现代信号处理时频的基本概念解析.ppt

* * * * * * * * * * * * * * 例1（续）：时频分析的三维表示 例2：线性频率调制信号 STFT实例及分析 300 200 100 50 不同宽度的窗函数 STFT实例及分析 STFT实例及分析 短时傅立叶反变换 * * * * * * * * * * * * * * * * * * * * * * * * 现代信号处理Modern signal processing 时频分析的基本概念 时宽与带宽的基本概念 不定原理 短时傅立叶变换 线性频率调制信号 分辨率的基本概念 “分辨率”包含了信号的时域和频域两个方面，它是指对信号所能作出辨别的时域或频域的最小间隔（又称最小分辨细胞） 分辨能力的好坏一是取决于信号的特点，二是取决于所用的算法 对在时域具有瞬变的信号，我们希望时域的分辨率要好（即时域的观察间隔尽量短），以保证能观察到该瞬变信号发生的时刻及瞬变的形态 参考： M. Vetterli, ”Wavelets and Subband Coding “, Prentice Hall PTR, 1995 p.11 傅立叶变换的局限性 -T T 0 A t x(t) Ω X(Ω) 0 2AT 矩形窗的宽度和其频谱主瓣的宽度成反比。由于矩形窗在信号处理中起到了对信号截短的作用，若信号在时域取得越短，即保持在时域有高的分辨率，那么由于的主瓣变宽因此在频域的分辨率必然会下降。反映了傅立叶变换中在时域和频域分辨率方面所固有的矛盾 傅立叶变换的局限性 缺乏时频定位功能 不适合分析非平稳信号 分辨率上的局限性 傅立叶变换缺乏时频定位功能，根本原因是什么？ 信号的时宽与带宽 能量信号 式中||.||表示求范数， X(jΩ)是x的傅立叶变换。这样，归一化函数x(t)2/E及x(Ω)2/E可看作是信号在时域和频域的密度函数。 信号的时宽与带宽 定义2?t， 2?Ω分别是信号的时宽和带宽 定义?t?Ω为信号的时宽－带宽积 信号的时宽与带宽举例 例： 傅立叶变换的微分性质 Parseval 恒等式 Schwarz 不等式 不确定原理的预备知识 不确定原理 信号的时宽与带宽 定义2?t， 2?Ω分别是信号的时宽和带宽 定义?t?Ω为信号的时宽－带宽积 瞬时频率 设由两个chirp信号相加而成，它们有着相同的幅度，第一个chirp信号的频率在0～0.3之间线性变化，第二个在0.2～0.5之间线性变化。(a)是该信号的时域波形，(c)是其实际的瞬时频率。显然，在任一时刻，该信号都包含两个频率分量。图(b)是按上式的定义计算出的瞬时频率，它在任一时刻都是单值的，其形状不能反映该信号频率变化的实际内容。 多分量信号，(a)时域波形，(b)按定义求出的瞬时频率， (c)信号实际的瞬时频率 短时傅立叶变换(Short Time Fourier Transform，STFT ) 在时域用窗函数去截对截下来的局部信号作傅立叶变换，即得在时刻得该段信号得傅立叶变换。不断地移动，也即不断地移动窗函数的中心位置，即可得到不同时刻的傅立叶变换。 短时傅立叶变换 对信号在时域加窗，相应的频域也要加窗 t1 t2 Ω2 Ω1 STFT的时间分辨率由窗函数的宽度决定 STFT的频率分辨率由窗函数的频谱宽度决定 两个实例 窗函数 时域 频域 高斯窗函数 窗函数无限宽时STFT缺少时域定位功能 窗函数无限窄时STFT缺少频域定位功能 窗函数宽度为55 窗函数宽度为13 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *