浅谈傅里叶变换短时傅里叶变换和小波变换.PDFVIP

浅谈傅里叶变换，短时傅里叶变换和小波变换 彭仁竹 2018.9.27 一.傅里叶变换 傅立叶变换是一种分析信号的方法，它可分析信号的成分，也可用这些成分合成信号。许 多波形可作为信号的成分，傅立叶变换用正弦波作为信号的成分，傅里叶变换在物理学、 电子类学科、组合数学、信号处理、概率论、统计学、密码学、声学、光学、海洋学、结 构动力学等领域都有着广泛的应用（例如在信号处理中，傅里叶变换的典型用途是将信号 分解成频率谱——显示与频率对应的幅值大小） 从几何的角度分析傅里叶变换的意义 傅里叶变换的公式： = 欧拉公式： = cos + cos 欧拉公式在几何上可看做为一个半径为1的圆，对于公式 来说，其可看 成在极坐标下产生转角为，模长为(的向量，对于而言，其转动方向 为逆时针方向，变为,所以公式 示的是一个顺时针旋转，大小 为( ，转角 的向量 假设(为由正弦函数和余弦函数为成分组成的波，可以用MATLAB画出化下 的 示意图 当 存在频率为 的信号cos + 1时，用MATLAB画出的 中w 分别为 w,2w, 3w 的图像如下图所示： = = 2 = 3 再来看式子 = ∫ 的意义，根据积分的定义， = ∫ 可以 看成(w) = lim ∑ () 的值, 则这个公式的意义就是求图像上所围成图形的型心 → 由上一张PPT可以看出，只有 = 时，质心才不为零，这也就解释了傅里叶变换为何 能提取一个波的主频率，如果有一个波有很多的频率w , w …… w ,当中w= w 时， 其余的频率性质均无法提取（均为零），所以能提取出波的频率特性 但是傅里叶变换存在着严重的缺点:用傅里叶变换的方法提取信号频谱时,需要利用信号 的全部时域信息,这是一种整体变换,缺少时域定位功能,因此必须对其加以改进 二.短时傅里叶变换 短时傅里叶变换是最常用的一种时频分析方法，可以用来处理频率随着时间变化的非平 稳信号，它通过时间窗内的一段信号来表示某一时刻的信号特征。即用窗函数将原来的 函数分为很多个时间段，在每个时间段的函数对其进行傅里叶变换，在短时傅里叶变换 过程中，窗的长度决定频谱图的时间分辨率和频率分辨率，窗长越长，截取的信号越长， 信号越长，傅里叶变换后频率分辨率越高，时间分辨率越差；相反，窗长越短，截取的 信号就越短，频率分辨率越差，时间分辨率越好，也就是说短时傅里叶变换中，时间分 辨率和频率分辨率之间不能兼得，应该根据具体需求进行取舍。 短时傅里叶变换举例 可以明显看出，相对于傅里叶变换，短时傅里叶变换有了时域上的特征，但由于所取 窗函数比较固定，在频域上和时域上的精度不可兼得，所以窄窗口时间分辨率高、频 率分辨率低，宽窗口时间分辨率低、频率分辨率高。对于时变的非稳态信号，高频适 合小窗口，低频适合大窗口。然而短时傅里叶变化的窗口是固定的，在一次短时傅里 叶变化中宽度不会变化，所以短时傅里叶变化还是无法满足非稳态信号变化的频率的 需求 三.小波变换 小波变换是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时 又克服了窗口大小不随