Zwei FFTs mit unterschiedlicher Sampleanzahl und Samplefrequnenz

Wenn ich das Problem richtig verstehe, dann bleibt dir nix übrig, als 
zwischen den Punkten irgendeine Art von Interpolation zu machen -- 
wahrscheinlich genügt eine lineare. In dem Fall tust du ungefähr dies:

Für Punkt n der Messreihe A berechnest du die Frequenz f1, zu die dieser 
Punkt gehört (das ist ja leicht, n * delta f oder so).
Dann suchst du in Messreihe B die zwei Punkte, die diesen Punkt 
einschließen, also zwei Punkte zu Frequenzen f2a und f2b, deren Frequenz 
gerade ein bisschen kleiner oder ein bisschen größer ist als f1 (f2a < 
f1 < f2b).
Wenn Genauigkeit nicht so wichtig ist, kannst du einfach den kleineren 
der beiden nehmen, oder den größeren. Wenn es etwas besser werden soll, 
nimmst du beide, berechnest den Abstand dfa = f2a - f1 und dfb = f2b - 
f1 und gewichtest die Messwerte (y-Werte) der beiden Punkte damit. 
Fertig.
Eine der Kurvenform angemessene Interpolation würde ein noch besseres 
Ergebnis bringen, aber das lohnt mit Sicherheit nicht.

Edit: Ha, wusste ich doch, dass ich da mal eine Python-Klasse für 
geschrieben habe. Ungefähr so:

1

class LinearInterpolation():

2

    def __init__(self, datafile, dataRange):

3

        with open(datafile, 'r') as f:

4

            stringdata = f.readlines()

5

            self.data = []

6

            self.dataRange = dataRange

7

            self.rangeSize = self.dataRange[1] - self.dataRange[0]

8

            for line in stringdata:

9

                try: self.data.append(float(line))

10

                except: pass

11

12

    def value(self, at):

13

        index = (at - self.dataRange[0]) / self.rangeSize * len(self.data)

14

        lower = int(round(index-0.5))

15

        upper = int(round(index+0.5))

16

        lowerWeight = upper - index

17

        upperWeight = index - lower

18

        return lowerWeight * self.data[lower] + upperWeight * self.data[upper]

Grüße,
Sven

Sven B. schrieb:
> zwischen den Punkten irgendeine Art von Interpolation zu machen --
> wahrscheinlich genügt eine lineare.

das würd ich jetzt so nicht sagen, ich würds eher mit zero padding 
machen....

einfach so viele nullen dranhängen, dass die sampleanzahl 
übereinstimmt....



dann hast du natürlich noch das problem mit den abtastfrequenzen, die 
erste abtastfrequenz ist ja
201*49,905MHz= 1GHz (??)
und bei der zweiten messung 2 GHz, dann musst du natürlich noch ne 
abtastratenänderung machen....

also beim ersten signal immer zwischen zwei messwerte ne null einfügen, 
fft  berechnen, obere hälfte vom spektrum abschneiden und ifft.
und dann das kürzere signal solange mit nullen auffüllen, bis beide 
gleichlang sind.

Warum nicht einfach beide Signale auf die höhere Samplerate resampeln, 
wie von mir beschrieben? Das klingt irgendwie einfacher, zumindest in 
meinem Kopf. ;)

Moderne Oszilloskope der mittleren Preisklasse messen mit 2GS/s, zum 
Beispiel.

Hallo,

also, man könnte zum Resampeln zum Beispiel so vorgehen: du schreibst 
ein Skript, was die ursprünglichen Messdaten alle einliest und in eine 
Liste (oder Map oder so) schreibt. Dann machst du eine Schleife, mit der 
du alle gewünschten, neuen x-Werte durchläufst. Für jeden dieser Werte 
berechnest du dann den y-Wert aus den alten Daten wie in meinem ersten 
Beitrag beschrieben duch lineare Interpolation. Diese neuen x- und 
y-Werte schreibst du in eine neue Liste und die gibst du dann aus. Die 
Skriptsprache Python ist für sowas hervorragend geeignet.

Wenn die Daten aus einer Simulation kommen, die du selbst 
kontrollierst... dann bietet es sich höchstwahrscheinlich an, das dort 
zu ändern, anstatt die Daten dann nacher nochmal umzuschreiben.

Überhaupt ist mir das ganze Vorgehen nicht so klar -- warum sampelt man 
ein Signal "von Hand", um es zu fouriertransformieren, wenn man es schon 
in digitales Form (Matlab) vorliegen hat? Aber wahrscheinlich mangelt es 
mir da einfach an Überblick für dein Projekt. ;)

Grüße,
Sven