好的，所以我最近开始使用 SDR 来挑战和教育自己。因此，假设采样率 (Fs) 为 3MHz，我们抓取 3M 个样本。现在我们剩下 3M 个样本，每个样本组成一个 IQ 对。复杂的数据。我的理解是，我将使用整个样本执行 FFT，包括 IQ 作为 FFT 的输入，这将产生另一个复杂的答案。由此，计算从 0 开始的幅度和绘图？我并不完全肯定要丢弃哪些样本，保留哪些样本，以及以何种顺序绘制它们。
我是否可能在前 1.5M 样本的 FFT 之前将实部和虚部分开，对 1.5M 的 I 执行 FFT，对 1.5M 的 Q 执行 FFT，并将实部绘制在 0 的右侧，将虚部绘制在 0 的左侧0? 扔掉 1.5-3M 的其余样品？
很感谢任何形式的帮助。谢谢大家。
你不需要把它分解成真实的和想象的。如果您对频谱感兴趣，您将使用 FFT 并查看其平方绝对值，即幅度平方。最好在日志域中看到它，即，从 0 开始到 FFT 点数。
对于 1Hz 分辨率，您需要对所有 3M 样本进行 FFT，FFT 大小应为 3M。但为了减轻计算负载，您可以考虑采用 1024 个样本的窗口，然后使用 1024 的 FFT 大小进行 FFT（在这种情况下，每个 FFT bin 对应于 3M/1024 Hz）。数字 1024 只是一个示例，您可以考虑任何其他值适合你。
对于绘图，获取每个窗口的幅度响应并绘制它。这是没有任何重叠的频谱图。
对于 50% 的重叠，将窗口移动样品，再拿一个弹匣。分别 最好在几个窗口上平均响应。
窗口化是另一个有趣的参数。在上述情况下，窗口是矩形的，即，其中窗口大小为 N。如果输入信号为然后选择 N 个点，我们只需乘以经过. 您可以看到其他窗口，例如 Kaiser、Hamming 或 Hanning，并使用适合您需要的窗口。