短时傅里叶分析.PDF

第4 章 短时傅里叶分析 4.1 概 述 傅里叶分析在信号处理中具有十分重要的作用，它是分析线性系统和平稳信号稳态特性的强 有力手段，在许多工程和科学领域中得到了广泛的应用。这种以复指数函数为基函数的正交 变换，理论上很完善，计算上很方便，概念上易于理解。同时，傅里叶分析可使信号的某些 特性变得很明显，而在原始信号中这些特性可能没有表现出来或至少不明显。 在语音信号处理中，傅里叶表示在传统上一直起主要作用。其原因一方面在于稳态语音的产 生模型由线性系统组成，此系统被一随时间作周期变化或随机变化的源所激励，因而系统输 出的频谱反映了激励与声道频率响应特性。另一方面，语音信号的频谱具有非常明显的语言 声学意义，可以获得某些重要的语音特征(如共振峰频率和带宽等) 。同时，语音的感知过程 与人类听觉系统具有频谱分析功能是密切相关的。因此，对语音信号进行频谱分析，是认识 语音信号和处理语音信号的重要方法。 然而，语音波是一个非平稳过程，因此适用于周期、瞬变或平稳随机信号的标准傅里叶变换 不能用来直接表示语音信号。对语音处理来说，短时分析的方法是有效的解决途径。由于语 音信号的特性是随时间缓慢变化的，因而可以假设它在一短段时间内保持不变。短时分析方 法应用于傅里叶分析就是短时傅里叶变换(STFT)，即有限长度的傅里叶变换；相应的频谱称 为“短时谱”。语音信号的短时谱分析是以傅里叶变换为核心的，其特征是频谱包络与频谱 微细结构以乘积的方式混合在一起；另一方面是可用FFT 进行高速处理。 短时傅里叶分析是分析缓慢时变频谱的一种简便方法，是用稳态分析方法处理非平稳信号的 一种方法，在语音处理中是一个非常重要的工具。短时傅里叶变换最重要的应用是语音分析 —合成系统，因为由短时傅里叶变换可以精确地恢复语音波形。 〖JP3〗从广义上讲，语 音信号的频域分析包括频谱、功率谱、倒谱、频谱包络分析等，常用的频域分析方法有带通 滤波器组法、傅里叶分析、线性预测分析等几种。本章将介绍短时傅里叶分析。〖JP 〗 4.2 短时傅里叶变换 4.2.1 短时傅里叶变换的定义 由于可以认为语音信号是局部平稳的，所以可以对某一帧语音进行傅里叶变换，即短时傅里 叶变换，其定义为  X n (ej ) x(m)w(n m)ej m (4-1) m  可见，短时傅里叶变换是窗选语音信号的标准傅里叶变换。这里用下标n 区别于标准的傅里 叶变换。式(4-1)中，w(n-m)是窗口函数序列。同样，不同的窗口函数序列，将得到不同的 傅里叶变换的结果。由该式知，短时傅里叶变换有两个自变量：n 和ω，所以它既是关于时 间n 的离散函数，又是关于角频率ω的连续函数。与离散傅里叶变换和连续傅里叶变换的关 系一样，若令ω＝2πk/N ，则得离散的短时傅里叶变换 2k  2km j j X n (e N ) X n (k ) x (m)w(n m)e N 0 k N 1 (4-2) m  它实际上是X n (ej ) 在频域的取样。由式(4-1)和式(4-2)可以看出，这两个公式都有两种解 释：① 当n 固定不变时，它们是序列w(n-m)x(m)(-∞＜m ＜∞) 的标准傅里叶变换或标准的 离散傅里叶变换。此时X n (ej ) 与标准傅里叶变换具有相同的性质，而Xn(k)与标准的离散 傅里叶变换具有相同的特性。② 当ω或k 固定时， j  和Xn(k)看做是时间n 的函数。 X n (e ) 它们是信号序列和窗口函数序列的卷积，此时窗口的作用相当于一个滤波器。下面分别从这 两方面对短时傅里叶变换进行分析。 4.2.2 标准傅里叶变换的解释 此时，短时傅里叶变换可写为  X n (ej ) [x(m)w(n m)]ej m (4-3) m  当n 取不同值时窗w(n-m)沿着x(m)序列滑动，所以w(n-m)是一个“滑动的”窗口。图4-1 画出了这一情况，它表明了在几个不同n 值上x(m)及w(n-m)与m 的函数关系。由于窗口是 有限长度的，满足绝对可和条件，所以