傅里叶变换及小波分析(修改后)精要.pptVIP

傅里叶变换 什么是傅里叶分析？ 贯穿时域与频域的方法之一，就是传中说的傅里叶分析 时域——分析信号随时间的变化。 频域——该信号中所包含的各种频率分量。 时域分析只能反映信号的幅值随时间的变化情况，除单频率分量的简谐波外，很难明确揭示信号的频率组成和各频率分量大小。 为什么要进行傅里叶分析？ 信号频谱代表了信号在不同频率分量成分的大小，能够提供比时域信号波形更直观，丰富的信息。 1.周期信号的傅里叶级数 时域 频域 2.非周期信号的傅里叶变换 时域 频域 对比发现 周期信号其频谱为离散谱； （傅里叶级数） 非周期信号其频谱为连续谱；（傅里叶变换） 傅里叶级数：原信号是周期、连续的，经傅里叶级数之后结果是离散的。 傅里叶变换：原信号是非周期、连续的，经傅里叶变换之后，结果也是连续的。 适用于数字信号的傅里叶变换 傅里叶级数和傅里叶变换都是针对连续信号而言的，那么对于数字信号而言，是否有对应的傅里叶分析呢？答案是肯定的，这就是离散时间傅里叶变换（DTFT）和离散傅里叶变换（DFT）。 3.离散时间傅里叶变换（DTFT） 对非周期、离散信号的傅里叶分析称为离散时间傅里叶变换。 原信号是非周期、离散的，经离散时间傅里叶变换后，结果是连续的。 4.离散傅里叶变换（DFT） 对周期、离散信号的傅里叶分析称为离散傅里叶变换。 原信号是周期、离散的，经离散傅里叶变换后，结果是离散的。 离散傅里叶变换（DFT）的应用 由于计算机等数字设备只能处理数字信号，即无论是时域还是频域，都要求是离散的。因此，DFT在实践中占有最重要的地位。 1.在数字滤波器中应用  采用FFT算法技术进行滤波，则几乎可以做到接近理想滤波器的效果，这种滤波器的特点是利用了离散化的傅里叶变换算法，先对信号的频谱进行分析，再根据滤波要求直接剔除不需要的频谱，因此能很干净的滤除信号中的干扰。 2.在汽车主动防撞雷达中应用 线性调频信号用于汽车主动防撞雷达中，匹配傅里叶变换快速算法，可准确识别信号的峰值，即使在较低信噪比条件下，仍具有较强的信号检测和识别能力，体现了匹配傅里叶变换快速算法的优越性。 3.汽车零部件形状精度检测诊断 4.汽车减速箱中主振源检测 傅立叶变换的局限性： 傅立叶变换是信号分析和处理的理论基础，有着非凡的意义，起着重大的作用。但是傅立叶变换有它明显的缺陷，信号任何时刻的微小变化会牵动整个频谱。实际信号往往是时变信号、非平稳过程，了解它们的局部特性常常是很重要的。人们通过预先加窗的方法即采用短时傅立叶变换，用时间窗的一段信号来表示它在某个时刻的特性，显然，窗越宽，时间分辨率越差，但为提高时间分辨率而缩短窗宽时，又会减低频率分辨率。因此短时傅立叶变换不能同时兼顾时间分辨率和频率分辨率。 小波变换 小波变换是在傅立叶分析的基础上发展起来的，作为时—频分析方法，小波分析比傅立叶分析有着许多本质性的进步。 小波分析提供了一种自适应的时域和频域同时局部化的分析方法，无论分析低频或者高频信号，它都能自动调节时—频窗，以适应实际分析的需要，它在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率，所以被誉为分析信号的显微镜。 小波分析基本原理 对模拟信号 f (t)的积分变换 称为小波变换，其中， 是由 (t)经平移和放缩的结果，当满足一定条件时 (t)称为允许小波函数。 允许小波函数 (t)应满足的条件： 1.要求 ，这就要求 具有快速衰减性。 2.要求 ，表明 具有波动性。 总之， 是像波一样的快速衰减函数，形如小的波，这就是 称为小波的原因。 构造小波的意义 小波变换在分析诊断信号有着自身的显著优势，然而并不是每个小波都能分析处理任意的信号，运用小波有很强的选择性，针对不同的信号需要应用符合其条件的小波，如何选择小波是小波研究中的热点和难点问题。 小波变换的应用 1.由前面的我们知道：对于高频谱的信息，时间间隔要相对较小以给出比较好的精度，而对于低频谱的信息，时间间隔要相对较宽以给出完全的信息，亦即需要一个灵活可变的时间—频率窗，使在高“中心频率”时自动变窄，而在低“中心频率”时自动变宽，傅里叶变换无法达到这种要求，它只能作全局分析，而且只对平稳信号的分析有用。 2.短时傅里叶变换虽然在一定程度上克服了标准傅里叶变换不具有局部分析能力的缺陷，但它也存在着自身不可克服的缺陷，即当窗函数确定后，矩形窗口的形状就确定了，只能改变窗口在相平面的位置，而不能改变窗口的形状。因此短时傅里叶变换本质上是具有单一分