窗口傅里叶变换.pdfVIP

第 3 章 小波变换 3.2 窗式傅里叶变换 3.2.1 Fourier Transform 局域化特性分析 由于利用它可以把许多常见的微分、积分和卷积运算化简成代数 运算，所以傅里叶变换（FT）是一种刻画函数空间、求解微分方程 和进行数值运算的有效工具。 FT 在平稳信号分析和处理中有着突出的贡献的基本原因在于， 人们利用它可以把复杂的时间信号和空间信号转换到频率域中，然后 用频谱特性去分析和表示时域信号的特性。 傅里叶变换对 ： f ()tFu? ( ) +∞ F ()ωωω=?∈∫ ft ()exp[] j tdt , R ?∞ 1 +∞ f ()tF= (ω )exp jωωtd ∫ [] 2π ?∞ 这里正变换告诉我们：从时间（模拟）信号中提取频谱信息 F()ω ， 就是使用（－∞，∞）的时间信息来计算单个频率的频谱（频域过程 F()ω 的任一频率组成部分的值），这是由在（－∞，∞）上的时域过 程 f (t)决定的。 反变换类似：过程 f ()t 在任一时刻的状态也是由 F()ω 在整个频 域（－∞，∞）的量决定。 故， f ()t 和 F()ω 彼此间的刻画是“全局性”的，不能反映各自 局部区域上的特征,人们虽然从傅立叶变换能清楚地看到一个信息包 1 第 3 章 小波变换 含的每一个频率的多少，但很难看出不同信号的发射时间和发射的延 续时间，缺少时间信息使得傅立叶分析变得脆弱而容易失误。 伊利诺依斯大学教授 Y. M ey er 曾说：“若你记录 1 小时长的信息 而在最后 5 分钟出错，这一错误就会毁了整个傅立叶变换。相位的错 误是灾难性的，如果在相位上哪怕犯了一个错误，你最后就会发现你 所干的事与最初的信号无关了。”（科学前沿 P241） 实际上，对常见的不平稳信号，如语音信号、音乐信号、探地信 号、核探测的脉冲信号、以及核医学的图像信号等，它们的频域特性 是随时间变化的，人们需要了解某些局部时段上所对应的主要频率特 性是什么，也需要了解某些频率的信息出现在哪些时段上，也就是需 要了解时－频局部化要求。对于这种时－频局部化要求，傅立叶变换 是无能为力的。 Examples. A stationary signal x()tttt=???+???+???+???cos ( 2ππππ 10 ) cos ( 2 25 ) cos( 2 50)( cos 2 100 t ) is a stationary signal, because it has frequencies of 10, 25, 50, and 100 Hz at any given time instant. Fig. 1 a stationary signal 2 第 3 章 小波变换 And the following is its FT: Fig.2 The next figure shows A signal with four different frequency components at four different time intervals