时频分析技术简述详解.pdf

时频分析技术简述 一 时频分析产生的背景 在传统的信号处理领域，基于Fourier 变换的信号频域表示及其能量的频域 分布揭示了信号在频域的特征，它们在传统的信号分析与处理的发展史上发挥了 极其重要的作用。但是，Fourier 变换是一种整体变换，即对信号的表征要么完 全在时域，要么完全在频域，作为频域表示的功率谱并不能告诉我们其中某种频 率分量出现在什么时候及其变化情况。然而，在许多实际应用场合，信号是非平 稳的，其统计量（如相关函数、功率谱等）是时变函数。这时，只了解信号在时 域或频域的全局特性是远远不够的，最希望得到的乃是信号频谱随时间变化的情 况。为此，需要使用时间和频率的联合函数来表示信号，这种表示简称为信号的 时频表示。 时频分析的主要研究对象是非平稳信号或时变信号，主要的任务是描述信号 的频谱含量是怎样随时间变化的。时频分析是当今信号处理领域的一个主要研究 热点，它的研究始于20 世纪40 年代，为了得到信号的时变频谱特性，许多学者 提出了各种形式的时频分布函数，从短时傅立叶变换到 Cohen 类，各类分布多 达几十种。如今时频分析已经得到了许多有价值的成果，这些成果已在工程、物 理、天文学、化学、地球物理学、生物学、医学和数学等领域得到了广泛应用。 时频分析在信号处理领域显示出了巨大的潜力，吸引着越来越多的人去研究并利 用它。 二 常见的几种时频分析方法 一般将时频分析方法分为线性和非线性两种。典型的线性时频表示有短时傅 立叶变换(简记为STFT) 、Gabor 展开和小波变换(Wavelet Transformation ，简记为 WT)等。非线性时频方法是一种二次时频表示方法(也称为双线性) ，最典型的是 WVD(Wigner-Ville Distribution)和Cohen 类。 1 短时傅立叶变换STFT 为了分析语音信号，Koenig 等人提出了语谱图(Spectrogram)方法，定义为信 号的短时傅立叶变换STFT 的模平方，故亦称为STFT 方法或者STFT 谱图。离 散短时傅立叶变换定义如下:        j m STFTX n, x m  n m e m    式中 n 是时间窗函数。短时傅立叶变换的基本思想是用一个时间宽度足够 窄的固定的窗函数乘时间信号，使取出的信号可以被看成平稳的，然后对取出的 这一段信号进行傅立叶变换，便可以反映出该时间宽度中的频谱变化规律，如果 让这个固定的窗函数沿着时间轴移动，那就可以得到信号频谱随时间变化的规律 了。 短时傅立叶变换(STFT)虽然有着分辨率不高等明显缺陷，但由于其算法简 单，实现容易，所以在很长一段时间里成为非平稳信号分析标准和有力的工具， 它己经在故障诊断的信号分析和处理中得到了广泛的应用。 2. Gabor 展开 1946 年，Gabor 提出了一种同时使用频率和时间来表示一个时间函数的思想 和方法，这种方法便是后来的Gabor 展开，连续的Gabor 展开公式定义如下：     s t  amn g mn t m  n  式中    jn t g mn t g t mt e a  系数 称为Gabor 展开系数，而g t 则称为(m,n)阶Gabor 基函数，T 为时间 mn mn a 采样间隔，