FFT （高速フーリエ変換）

概略

高速フーリエ変換（FFT）アルゴリズムを使って離散フーリエ変換（DFT）を計算します
離散フーリエ変換は入力信号が周期的であると仮定して計算するので、周期的でない信号では意味のない計算になってしまいます

フーリエ変換とは

大雑把に説明すると「入力信号を周波数ごとに分ける」計算をします
例えば下図のような入力信号は5Hz＋20Hz＋100Hzの周波数に分解することができます

FFT

利用例

モーターなどの異常を早期に発見することを期待します
正常運転時の振動データをFFT変換して、常に現在のFFT変換データと照らし合わせて違いが出てきたら警告を出すなど

FFT

シンボル

FFT

FFTの計算をします

入出力

Data: サンプリングデータ

入力

WindowType: 窓関数

出力

Out: パワースペクトル

窓関数(WindowType)

値	窓関数
0	ハニング窓
1	ハン窓
2	ブラックマン窓
それ以外	矩形窓

サンプリングデータの取り方

サンプル数

サンプリングデータ（Data）は512,1024,2048,4096,8192,16384個のいずれかの要素数を持つ配列に入れてください
サンプリングデータ数が多いほど分解能が上がりますが、計算時間は長くなります
8192,16384個を追加しました(Ver0.0.3)

サンプリング周期

サンプリング周波数の半分の周波数まで観測ができます
例えば、サンプリング周波数が1kHzなら500Hzまで、10kHzなら5kHzまで観測できます

FFTを連続で計算するときの実行タイミング

サンプリングデータ数のデータがそろえばFFTの計算を実行するようにします
FFTの計算は時間がかかるため連続してサンプリングデータを取りたい場合は、下図のように一杯になったサンプリングデータ１のFFTの計算をしながら、サンプリングデータ２を別のメモリに格納していきます
連続する必要がなければFFT計算後にサンプリングを始めたり、頻繁にFFT計算を行いたい場合はサンプリング１とサンプリング２を被せてサンプリング３、サンプリング４・・・と作ることも可能です

wave1