4. 频谱分析基础：傅里叶变换原理，时域与频域转换
各位同学，咱们今天聊频谱分析。说实话，我刚入行那会儿，觉得傅里叶变换就是个数学噩梦。直到有一次，我调试一架六旋翼，悬停时总有个诡异的抖动，时域波形怎么看都像随机噪声。后来做了个频谱分析，才发现是电机转速的二次谐波和机架共振频率撞上了。嗯，从那以后，我再也不敢小看频谱分析了。
4.1 傅里叶变换：从时间到频率的魔法
傅里叶变换的核心思想，说白了就是一句话：任何时域信号，都可以分解成一系列不同频率的正弦波之和。
你想想看，我们平时看到的振动波形，是加速度随时间的变化曲线。但这条曲线里，到底包含了哪些频率成分？哪个频率的能量最大？哪个频率是电机转频？哪个是桨叶通过频率？这些信息，时域图给不了你。
傅里叶变换的数学表达式长这样：
X(f) = ∫ x(t) · e^(-j2πft) dt别被这个积分吓到。在实际工程中，我们用的是快速傅里叶变换（FFT），也就是计算机帮你算好的版本。我习惯用 Python 的 scipy.fft 或者 MATLAB 的 fft() 函数，几行代码就能搞定。
核心理解：
- 时域：横轴是时间，纵轴是振动幅值（加速度、速度或位移）
- 频域：横轴是频率（Hz），纵轴是幅值（g 或 m/s²）
- 傅里叶变换：就是连接时域和频域的桥梁
4.2 时域与频域：同一枚硬币的两面
我在项目中遇到过一位同事，他只看时域波形来判断振动问题。结果呢？他花了三天换电机、换桨叶、换机架，问题依旧。我让他做个频谱分析，五分钟就找到了问题根源——是电调 PWM 频率的边带干扰。
时域和频域的关系，我打个比方：
- 时域就像一首歌的歌词，告诉你每个时刻唱了什么字
- 频域就像这首歌的和弦谱，告诉你用了哪些音符和频率
两者缺一不可。我个人习惯是：先看时域看趋势，再看频域找根源。
4.3 频谱图解读：峰值、谐波、边带
拿到一张频谱图，你该看什么？我按重要程度排个序：
4.3.1 峰值（Peak）
频谱图上最高的那个尖峰，通常就是振动的主要来源。比如电机转频 50 Hz 处有个大峰值，那大概率是动平衡问题。
我的经验： 峰值超过 0.5g 就要警惕了。如果是 1g 以上，建议立即降落检查。
4.3.2 谐波（Harmonics）
谐波就是基频的整数倍。比如电机转频 50 Hz，那 100 Hz、150 Hz、200 Hz 就是它的二次、三次、四次谐波。
为什么会这样？因为电机旋转时，磁极、轴承、齿轮等部件会产生非正弦的振动波形。非正弦波分解后，必然包含谐波成分。
谐波分析的价值：
- 如果基频峰值大，谐波依次衰减——典型的不平衡问题
- 如果二次谐波比基频还大——可能是轴承故障或不对中
- 如果出现大量高次谐波——可能是齿轮啮合问题
4.3.3 边带（Sidebands）
边带是频谱图上主峰两侧的小峰，间隔相等。比如主峰在 50 Hz，两侧出现 48 Hz 和 52 Hz 的小峰。
边带通常意味着调制现象。在多旋翼中，常见的情况是：
- 电机转频被桨叶通过频率调制
- 电机转频被机架共振频率调制
- 电调 PWM 频率对电机转频的干扰
避坑指南： 我曾经遇到过一架无人机，频谱图上全是边带，我以为是传感器坏了。后来发现是机架某个螺丝松动，导致机架共振频率和电机转频产生了调制。所以，看到边带别急着换传感器，先检查结构连接是否牢固。
4.4 采样定理与混叠：别让数据骗了你
这是频谱分析里最容易踩的坑。我刚开始做振动测试时，采样频率设得太低，结果频谱图上出现了根本不存在的频率成分。嗯，那就是混叠。
4.4.1 奈奎斯特采样定理
简单说就是：采样频率必须大于信号最高频率的两倍。
数学表达：
fs > 2 × fmax其中：
- fs = 采样频率（Hz）
- fmax = 信号中的最高频率成分（Hz）
举个例子：如果你的电机最高转速对应 200 Hz 的振动频率，那采样频率至少要设到 400 Hz 以上。我个人习惯留 2.5 到 3 倍的余量，也就是 500-600 Hz。
4.4.2 混叠（Aliasing）
混叠是什么？就是高频信号伪装成了低频信号，出现在你的频谱图上。
想象一下：你用一个很慢的快门去拍一个快速旋转的风扇，照片上风扇看起来像在倒转。这就是视觉上的混叠。振动信号也一样。
混叠的后果：
- 频谱图上出现虚假的频率峰值
- 误判振动来源，浪费排查时间
- 严重时可能导致错误的减震设计
如何避免混叠？
- 提高采样频率：至少是最高分析频率的 2.5 倍
- 使用抗混叠滤波器：在 ADC 之前加低通滤波器，滤掉高于 fs/2 的频率成分
- 选择合适的传感器：传感器的带宽要匹配你的分析需求
4.5 实战建议：如何设置你的频谱分析参数
最后，我给大家一个实用的参数设置指南。这是我多年调试总结出来的：
| 参数 | 建议值 | 说明 |
|---|---|---|
| 采样频率 fs | 1000 - 2000 Hz | 覆盖大部分多旋翼振动频率 |
| 采样时长 | 2 - 10 秒 | 越长频率分辨率越高 |
| 频率分辨率 Δf | 0.1 - 0.5 Hz | Δf = fs / N，N 为采样点数 |
| 窗函数 | 汉宁窗（Hanning） | 减少频谱泄漏，适合连续振动 |
| 平均次数 | 5 - 10 次 | 降低随机噪声影响 |
小技巧： 如果你不确定该设多少采样频率，就按传感器最高可用频率的 2.5 倍来设。比如你的加速度计带宽是 500 Hz，那采样频率就设 1250 Hz 以上。宁可多采，不要少采。
好了，频谱分析的基础就讲到这里。下一章我们会聊如何用这些工具，去诊断多旋翼常见的振动故障。记住一句话：时域告诉你「振了」，频域告诉你「为什么振」。两者结合，你就能成为振动分析的高手。