第2章 窗口傅立叶(Fourier)变换.docVIP

第2章 窗口傅立叶（Fourier）变换 傅氏分析在信号分析处理中的杰出贡献，在于它将复杂的时域信号转换到频域中，时域信号和频域信号组成傅氏变换对，从而既可以在时域中分析信号，也可以在频域中更细致地作出特殊分析。但是，无论在时域或是在频域，傅氏变换都是定义在实数域R上的，它不能分析局部时域信号的局部频域特性，它没有时-频局部化的功能；换言之，它在时域中没有任何分辨，变换在任何有限频段上的信息，都不足以确定在任意小的范围内的函数。 本章介绍的窗口傅氏变换正是在时-频局部分析方面取得了本质性的进步。本章中关于时-频局部化的概念和表述，关于时-频窗口的含义及其度量办法，对理解小波分析的本质是有启发性的。 2.1 短时的时-频分析需要 实际中待分析的确定性的时域信号常分为平稳信号和非平稳信号。平稳信号的变化较平缓；非平稳信号的变化急剧，甚至有突变表现。气候时间序列就是如此。对于非平稳信号，需要了解某局部段的时域信号所对应的频谱特性，也需要了解某频段的频谱表现所对应的时域表现。 对空域信号的分析也是这样。在第1章1.7节的实例中，分析甘肃省秋寒潮的环流演变过程不仅需要了解整个北半球的环流背景，更需要知道甘肃省上、下游一定范围内的长波演变，如乌拉尔山阻塞高压到东亚大槽的活动，考察哪些波长的波动起主导作用，它们的兴衰和移动等。同时，把前几个波组成的合成波的高度廓线与实际的高度廓线比照，改变合成波的单波组成，使之更接近实际。 总之，实际需要提出了关于短时段时域信号所对应的局部频域特性的要求，即时-频局部化的要求。 传统的傅氏分析无法达到上述时-频局部化的要求。只要仔细观察分析傅氏变换的表达式 即可明白其中的原因。一方面，傅氏变换要求提供的全部信息，即使截取短时段信号，但提供的是关于的全部信息，主要反映这个短时段时域信号的那些局部频域特性却无法知道。另一方面，时域信号的局部改变会影响其的全局改变， 在某个特定的处的表现不可能通过局部时域信号得到，它需要提供的全部信息。特别值得注意的是，（函数），这清楚地表明：时域中某点的局部变化会影响全局；同样，频域中的某点的局部变化也会影响到全部时域。因此，傅氏分析方法没有时-频局部化功能。 2.2 卷积与窗 卷积的傅氏变换对 提供了关于时域局部化或者频域局部化的一种办法。在下面的讨论中，始终用来表示待分析的时域信号，是其频谱表现；是其相应的频谱表现；的不同选择，将会导致时域或频域中的不同的局部化效果。 1．理想时窗函数及其频域表现 观察式(2.2)左端以及在时域中能起到的局部化作用。为此，在时域中选择形式最简单的矩型函数，来实现对的开窗效果,即实现在时域中的局部化效果；也可选择在时域中具有局部作用的线性样条函数(山形函数)和2次样条函数(经伸缩变化)等时窗函数,如图2.1所示。 图2.1 3种时窗函数示意图 这些时窗函数的开窗范围为，表示开窗的中心位置,表示开窗的影响半径。 形如图2.1所示的3种时窗函数，它们在时域中的支集(即定义域)是有限范围的，开窗效果在时域中表现得非常清楚。 2．对卷积的进一步理解 第一，时域卷积可实现滤波。当确定滤波器，则在频域中的开窗（滤波）效果和应用含义都是直观的，其滤波效果可通过时域中的卷积来实现，实现过程是简单的。W 第二，时域卷积可看做内积。对比它们的运算定义： 内积 ， 卷积 ， 可以看出：内积是一个具体数值；卷积具有内积形式，对于确定的τ是一个数值，对于变化的τ它是一个函数。 第三，时域卷积可看做积分变换。这里将看做变换因子，原信号经积分变换后演变为一个新的函数（模拟信号）。 第四，时域卷积可看做信号在附近的局部化处理，此时的时窗函数为。 2.3 窗口傅氏变换的基本思想 为克服傅氏变换在时-频局部化方面的不足，也为了对时域信号作局部分析，Gabor于1946年提出了窗口傅氏变换（简记为WFT）方法。 WFT的数学形式为 （2.3） 其中，实函数为时窗函数。由于式（2.3）右端形式是由 Gabor 提出的一种积分变换，此类变换称为Gabor变换，变换结果是关于和b的函数，故用记号表示这种变换。 WFT （即式（2.3））实现时域和频域局部化的基本思想是重要的。在时域局部化方面，它通过引进的时窗函数，使时域信号在附近被局部化为（见图2.2）。粗略地看，WFT是在附近的时间窗中观察时域信号；同理，在附近的频率窗中观察频域信号。显然，要使WFT能用于时一频局部化分析，必须对和提出合适的要求。 图2.2 时窗函数的时域局部化表现 下面举一个例子说明WFT在时一频局部化分析方面的效果和作用。这里选用和如下： （2.4） 信号如图2.3 (a) 所示,其