现代信号处理第5章45726new.pptVIP

机械工程学院机自所动态室 机械工程学院机自所动态室 第五章 非平稳信号处理方法 5.1 短时傅里叶变换 5.2 小波变换 5.3 小波包信号分解与频带能量监测 5.4 工程应用 5.1 短时傅里叶变换 时间分辨率 和频率分辨率 不可能同时任意小，根据Heisenberg不确定性原理，有以下限制 5.1.6 上式中，当且仅当采用了高斯窗函数，等式成立。 时间分辨率和频率分辨率一旦确定，则STFT在整个时频平面上的时频分辨率保持不变。 短时傅里叶变换能够分析非平稳动态信号，其基础是傅里叶变换，更适合分析准平稳 quasi-stationary 信号。 反映信号高频成份需要用窄时窗，而反映信号低频成份需要用宽时窗。短时傅里叶变换不能同时满足这些要求。 * * 第五章 非平稳信号处理方法 经典的傅里叶分析能够完美地描绘平稳的正弦信号及其组合，但不能恰当地反映非平稳信号的特征。 许多随机过程从本质上来讲是非平稳的，例如语音信号、冲击响应信号 、机组启、停机信号等。 必须寻找既能够反映时域特征又能够反映频域特征的新方法。 本章介绍短时傅里叶变换、小波变换和小波包分析等非平稳信号分析方法的原理、特点及其在工程中的应用。 第五章 非平稳信号处理方法 5.1 短时傅里叶变换 5.2 小波变换 5.3 小波包信号分解与频带能量监测 5.4 工程应用 5.1 短时傅里叶变换 傅里叶变换用平稳的正弦波作为基函数 ，通过内积运算去变换信号 ，得到其频谱 。 5.1.1 这一变换建立了一个从时域到频域的谱分析通道。 频谱X f 显示了用正弦基函数分解出x t 中任一正弦频率f 的总强度。 傅里叶谱分析提供了平均的频谱系数，只与频率f 有关，而与时间t无关。 傅里叶分析还要求所分析的随机过程是平稳的. 1946年Gabor提出了窗口傅里叶变换，称为短时傅里叶变换（Short Time Fourier Transform, STFT）。 5.1 短时傅里叶变换 由加窗信号 的傅里叶变换产生短时傅里叶变换。 5.1.2 是中心位于 ，高度为 1、宽度有限的时窗函数，通过 所观察到的信号 的部分是 。 是 STFT的基函数。 t x t h t h t-τ x t h t τ 0 1 5.1 短时傅里叶变换 窗函数 的选取是关键。最优窗函数是高斯函数。 5.1.3 高斯窗函数的形状是： 1 ，1/4 ，1/16 5.1 短时傅里叶变换 给定窗函数 和它的傅里叶变换 ，则带宽 为 5.1.4 STFT的频率分辨率是 。两个正弦波之间的频率间隔大于 ，则可区分这两个正弦波。 STFT的时间分辨率是 ，有 5.1.5 两个脉冲的时间间隔大于 ，则可区分这两个脉冲。 第五章 非平稳信号处理方法 5.1 短时傅里叶变换 5.2 小波变换 5.3 小波包信号分解与频带能量监测 5.4 工程应用 5.2 小波变换 近年来在工具和方法上有重大突破的小波变换，为非平稳信号分析展示了美好的前景。 “小波”就是小的波形。所谓“小”是指局部非零，波形具有衰减性；“波”则是指它具有波动性，包含有频率的特性。 小波分析的思想来源于伸缩和平移方法。 1910年A. Haar提出的规范正交系 1984年，J. Morlet在分析地震数据的局部性时引进了小波概念。 1986年，Y. Meyer构造出二进伸缩、平移小波基函数，掀起小波研究热潮。 1987年，S. G. Mallat将多分辨思想引入小波分析，提出快速塔形算法。 1988年，I. Daubechies构造了紧支集正交小波基，完善小波理论体系。 1989到1991年，R. R. Coifman、M. V. Wickerhauser等提出小波包及算法。 1997年，W. Sweldens提出第二代小波变换的概念和算法。 近一个世纪，特别是近二十年来，小波理论和算法发展突飞猛进。为信号处理领域里各自独立开发的方法建立了一个统一的框架 5.2 小波变换 由基本小波或母小波 通过伸缩 a 和平移 b 产生一个函数族 称为小波。有 5.2.1 式中 是尺度因子， ， 是时移因子。 ，波形收缩； ，波形伸展。 保证在不同的 值下，即在小波函数的伸缩过程中能量保持相等。 信号 的小波变换为 5.2.2 小波变换是用小波基函数 代替傅里叶变换中的基函数 以及短时傅里叶变 换中的基函数 而进行的内积运算。 小波变换的实质就是以基函数 的形式将信号 分解为不同频带的子信号。 5.2 小波变换 对信号 进行小波变换相当于通过小波的