3.4 | 调制与解调技术 | 认识频域里各种调制的长相 | 调制家族的频谱指纹库 |
本章的拐点在 3.3 跑通频谱脚本的那一刻:噪声底上矗立的两三座"平顶山"——调频广播——第一次以形状而非声音的方式呈现。此后你会带着频域的眼睛去听无线电:峰的宽度告诉你调制类型,峰顶是否平直告诉你增益是否合适,中央的细尖是零中频的本振泄漏。本章的落点:频谱是"信号在哪个频率、占多宽、多强"的地图,而调制指纹是"信息如何装进这个频率"的画像——两者合起来就是第 4 章解调实验的靶子。
那是零中频架构的本振泄漏(第 2.1 节讲过它的来历),不是真实信号。它永远跟随你的调谐中心频率,换个频率它还跟着你——识别它的方法就是"换频看它动不动"。观测时可轻微偏移中心频率绕开它。
不是。点数提高频率分辨率(采样率除以点数),但同时拉长每帧的时间跨度,瀑布图变慢、短促信号反而更难捕捉。观测用 4096 左右起步,抓突发信号降到 1024,深挖强邻道下的弱信号升到 8192 并换布莱克曼窗。
它们决定你一次能"看"多宽的频谱——复数采样下瞬时带宽约等于采样率。收单个 FM 电台 200 kSPS 就够,同时监测多信道或看宽频段才需要 2.048 MSPS 的全速。带宽越宽,进来的噪声越多,单位带宽信噪比不变——带宽是视野与灵敏度的交换点。
频谱图看"此刻":信号多宽、多强、什么形状;瀑布图看"一段时间":信号是连续还是突发、节奏如何。调增益看频谱,抓遥控信号看瀑布,两个窗口并排开是观测的标准姿势——3.3 节的脚本会把两个都给你。
回到频率刻度的定义:第 k 个谱线对应采样率乘 k 除以点数。对不上通常是三类原因——采样率参数与实际不符(设备跑了别的档位)、复数样本被当成实数处理(频谱宽度差一半)、或忘了 fftshift 导致正负频率错位。三查之后刻度必然对齐,这是频谱可信的前提。
频谱是地图,调制是装货方式。本章末尾的调制频谱指纹,正是第 4 章动手解调的靶子:知道目标在频域的形状,才知道该用哪把刀去解——AM 取模、FM 鉴频、数字判星座,三把刀都已备好。