stft变换基本知识.docxVIP

短时傅立叶变换 傅立叶变换将信号的时域表示和频域表示联系了起来。在传统的信号分析 中，平稳的随机信号在时域常用它的相关函数来表示， 在频域常用它的功率谱来 表示，相关函数与功率谱之间由傅立叶变换相联系。 但这种变换是一种全域变换， 只是将信号在单个域 (时域或频域) 里表示， 因此不能反映非平稳信号统计量的 时间变化。非平稳信号在局部可以认为是平稳的， 对信号的局部进行傅立叶变换， 以了解非平稳信号统计量的时间特性，这就是短时傅立叶变换STFT的基本思想。 STFT的定义 给定一个时间宽度很短的窗函数 丫( t),令窗函数丫( t )在t轴上滑动， 则信号 x(t) 的短时傅立叶变换定义为： oo STFT(t,f) = f_ o [x(t J 丫 * (t - t ) ]e-j2 nft dt / (1) 该式的物理意义是， 信号 x(t) 在时间 t 的短时傅立叶变换就是信号 x(t) 乘 上一个以t为中心的“分析窗” 丫 * (t1)所作的傅立叶变换。由于乘一个时 间宽度很短的窗函数丫 * (t- t )等价于取出信号在分析点t — t附近的一个切 片，所以短时傅立叶变换直接是信号x(t)在“分析时间t ”附近的“局部频谱”。 STFTx(t,f) 既是时间的函数，又是频率的函数。短时傅立叶变换( 1)式也称为 短时傅立叶分析。 STFT的时间一频率分辨率 . ■ * 由于在时间t的STFT是被窗函数丫 (t - t )预加窗后信号x(t)的谱，所 以位于以时间t为中心的局部窗间隔内的所有信号特性都会在时间 t的STFT内 显示出来。显然，STFT的高的时间分辨率要求窗函数丫(t)越窄越好；另一方 面，在频率f处STFT的高的频率分辨率要求窗函数丫(t)越宽越好。 如果用△ t和厶f分别表示STFT的时间分辨率和频率分辨率，则它们的乘 积满足不确定性原理： 时宽?带宽=△ t ? △ f 1 /4 n (2) 不确定性原理也称测不准原理。 不确定性原理的重要意义在于它告诉我们， 既有任意小的时域宽度， 又有任意小的频域宽度的窗函数是根本不存在的。 我们 只能牺牲时间分辨率以换取更高的频率分辨率， 或牺牲频率分辨率以换取更高的 时间分辨率。两个极端的例子是：冲激信号 x(t) (t)的时域宽度为零，而其 频域宽度为无穷大，频谱恒等于1;单位直流信号x(t) = 1的带宽为零，其频谱 为冲激函数，但其时域宽度为无穷大。 STFT综合 和传统的傅立叶分析与综合一样，短时傅立叶变换也有分析和综合之分 综合(重构)公式为： oo oo p(u)=上丿 o STFT(t,f)g (u- t ) ej2 n fu dtdf (3) STFT的完全重构条件为： o TOC \o 1-5 \h \z f_ o y * (t) g(t)dt = 1 (4) 三种满足STFT完全重构条件的分析窗函数： g(t)二丫 (t)； g(t) = s (t)； g(t) =1o 将式g(t) = 丫(t)代入(3)式，得短时傅立叶反变换公式： oo x(t) = f f STFT(t /,f J 丫 (t- t J ej2 ndt，df7 (5) 此时的完全重构条件为： of-o o f-oo -o y (t ) 2 dt = 1 (6) 短时傅立叶正变换( 1)是一维变换，而短时傅立叶反变换( 5)是二维变 换。 离散 STFT 短时傅立叶变换在实际应用时，需要将时频平面离散化。STFT分析公式(1) 的离散化形式是： o STFT(m,n)= 刀 x(k) y *(kT-mT)e -j2 ”(nF)k k = — o STFT综合公式(5)的离散化形式是： 式(7)和式(8)分别称作离散STFT分析和离散STFT综合。离散STFT综 o o x(k) = E 刀 STFT(m,n)g(kT-mT)e j2 ”(nF)k (8) m =— o n = — o 2 o o x(k) = E 刀 STFT(m,n) 丫 (kT-mT)ej2 ”(nF)k (9) m =— o n=— o 合也可以看作是离散STFT分析的广义反变换。若选择丫( k)= g(k)，则有离散 STFT反变换： 式中采样周期T和F、离散分析窗g(k)和离散综合窗丫(k)应满足下列“完 全重构条件”： 2001年 1月14 日 oo Eg (kT+n/F-mT) k =- o Y(kT-mT) /F= Sn (10)