扫频信号的时频特性与测试实践

3. 常见分类

扫频一般分两类。

线性扫频（Linear Sweep）

频率按固定速率变化，结构最简单，做频响测试很常见。雷达脉冲压缩也会用这个思路。

对数扫频（Logarithmic Sweep）

频率按倍数变化，比如 10Hz、100Hz、1000Hz 这样往上走。音频测试里更常见，因为人耳对频率的感知不是线性的。

4. 它和普通正弦波的区别

正弦波像一根定尺，扫频更像滑尺，刻度一直在变。

5. 为什么工程里喜欢用它

扫频真正有价值的地方，是一次能把一整段频带摸清楚。做系统辨识、频率响应测试时，它比单点打频率省得多。

拿 ADC 前端滤波特性举例：如果用单点正弦波测，就得一个频点一个频点慢慢扫，效率低，漏点也很常见。扫频的做法更直接，输入一个频带范围，采集后做 FFT，就能看出哪些频段被压下去，哪些频段还能正常通过。

这时候看到的幅频曲线，实际上就是系统对不同频率的'态度'。

6. 结合 FPGA / C++ 的实际测试

项目里主要有两种模式：

• Mode = 4：方波线性扫频，10Hz ~ 1MHz
• Mode = 5：正弦波线性扫频，DDS 产生，10Hz ~ 1MHz

关键公式也很直接：

这里的 $dF$ 是 chirp rate，表示每秒频率增加多少；$F_0$ 是起始频率，$F_{end}$ 是终止频率。

6.1 方波线性扫频（100Hz ~ 125kHz）

unsigned F0 = 100; //起始频率 
unsigned Fend = 125e3; //截至频率 
double dF_per_second = (Fend - F0) / 10; // Hz/s 从 100Hz 扫到 125kHz 需要 10 秒。 
unsigned dF = unsigned(dF_per_second / 1e3 * 65536); //调整率=dF*1kHz，dF 为 16-16 定点数 
dF_per_second 这个是总的时间， 
// 1/1e3 相当于每过 1/1e3 变换一次频率，对应每 1 毫秒 (1ms) 更新一次频率 
每毫秒的频率增量 = 12,490 / 1000 = 12.49 Hz 

对采集信号做 FFT 后，图上会出现比较明显的阶梯感。这个现象不奇怪，方波本来就带着奇次谐波，扫频后这些谐波也会一起往上跑，所以频谱上会看到多个宽带区域叠在一起。

通道二是竖直放大后的结果。低频段能量更厚实，高频段慢慢变薄，这符合方波谐波衰减后的表现。

图里 90kHz 到 125kHz 一段出现了突增，原因不是扫频规律变了，而是这段数据在原始序列里重复记录过两次，FFT 里就把这部分能量再叠了一次。对应的短时傅里叶结果也能看出这个重复痕迹：

把 3 秒后的数据单独拿出来后，图形就正常了：

6.2 正弦波线性扫频（100Hz ~ 2MHz）

信号源输出的是一个 10 秒周期的正弦扫频，起始频率 100Hz，终止频率 2MHz。拍图时漏了 2MHz 那张，只能先用这张顶上：

取完整一个周期后，采集波形的时域图、FFT 图和 STFT 图如下：

从 STFT 看，这个结果是对的，一条斜线很清楚。真正需要解释的是 FFT：为什么高频段看起来更厚，一个频率附近像是有两个值。

放大后更明显：

这类现象在有限时长的线性扫频里很常见。全段 FFT 不是在看'某个瞬时频率'，而是在把整段信号的频率内容压到一张图上，所以会出现类似纹波的起伏。窗口截断、相位漂移、频谱泄露，都会让顶部看起来不是一条光滑直线。

我当时试过直接给整段数据乘 Blackman 窗，结果并不好。扫频信号的频率和时间是一一对应的，你把整段信号两头压低，实际上是在把低频和高频一起削掉，FFT 看见的更像窗函数本身，而不是原始扫频特征。

只做平滑处理会好一些，但也会把'高频更强'这种直觉打乱。这个时候更合理的看法不是盯着某个局部峰值，而是看整个频带是不是平、在哪个位置开始掉下去。

如果图里在 1.8MHz 左右开始明显回落，通常说明链路已经接近带宽边界。反过来，如果 100Hz 到 1.5MHz 之间都很平，至少说明信号源和采集链路的幅频响应还算稳定。

6.3 调整 STFT 显示

背景发黄主要是色阶映射的问题，不是数据异常。把 clim 锁住，图会干净不少：

% STFT 参数 
window_size = 8192; 
overlap = round(window_size * 0.5); 
nfft = 8192; 
% 颜色限制 (根据信号强度调整) 
C_Limit = [20 120]; 
figure('Name', ['时频轨迹分析 - ', name], 'Color', 'w'); 
% 绘制声谱图 
spectrogram(data, window_size, overlap, nfft, fs, 'yaxis'); 
title(['时频轨迹 (Spectrogram) - ', name], 'Interpreter', 'none'); 
colormap('jet'); 
colorbar; 
% 调整显示范围 (根据实际情况调整) 
%ylim([0 0.2]); % 例如只看 0~200kHz (单位是 MHz 时) 或者根据 fs 调整 
clim(C_Limit); % 手动锁色阶

处理后的结果如下：

7. 小结

扫频信号的作用很简单：把一段频带按时间铺开，让系统在每个频率点上的反应都露出来。它适合做频响测试、系统辨识，也适合排查 ADC 前端这类链路里'哪段频率开始不对劲'。真正要留心的是扫频方式、采样率、窗函数和截断效应，这几个地方处理不好，图会很花，但结论未必靠谱。