我使用Matlab计算时间序列数据的fft结果。该信号具有未知的基频（在这种情况下约为80 MHz），以及几个高次谐波（1-20阶）。然而，由于有限的采样频率（在这种情况下为500MHz），我总是从高阶频率（7-20）获得混合频率，例如，第7位，峰值位于abs(2*500-80*7)=440 MHz，第8位，频率为360 MHz，第13位，峰值位于abs(13*80-2*500)=40 MHz。有谁知道如何摆脱这些人工混合频率？一种可能的方法是将采样频率增加到足够大的值。但是，我的数据集具有固定数量的数据和时间范围。因此，采样频率实际上由数据集的属性决定。解决这个问题的任何方法？
（我有这个问题的图片，但我没有足够的声誉来发布图片。很抱歉为理解这个问题带来不便）
答案 0 :(得分：1)
您正在尝试采样的基本属性 - 当您以固定频率fs采样数据时，您无法区分具有相同幅度但频率不同的两个信号之间的区别，其中一个具有{{1}另一个有f1=fs/2 - d。这种效果经常被用作优势 - 例如在混音器中 - 但在其他时候，这是一种不便。
除非您正在寻找这种混合效果（例如，在现代MRI扫描仪中的数字接收器上完成），否则您需要应用截止频率为f2=f2/2 + d的“砖墙滤波器”。过滤器的滚降速度为24 dB / octave或更高 - 换句话说，它们会让“一切都通过”低于截止值，并“停止一切”在其上方。
数据采集供应商通常会提供带有ADC板的滤波解决方案。
很长的路要说：“这就是数字化的工作原理”。但这是真的 - 这就是数字化的工作原理。
答案 1 :(得分：0)
通常，在采样之前，一个低通滤波器将信号滤波到采样率的一半以下。否则，在采样之后，通常无法将任何混叠的高频噪声（您的高次谐波）与低于（奈奎斯特）一半采样率的更有用的频谱分开。
如果在采样之前没有对信号进行滤波，则缺陷是样本矢量中固有的，而不是FFT。