¿Qué son las frecuencias altas y bajas en una señal?

Soy nuevo en el procesamiento de señales. Estoy trazando una señal en el dominio del tiempo en matlab. No entiendo qué partes de la señal son frecuencias altas y bajas, ¿alguien puede explicar qué es una frecuencia alta y baja, y cómo ver las frecuencias altas y bajas en un gráfico?

Las frecuencias altas contribuyen a las partes que varían rápidamente de la señal (las transiciones bruscas), mientras que las frecuencias bajas contribuyen a las variaciones lentas de la señal en el dominio del tiempo.

Es posible que desee echar un vistazo aquí: http://cns-alumni.bu.edu/~slehar/fourier/fourier.html

Además, si tiene el tiempo, puede echar un vistazo a este curso en línea: http://academicearth.org/courses/the-fourier-transform-and-its-applications No se arrepentirá.

Las frecuencias altas y bajas dependen de la aplicación. Una baja frecuencia para wifi sería 2.4GHz, mientras que una alta frecuencia sería 5GHz. Para el habla humana, una baja frecuencia es 300Hz, mientras que una alta frecuencia es 3000Hz.

Un gráfico de fft (Transformada rápida de Fourier) nos permite visualizar diferentes frecuencias. Este ejemplo está adaptado de la ayuda fft de Matlab . La siguiente figura muestra los primeros 100 de$2^{20}$muestras de una señal horaria con dos frecuencias. Observe cómo es difícil ver el componente de 1Hz en esta figura.

Para ver el contenido de frecuencia, trazamos el espectro como se muestra en la siguiente figura. Aquí podemos ver claramente las dos frecuencias: una a 1Hz y la otra a 50Hz.

Aquí está el código que usé para generar estas parcelas.

fs = 2^10;        %sample frequency in Hz
T  = 1/fs;        %sample period in s
L  = 2^20;        %signal length
t  = (0:L-1) * T; %time vector

A1 = 0.2; %amplitude of x1 (first signal)
A2 = 1.0; %amplitude of x2 (second signal)
f1 = 1;   %frequency of x1
f2 = 50;  %frequency of x2

x1 = A1*sin(2*pi*f1 * t); %sinusoid 1
x2 = A2*sin(2*pi*f2 * t); %sinusoid 2
y  = x1 + x2;

%Plot signal
figure;
set(gcf,'Color','w'); %Make the figure background white
plot(fs*t(1:100), y(1:100));
set(gca,'Box','off'); %Axes on left and bottom only
str = sprintf('Signal with %dHz and %dHz components',f1,f2);
title(str);
xlabel('time (milliseconds)');
ylabel('Amplitude');

%Calculate spectrum
Y = fft(y)/L;
ampY = 2*abs(Y(1:L/2+1));
f = fs/2*linspace(0,1,L/2+1);
i = L/fs * (max(f1,f2)) + 1; %show only part of the spectrum

%Plot spectrum.
figure;
set(gcf,'Color','w');  %Make the figure background white
plot(f(1:i), ampY(1:i));
set(gca,'Box','off');  %Axes on left and bottom only
title('Single-Sided Amplitude Spectrum of y(t)');
xlabel('Frequency (Hz)');
ylabel('|Y(f)|');

Realmente depende de qué tipo de señal en el dominio del tiempo está mirando y cómo la está mirando. A veces es fácil de ver. A veces no lo es.

Si está trazando algo como la amplitud (voltaje, presión, altura, etc.) contra el tiempo, y ve mucha acción de subida y bajada en una distancia relativamente corta, puede deberse a un contenido espectral de mayor frecuencia. Si observa algunas tendencias ascendentes y descendentes en un lapso mucho mayor, estas pueden representar algunas frecuencias más bajas. Los dos se pueden mezclar (agregar o sumar) juntos en el mismo lapso. Si ve repeticiones repetidas de una forma de onda, eso puede representar su propio tipo de frecuencia. Por supuesto, todo esto depende de elegir un factor de escala de tiempo en relación con el significado contextual de su "alto" y "bajo". Es posible que deba jugar con los factores de escala para ver algo de interés.

Un FFT puede o no ser útil, e incluso puede ser tremendamente engañoso. El FFT tiene más que ver con el contenido espectral en un ancho de apertura dado que las frecuencias altas o bajas en una señal. Por ejemplo, es posible que una señal periódica de baja frecuencia de bordes afilados muestre gran cantidad de contenido de alta frecuencia en una FFT, incluso para una muy baja frecuencia de repetición de los fenómenos de señal real. Las personas que buscan tono musical a menudo confunden los dos. Y las FFT de cortes de una señal más larga que no es absolutamente periódica en el ancho de apertura de la FFT se mostrarán engañosamente como frecuencias periódicas en una interpretación ingenua de los resultados de la FFT.