短时Fourier变换第二版精要.pptxVIP

短时Fourier变换; 由于在实际工作中所遇到的信号往往是时变的，即信号的频率在随时间变化，而传统的傅立叶变换，由于其基函数是复正弦，缺少时域定位的功能，因此傅立叶变换不适用于时变信号。信号分析和处理的一个重要任务，一方面是要了解信号所包含的频谱信息，另一方面还希望知道不同频率所出现的时间。; 尤金·维格纳（Eugene Wigner）于1932年基于传统傅里叶变换的缺陷提出了一种联合时频分析方法，即找到一个二维函数，它可以把信号的时域分析和频域分析结合起来，联合时频分析的结果既反映了信号的频率内容，也反映了频率内容随时间变化的规律。该方法大体可分为两类：线性联合时频分析方法和非线性联合时频分析方法。线性联合时频分析方法主要包括短时傅里叶变换、Gabor展开及小波变换。对于非线性联合时频分析方法，它包括Wigner-Ville分布和广义的双线性时频分布等[2]。 在1946年，丹尼斯·加博尔（Dennis Gabor）提出了短时傅里叶变换和Gabor 展开的概念。短时傅里叶变换，其基本思想是将信号加窗，将加窗后的信号再进行傅里叶变换。加窗处理使得变换结果为时刻t附近的很小时间段上的局部谱，窗函数可以根据时间t的变化在整个时间轴上平移，即利用窗函数可以将任意时刻t附近的频谱实现时间局域化，从而构成信号的二维时频谱。即使信号s(t)是非平稳的或时变的，但加窗处理将它分成许多小段后，可以假定每一小段的信号都是平稳的，所以短时傅里叶变换也可以用于非平稳信号或时变信号的分析。;短时傅里叶变换（STFT，short-time Fourier transform）。其主要思想是将信号加窗，将加窗后的信号再进行傅里叶变换，加窗后使得变换为时间t附近的很小时间上的局部谱，窗函数可以根据t的位置变化在整个时间轴上平移，利用窗函数可以得到任意位置附近的时间段频谱实现时间局域化。;连续短时傅立叶变换;将重构公式带入上式，容易证明;显然，我们选取的窗函数 恰好满足完全重构条件，那么，可将前式写成：;短时Fourier变换的性质： 1、根据短时Fourier变换的基本定义，我们可以在验证：;窗函数g(t)的选择; 虽然原则上，我们可以任意选择窗函数，但是在实??应用中，还是期待它有很好的时间和频率的聚集性（即能量在时频平面时高度集中的），使得STFTz(t,f)能够有效地对应为信号x(t)在时频点（t,f）附近的“内容”，也就是前面多次强调过的，g(t)的窗款应该与信号的局部平稳长度相适应，常用的一种特殊选择是下面的高斯窗函数：;对于一般的基函数gtf，它应该满足“恒等分辨”要求。所谓恒等分辨，就是任何一个能量有限的信号z(t)都应该能够从STFTz(t,f)完全重构出来，容易验证：;这满足前面讲到的完全重构条件。;离散短时Fourier变换; 特别的，若选择 ＝g(k)，则我们可以得到离散短时Fourier反变换：