Hay algunos excelentes hilos de discusión y respuestas en este sitio (eletronics.se) sobre la teoría de las transformadas de Fourier. Intenté implementar lo mismo en una herramienta de simulación (MS Excel :)).
Tengo algunos problemas de interpretación e implementación con respecto al mismo. Estoy tratando de analizar una forma de onda de voltaje de 50 Hz. Sin embargo, los datos a continuación son solo datos ficticios generados que intentan establecer un marco conceptual para la implementación en un procesador embebido de bajo costo integrado de 16 bits con capacidad de procesamiento y memoria limitada.
ETA (30 de mayo de 2012)
TL; versión DR:
Huelga decir en electrónica.se pero estoy usando un procesador embebido con limitación de potencia de procesamiento y memoria.
Aquí hay algunas preguntas que aún no tienen respuesta:
- ¿Cómo se realiza la ventana en las muestras que tengo sin aumentar significativamente la huella de memoria del algoritmo? Me gustaría que fueran una descripción básica paso a paso, ya que soy bastante nuevo en DSP.
- ¿Por qué las magnitudes se redujeron a la mitad cuando interpolé 41 muestras para obtener 32, pero permanecí tal como estaban (excepto por algo de ruido) cuando las interpolé para obtener 64?
Estoy declarando una recompensa por la pregunta con la esperanza de obtener algunas respuestas excelentes que sean procesables para un novato en DSP.
Experimento 1:
Entrada de dominio de tiempo
Generé una onda sinusoidal usando para generar 64 muestras. Luego agregué 30% de armónicos, 20% de armónicos, 15% de armónicos, 10% de armónicos y 20% de armónicos. Esto llevó a estas muestras:3 r d 5 t h
0, 0.628226182, 0.939545557, 0.881049194, 0.678981464, 0.602991986, 0.719974543,
0.873221372, 0.883883476, 0.749800373, 0.636575155, 0.685547957, 0.855268479,
0.967780108, 0.904799909, 0.737695292, 0.65, 0.737695292, 0.904799909, 0.967780108,
0.855268479, 0.685547957, 0.636575155, 0.749800373, 0.883883476, 0.873221372,
0.719974543, 0.602991986, 0.678981464, 0.881049194, 0.939545557, 0.628226182, 0,
-0.628226182, -0.939545557, -0.881049194, -0.678981464, -0.602991986, -0.719974543,
-0.873221372, -0.883883476, -0.749800373, -0.636575155, -0.685547957, -0.855268479,
-0.967780108, -0.904799909, -0.737695292, -0.65, -0.737695292, -0.904799909,
-0.967780108, -0.855268479, -0.685547957, -0.636575155, -0.749800373, -0.883883476,
-0.873221372, -0.719974543, -0.602991986, -0.678981464, -0.881049194, -0.939545557,
-0.628226182
Y esta forma de onda:
Tomé un DFT de estas muestras basado en un algoritmo Radix 2 y obtuve estos valores:
0, -32i, 0, -9.59999999999999i, 0, -6.4i, 0, -4.79999999999999i, 0, -3.20000000000001i,
0, -6.4i, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 6.4i, 0, 3.19999999999999i, 0, 4.8i, 0,
6.4i, 0, 9.60000000000001i, 0, 32i
Tomando los valores absolutos de los números complejos anteriores como la relación con el fundamental (segundo valor) e ignorando la información de fase (si existiera), obtuve las magnitudes de los componentes armónicos inyectados exactamente como se inyectaron.
Representación de dominio de frecuencia
Hasta aquí todo bien.
Experimento 2:
Entrada de dominio de tiempo
Volví a generar una onda sinusoidal usando para generar 64 muestras. ¿Por qué 41? Porque en la implementación real, mis microcontroladores ADC toman muestras en un múltiplo del oscilador externo, y solo tengo unos pocos tipos de cristales disponibles. Luego agregué 30% de armónicos, 20% de armónicos, 15% de armónicos, 10% de armónicos y 20% de armónicos. Esto llevó a estas muestras:3 r d 5 t h 7 t h 9 t h 11 t h
0, 0.853079823, 0.857877516, 0.603896038, 0.762429734, 0.896260999, 0.695656841,
0.676188057, 0.928419527, 0.897723205, 0.664562475, 0.765676034, 0.968738879,
0.802820512, 0.632264626, 0.814329015, 0.875637458, 0.639141079, 0.696479632,
0.954031849, 0.50925641, -0.50925641, -0.954031849, -0.696479632, -0.639141079,
-0.875637458, -0.814329015, -0.632264626, -0.802820512, -0.968738879, -0.765676034,
-0.664562475, -0.897723205, -0.928419527, -0.676188057, -0.695656841, -0.896260999,
-0.762429734, -0.603896038, -0.857877516, -0.853079823, -6.87889E-15, 0.853079823,
0.857877516, 0.603896038, 0.762429734, 0.896260999, 0.695656841, 0.676188057,
0.928419527, 0.897723205, 0.664562475, 0.765676034, 0.968738879, 0.802820512,
0.632264626, 0.814329015, 0.875637458, 0.639141079, 0.696479632, 0.954031849,
0.50925641, -0.50925641, -0.954031849
Y esta forma de onda:
Tomé un DFT de estas muestras basado en un algoritmo Radix 2 y obtuve estos valores:
14.03118145099, 22.8331789450432+2.81923657448236i, -17.9313890484703-4.4853739490832i,
-2.54294462900052-0.971245447370764i, 1.74202662319821+0.944780377248239i,
-7.2622766435314-5.09627264287862i, -1.5480700475686-1.37872970296476i,
-0.136588568631116-0.126111953353714i, -3.99554928315394-5.93646306363598i,
-0.840633449276516-1.60987487366169i, -0.373838501691708-0.955596009389976i,
-1.326751987645-5.7574455633693i, -0.168983464443025-1.34797078005724i,
-9.49818315071085E-003-1.20377723286595i, 0.571706242298176-4.14055455367115i,
0.192891008647316-0.865793520825366i, 0.457088076063747-1.22893647561869i,
3.15565897700047-5.67394957744733i, -0.573520124828716+0.682717512668197i,
-0.20041207669728+0.127925509089274i, -7.95516670999013E-002-1.22174958722397E-002i,
-1.57510358481328E-002-6.44533006507588E-002i, 2.50067192003906E-002-8.46645685508359E-
002i, 5.3665806842526E-002-9.01867018999554E-002i, 7.49143167927897E-002-
8.80550417489663E-002i, 9.11355142202819E-002-8.16075816185574E-002i,
0.103685444073525-7.25978085593222E-002i, 0.11339684328631-6.20147712757682E-002i,
0.120807189654211-5.04466357453455E-002i, 0.126272708495893-3.82586162066316E-002i,
0.130029552904267-2.56872914345987E-002i, 0.132228055573542-1.28943815159261E-002i,
0.1329519244939, 0.132228055573544+1.28943815159441E-002i,
0.130029552904267+2.56872914345769E-002i, 0.126272708495892+3.82586162066264E-002i,
0.12080718965421+5.04466357453468E-002i, 0.113396843286315+6.20147712757588E-002i,
0.103685444073529+7.25978085593135E-002i, 9.11355142202805E-002+8.16075816185583E-002i,
7.4914316792795E-002+8.80550417489592E-002i, 5.36658068425271E-002+9.01867018999563E-
002i, 2.50067192003947E-002+8.46645685508275E-002i, -1.57510358481296E-
002+6.44533006507526E-002i, -7.95516670999005E-002+1.22174958722402E-002i,
-0.20041207669728-0.127925509089278i, -0.573520124828709-0.682717512668206i,
3.15565897700049+5.67394957744733i, 0.45708807606375+1.22893647561869i,
0.192891008647318+0.865793520825373i, 0.571706242298199+4.14055455367114i,
-9.49818315070294E-003+1.20377723286595i, -0.168983464443023+1.34797078005724i,
-1.32675198764498+5.75744556336931i, -0.373838501691692+0.955596009389972i,
-0.840633449276515+1.6098748736617i, -3.99554928315393+5.93646306363599i,
-0.136588568631125+0.126111953353722i, -1.54807004756858+1.37872970296476i,
-7.26227664353139+5.09627264287866i, 1.7420266231982-0.944780377248243i,
-2.54294462900053+0.971245447370785i, -17.9313890484703+4.48537394908326i,
22.8331789450432-2.81923657448243i
Representación del dominio de frecuencia
Las magnitudes de los números complejos anteriores no revelan nada que pueda inferir a los valores inyectados en el dominio del tiempo.
Experimento 3
Entrada de dominio de tiempo:
Ahora tomé la misma forma de onda y la rellené con cero, es decir, puse todas las muestras más allá de 41 a cero. Entonces, la siguiente es la entrada del dominio de tiempo:
0, 0.853079823, 0.857877516, 0.603896038, 0.762429734, 0.896260999, 0.695656841,
0.676188057, 0.928419527, 0.897723205, 0.664562475, 0.765676034, 0.968738879,
0.802820512, 0.632264626, 0.814329015, 0.875637458, 0.639141079, 0.696479632,
0.954031849, 0.50925641, -0.50925641, -0.954031849, -0.696479632, -0.639141079,
-0.875637458, -0.814329015, -0.632264626, -0.802820512, -0.968738879, -0.765676034,
-0.664562475, -0.897723205, -0.928419527, -0.676188057, -0.695656841, -0.896260999,
-0.762429734, -0.603896038, -0.857877516, -0.853079823, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0
Y la forma de onda:
Tomé un DFT de estas muestras basado en un algoritmo Radix 2 y obtuve estos valores:
0, 20.0329458083285-9.47487772467906i, -10.5723252177717-8.67648307596821i,
-8.88751906208901E-002+0.354809649783859i, 3.59322342970171-0.714736578926027i,
-3.28379151210465-4.42768029850565i, -0.232297876050463+0.434598758428557i,
1.68672762980862+8.28636148716246E-002i, -1.54927040705738-3.7402696285012i,
-0.551413356435698+0.608390885175318i, 0.616809338622588+0.187107067289195i,
-0.458965526924983-3.09409425549091i, -0.966784216252588+0.645984560777537i,
7.03082277241579E-003+4.21411299459407E-003i, 0.196179960454289-1.99184856512683i,
-0.919089774378072+0.328855579674163i, 0.222736292145887+0.222736292145884i,
1.23799833509466-3.45997355924453i, -3.29198268057418+0.324231994037239i,
-0.495840326552116-0.827259606915814i, -0.434268223171498+0.649928325340974i,
-1.13740282784196-0.168717771696843i, -8.50255402020411E-002-0.280291642522456i,
-0.495871287837938+0.449431537929797i, -0.705190861543966-0.292099618913078i,
-1.8498657760867E-003-3.76548829156425E-002i, -0.56327531746565+0.301076929791613i,
-0.445444858519027-0.330364422654705i, -2.53084763487132E-002+0.12723430263342i,
-0.608135034699087+0.152329896227613i, -0.254967975468-0.31067937701979i,
-0.114451748984804+0.241987891739128i, -0.623647028694518, -0.114451748984793-
0.241987891739111i, -0.254967975467992+0.310679377019776i, -0.608135034699088-
0.152329896227612i, -2.53084763487126E-002-0.127234302633416i,
-0.445444858519022+0.330364422654704i, -0.563275317465649-0.301076929791616i,
-1.84986577609081E-003+3.76548829156447E-002i, -0.705190861543962+0.292099618913075i,
-0.495871287837939-0.449431537929793i, -8.50255402020378E-002+0.280291642522452i,
-1.13740282784196+0.168717771696845i, -0.434268223171501-0.649928325340972i,
-0.495840326552115+0.827259606915815i, -3.29198268057417-0.324231994037237i,
1.23799833509466+3.45997355924453i, 0.222736292145887-0.222736292145884i,
-0.919089774378077-0.328855579674149i, 0.1961799604543+1.99184856512683i,
7.03082277241257E-003-4.21411299459534E-003i, -0.966784216252593-0.645984560777534i,
-0.458965526924974+3.09409425549092i, 0.616809338622592-0.187107067289204i,
-0.551413356435713-0.608390885175314i, -1.54927040705737+3.74026962850121i,
1.68672762980861-8.28636148716247E-002i, -0.232297876050455-0.434598758428559i,
-3.28379151210465+4.42768029850566i, 3.59322342970171+0.714736578926018i,
-8.88751906209093E-002-0.354809649783852i, -10.5723252177717+8.67648307596825i,
20.0329458083285+9.47487772467899i
Representación de dominio de frecuencia
Una vez más, las magnitudes de los números complejos anteriores no revelan nada que pueda inferir a los valores inyectados en el dominio del tiempo.
ETA Debido a que las respuestas aquí me indicaron a la ventana, hice otro experimento y obtuve los siguientes resultados después de muchos inicios falsos.
Experimento 4
Representación del dominio del tiempo
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0.853079823, 0.857877516, 0.603896038,
0.762429734, 0.896260999, 0.695656841, 0.676188057, 0.928419527, 0.897723205,
0.664562475, 0.765676034, 0.968738879, 0.802820512, 0.632264626, 0.814329015,
0.875637458, 0.639141079, 0.696479632, 0.954031849, 0.50925641, -0.50925641,
-0.954031849, -0.696479632, -0.639141079, -0.875637458, -0.814329015, -0.632264626,
-0.802820512, -0.968738879, -0.765676034, -0.664562475, -0.897723205, -0.928419527,
-0.676188057, -0.695656841, -0.896260999, -0.762429734, -0.603896038, -0.857877516,
-0.853079823, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0
Parece:
Coeficientes de ventana de Hamming
0.08, 0.082285843, 0.089120656, 0.100436509, 0.116120943, 0.136018076, 0.159930164,
0.187619556, 0.218811064, 0.253194691, 0.290428719, 0.330143098, 0.371943129,
0.415413385, 0.460121838, 0.505624157, 0.551468118, 0.597198104, 0.64235963,
0.686503859, 0.729192067, 0.77, 0.808522089, 0.844375485, 0.877203861, 0.906680953,
0.932513806, 0.954445679, 0.972258606, 0.985775552, 0.99486218, 0.999428184,
0.999428184, 0.99486218, 0.985775552, 0.972258606, 0.954445679, 0.932513806,
0.906680953, 0.877203861, 0.844375485, 0.808522089, 0.77, 0.729192067, 0.686503859,
0.64235963, 0.597198104, 0.551468118, 0.505624157, 0.460121838, 0.415413385,
0.371943129, 0.330143098, 0.290428719, 0.253194691, 0.218811064, 0.187619556,
0.159930164, 0.136018076, 0.116120943, 0.100436509, 0.089120656, 0.082285843, 0.080.08,
0.082285843, 0.089120656, 0.100436509, 0.116120943, 0.136018076, 0.159930164,
0.187619556, 0.218811064, 0.253194691, 0.290428719, 0.330143098, 0.371943129,
0.415413385, 0.460121838, 0.505624157, 0.551468118, 0.597198104, 0.64235963,
0.686503859, 0.729192067, 0.77, 0.808522089, 0.844375485, 0.877203861, 0.906680953,
0.932513806, 0.954445679, 0.972258606, 0.985775552, 0.99486218, 0.999428184,
0.999428184, 0.99486218, 0.985775552, 0.972258606, 0.954445679, 0.932513806,
0.906680953, 0.877203861, 0.844375485, 0.808522089, 0.77, 0.729192067, 0.686503859,
0.64235963, 0.597198104, 0.551468118, 0.505624157, 0.460121838, 0.415413385,
0.371943129, 0.330143098, 0.290428719, 0.253194691, 0.218811064, 0.187619556,
0.159930164, 0.136018076, 0.116120943, 0.100436509, 0.089120656, 0.082285843, 0.08
Se parece a esto
Su producto (¿Sería solo un producto simple?)
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0.354380777, 0.394728179, 0.305344425,
0.420455691, 0.53524537, 0.446861871, 0.464205711, 0.676996154, 0.691246868,
0.537313441, 0.646518073, 0.849781485, 0.727902068, 0.589595493, 0.77723281,
0.851346054, 0.63004965, 0.692901245, 0.953486318, 0.508965209, -0.506639943,
-0.940461272, -0.677158316, -0.610025441, -0.816544018, -0.738336608, -0.554624971,
-0.67788196, -0.783246782, -0.589570546, -0.484593685, -0.616290445, -0.596379223,
-0.403818226, -0.383632569, -0.453171212, -0.350810571, -0.250866497, -0.319081647,
-0.281638415, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0
Parece:
Representación de dominio de frecuencia
1.01978454171002, -1.04956742046721-14.885596686908i,
0.729587297164687+12.4883097743251i, -0.393281811348907-4.24261013057826i,
0.761581725234628+3.2398820477072i, -0.876737136684714-3.79393194973719i,
0.480276094694696+1.88418789653125i, -0.735142602781246-1.8175563772351i,
1.02811278581892+2.5331069394699i, -0.584707361656586-1.41705783059227i,
0.642189640425863+1.09157435002371i, -1.08027274688044-1.77950446999262i,
0.690373934734768+1.16057125940753i, -0.45786262480057-0.586349217392973i,
0.837117486838485+0.985681387258948i, -0.684335876271999-0.810862267851556i,
0.930190039748881+0.842491953501215i, -2.11497450796919-1.82531206712061i,
1.77660184883125+1.59539043421572i, -8.20687157856373E-003-0.123202767234891i,
-0.280149317662962-0.244195928734504i, -0.313777442633104-0.174757927010731i,
-5.83069102281942E-002+1.54514819958589E-002i, 0.211135948552966+0.12606544182717i,
0.227409826380236+7.86489707052085E-002i, 2.49029866186928E-003-3.26908578232317E-002i,
-0.204885728671642-7.60371335974082E-002i, -0.174609549526536-2.58285031988847E-002i,
4.55943100777029E-002+3.62216126377679E-002i, 0.205437067084294+3.66474457853982E-002i,
0.130866115437055-7.39089659931302E-003i, -8.90307098969982E-002-2.75195665163235E-
002i, -0.206016142964952, -8.90307098969848E-002+2.75195665163199E-002i,
0.130866115437044+7.39089659931835E-003i, 0.205437067084297-3.66474457854036E-002i,
4.55943100777004E-002-3.62216126377661E-002i, -0.174609549526531+2.58285031988801E-
002i, -0.204885728671643+7.60371335974132E-002i, 2.49029866187001E-
003+3.26908578232264E-002i, 0.227409826380234-7.86489707052067E-002i, 0.21113594855297-
0.126065441827174i, -5.83069102281978E-002-1.54514819958551E-002i,
-0.313777442633101+0.174757927010727i, -0.280149317662962+0.244195928734507i,
-8.20687157856043E-003+0.123202767234886i, 1.77660184883125-1.59539043421572i,
-2.11497450796919+1.82531206712061i, 0.930190039748879-0.842491953501215i,
-0.684335876271989+0.810862267851559i, 0.837117486838478-0.985681387258952i,
-0.457862624800567+0.586349217392971i, 0.690373934734765-1.16057125940753i,
-1.08027274688043+1.77950446999263i, 0.642189640425861-1.09157435002371i,
-0.584707361656583+1.41705783059227i, 1.02811278581891-2.5331069394699i,
-0.735142602781236+1.81755637723511i, 0.480276094694689-1.88418789653125i,
-0.876737136684699+3.79393194973719i, 0.76158172523462-3.2398820477072i,
-0.393281811348889+4.24261013057827i, 0.729587297164646-12.4883097743252i,
-1.04956742046715+14.885596686908i
Se parece a esto:
¿Son estos resultados válidos? ¡Porque todavía no parece que llegue a ningún lado!
Hice dos experimentos más y parezco estar tentadoramente cerca de los resultados previstos, pero la solución tiene la sensación de un truco para mí.
Experimento 5
0, 0.853079823, 0.857877516, 0.603896038, 0.762429734, 0.896260999, 0.695656841,
0.676188057, 0.928419527, 0.897723205, 0.664562475, 0.765676034, 0.968738879,
0.802820512, 0.632264626, 0.814329015, 0.875637458, 0.639141079, 0.696479632,
0.954031849, 0.50925641, -0.50925641, -0.954031849, -0.696479632, -0.639141079,
-0.875637458, -0.814329015, -0.632264626, -0.802820512, -0.968738879, -0.765676034,
-0.664562475, -0.897723205, -0.928419527, -0.676188057, -0.695656841, -0.896260999,
-0.762429734, -0.603896038, -0.857877516, -0.853079823.
Hice una interpolación lineal y obtuve 64 muestras de la misma. Se veían así:
La representación del dominio de frecuencia en comparación con la salida ideal deseada (primer experimento) es la siguiente:
He eliminado la segunda mitad del espacio muestral a medida que los componentes se pliegan después del límite de Nyquist. Hay una pequeña atenuación en las frecuencias de interés, pero se agrega un ruido de fondo en todo el espectro. Explicaciones?
Experimento 6
Igual que el Experimento 5 , pero 32 muestras interpoladas.
Comparación del dominio de frecuencia:
¡Las proporciones son correctas pero las magnitudes se reducen a la mitad! ¿Por qué?
Entonces puedo inferir, y puedo estar equivocado (espero que lo esté), que si el número de muestras en un período de forma de onda completa no es una potencia de 2, la FFT de la misma no revela nada sin algún tipo de operación , eso me elude en este momento.
Dado que tengo muy poco control sobre la frecuencia de muestreo, ¿cuáles son las opciones que tengo abiertas para recuperar los valores que inyecté en el dominio del tiempo?
Respuestas:
Bienvenido a la ventana. Nada que ver con William G.
La cura más fácil que funciona mediante la fuerza bruta al enterrar los errores en el ruido mediante el uso del promedio es muestrear una gran cantidad de ciclos para que las condiciones de contorno no predominen.
No he visto sus resultados numéricos, pero:
Mira tu segunda y tercera gráfica.
Las formas de onda que mostró son las formas de onda que se están analizando.
El primer ejemplo tiene 2 semiciclos positivos y uno negativo.
Espero que sea muy fuerte en el 3er armónico y razonablemente en otros armónicos impares y probablemente con pares más bajos. Esa es una estimación intuitiva.
Cualquiera sea el resultado, la transformación se describe (correctamente) y describe lo que ve y lo que ve.
Esperaría que el segundo ejemplo sería inmensamente difícil de representar bien y necesitaría una gran cantidad de componentes de alta frecuencia. Es 1/3 + ve, 1/3 -ve y 1/3 cero. Es fácil decir cómo obtendrías fácilmente la salida a la derecha totalmente cero sin una gran cantidad de términos de alta frecuencia casi iguales de aproximadamente la fase opuesta cancelándose entre sí.
ENTONCES
El DFT o FFT dice lo que ve. Necesita alimentarlo con formas de onda integrales de la señal de interés o tener especial en cuenta los puntos finales. Hay toda una forma de arte dedicada a la última tarea. Términos como ventanas, coseno elevado, ventana hamming (y muchos más) comenzarán su viaje.
Wikipedia: ventanas Cooley Hann Lanczos Hamming Blackman Kaiser Nutttall y muchos amigos :-)
Probablemente útil
National Instruments y nuevamente aquí
Análisis de espectro DFT
fuente
Los resultados de FFT realmente revelan todo sobre las frecuencias inyectadas originales. Pero debido a que las frecuencias inyectadas no eran exactamente periódicas en la longitud de apertura FFT, las frecuencias se han enredado en formas de onda Sinc debido a esta ventana no relacionada con el periódico, y luego se volvieron a muestrear. Para recuperar las frecuencias originales, es posible que deba desconvolucionar, interpolar y reescalar según la longitud de la FFT.
fuente
Esta no es una respuesta completa de ninguna manera, y no espero que sea aceptada, pero también creo que hay un valor educativo significativo en esta respuesta.
En su mayoría tienes razón. El FFT aprovecha la simetría de las muestras de frecuencia a lo largo del círculo unitario en el plano z:
Si su número de muestras es una potencia de 2, como se muestra arriba, puede ver la simetría a través del eje real y el eje imaginario. Esencialmente, lo que hace la FFT es usar esta simetría para colapsar las muestras en 1 cuadrante (o menos, no estoy seguro de los detalles de esta simetría) del círculo unitario. Esto significa que la FFT solo tiene que hacer un pequeño número de cálculos, en relación con todo el rango de frecuencia.
Lo que puede hacer con relleno cero es aumentar la resolución de la FFT agregando ceros para producir una mayor potencia de 2 muestras. La simetría sigue ahí, solo hay más muestras empaquetadas en el círculo unitario ahora.
Entonces, si NO tiene una potencia de 2, los FFT menos robustos no harán cero para usted, y puede encontrar alias en su salida.
fuente