第二章 信号处理方法.ppt

1 短时傅立叶变换(Short Time Fourier Transform , STFT ) 将一个信号的STFT定义如下： 其中h(t) 是窗函数. 沿时间轴移动分析窗, 我们可以得到两维的时频平面。STFT 方法最大的优点是容易实现。 STFT 分析实质上是限制了时间窗长的Fourier分析. STFT只能选定一个固定的窗函数, 且STFT 分析受限于不确定性原理, 较长的窗可以改善频域解但会使时域解变糟; 而较短的窗尽管能得到好的时域解, 频域解却会变得模糊。 2 Wigner-Ville 分布(WVD) 实际信号s(t) 的Wigner-Ville 分布定义为 式中: x(t)为s(t)的解析信号。 在Wigner-Ville 分布中使用解析信号x(t)而不是原实际信号s(t)的优点在于: 第一,解析信号的处理中只采用频谱正半部分,因此不存在由正频率项和负频率项产生的交叉项；第二,使用解析信号不需要过采样,同时可避免不必要的畸变影响。 将一维时间函数或频率函数映射为时间频率的二维函数 3 小波分析 小波分析是傅立叶分析最辉煌的继承、总结和发展。 从本质上讲，Fourier变换就是一个棱镜（Prism），它把一个信号函数分解为众多的频率成分，这些频率又可以重构原来的信号函数，这种变换是可逆的且保持能量不变。 傅立叶变换与棱镜 （1）处理突变信号或具有孤立奇异性的函数。（2）自适应信号处理。 “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。 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 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 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。 对信号 进行小波变换相当于通过小波的尺度因子和时移因子变化去观察信号。 小波变换的局部化是变化的，在高频处时间分辨率高，频率分辨率低；在低频处时间分辨率低，频率分辨率高，即具有“变焦”的性质，也就是具有自适应窗的性质。 尺 度 时宽减小（频宽增大） 时宽增大（频宽减小） t 平 移 b c c′ d′ d a 2.3.5 数字滤波器 滤波器在实际信号处理中起到了非常重要的作用。任何检测的信号都含有噪声，而滤波是去除噪声的基本手段。数字滤波器包括IIR滤波器和FIR滤波器。IIR滤波器设计主要内容包括：巴特沃思、切比雪夫模拟低通滤波器设计；脉冲响应不变法和双线性变换法的数字化变换方法；数字高通、带通和带阻滤波器的设计。而FIR滤波器是直接采用的数字式设计方法。 1 数字滤波器的性能指标 数字滤波器的传输函数： 数字低通滤波器的性能指标 式中均假定 (归一化)。 ? 当 时, ? 3 dB : 通带截止频率 : 阻带截止频率 : 3dB通带截止频率 : 通带允许的最大衰减 : 阻带允许的最小衰减 : 通带、阻带的容限（允许误差） : 分别定义为: (P-Pass，S-Stop) 2 数字滤波器的基本运算 ?基本运算:相乘，延迟，相加； ?表示方法:线性差分方程、系统函数、框图或流图。 ?差分方程: ?系统函数: 由上式得: 数字滤波器的框图和流程图表示 实现方法: IIR: N阶IIR,常采用递归结构； FIR: N阶FIR,常采用非递归结