原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
科研训练实验报告
——短时傅里叶变换
信息14
李兰鑫
2110502077
摘要
本次实验围绕短时傅里叶变换开展，首先利用MATLAB编程实现短时傅里叶正变换，之后利用短时傅里叶变换分析冲激信号、正弦信号等几种典型的合成信号，并观察得到的时频图，分析窗长变化对时间、频率分辨率的影响，最终得出结论，时窗长度的加宽导致信号的时间分辨率降低，而频率分辨率那么会增加。由此可以看出时间分辨率与频率分辨率成反比关系，不可兼得。
随后，利用短时傅里叶变换分析实测语音信号，观察其时频图，可分析得出与之前相同的结论，但由于语音信号缺乏规律性，相较之前的典型信号时频图。所得到的时频图分布并不均匀，但通过时频图可以分析得到语音信号的根本频率组成成分，
关键词：短时傅里叶时频图时间分辨率频率分辨率
引言
传统的信号分析与处理的数学工具是傅立叶变换。应用傅立叶变换可以将信号从时域变换至频域,或从频域变换至时域。对于频谱不随时间变化确实定性信号以及平稳随机信号,只要取样恰当,随着取样长度的增加,取样信号的傅立叶分析结果会逐步逼近信号的实际频率特性。然而现实中广泛存在着另一类信号,例如语音信号和通过时变频道传输的信号等,其频谱特性随时间变化而变化,不随取样长度的增加而逐渐收敛,与时间位置有着密切的联系。这类信号分为确定性时变信号和非平稳随机信号,此时假设仍然采用傅立叶变换分析其频谱,会有很大的局限性,因为傅立叶变换是一种信号的整体变换,要么完全在时域,要么完全在频域进行分析处理,无法给出信号的频谱如何随时间的变化规律,那么很难对分析结果作出合理的解释。
针对非平稳信号频谱和时间变量之间具有很强的依赖关系,近年来开展了信号的时频联合分析方法,这种方法形成了一个二维域(n,ω),在该二维域中能够表示信号能量随时间变化的规律。本文讨论短时傅立叶变换(STFT)在数字信号处理中的应用—分析非平稳信号,通过Matlab语言编程来观察短时傅立叶变换对非平稳信号频谱的分析结果。
本次实验主要目的是通过编程实现短时Fourier正变换，并利用短时傅里叶变换分析几种典型的合成信号，观察并分析窗长变化对时间、频率分辨率的影响；以便进一步理解短时傅里叶变换的物理含义；同时，在此根底上尝试利用短时傅里叶正变换分析实测语音信号。
实验原理
给定一信号，其STFT定义为
式中
及，
并且窗函数应取对称函数。
STFT的含义可解释如下：
在时域用窗函数去截〔注：将，的时间变量换成〕，对截下来的局部信号作傅立叶变换，即得在时刻得该段信号得傅立叶变换。不断地移动，也即不断地移动窗函数的中心位置，即可得到不同时刻的傅立叶变换。这些傅立叶变换的集合，即是。显然，是变量的二维函数。
实验结果
3.1短时傅里叶正变换原代码实现
本段代码是直接利用了MATLAB中的函数specgram，该函数功能为使用短时傅立叶变换得到信号的频谱图。
3.2利用短时傅里叶变换分析信号
δ(t0)
分析：
当信号为冲激函数时，在时域图中为一束冲激，故无论如何加窗，其时间分辨率都为无限大，与之相对应的，在经短时傅里叶变换的频域图中，无法清晰地看到具体频率，即说明其频率分辨度此时为零。
A1sin(2f0πt)
分析：
当信号为正弦信号时，可由时域图看出信号波形在时间上以固定频率周期变化，那么其短时傅里叶变换后的频域图为一条平行直线〔即上图中的红色局部〕，那么说明该信号在任一时段频率恒定不变。同时，当所加的高斯窗宽度逐渐变宽时，可观察到由上至下红色区域逐渐变窄，这也说明当时域窗加宽时，信号在时域的分辨率降低，与此相对应的，频域图中的红色线段变细，即频率分辨率提高。
A2sin(2f0πt2)
分析：
当信号变为sin(2f0πt2)之后，可由时域图看到其虽然在周期变化，但波形逐渐密集，即频率逐渐升高，而此时，短时傅里叶变换后的频域图中的红色局部也由之前的平行直线变成了具有一定斜率的直线，说明随着时间的变化，信号的频率在不断增加。同时，当所加的高斯窗逐渐变宽之后，与上同理，信号在时域的分辨率降低，而在频域图中红线变细，即频率分辨率提高。
合成〔2〕与〔3〕信号
分析：
将2、3中的信号叠加之后进行短时傅里叶变换，可以看到时域图的变化已经不再规律，而经过短时傅里叶变换之后，在频域图中，红色局部也有了明显的变化，由于较窄的高斯窗导致较低的频率分辨率，故上图中32点高斯窗的频域图效果并不是很好，频率区域较为模糊不清，而当高斯窗加宽之后，在128点的高斯窗中的频域图便可以比拟明显的看到，有两条红色的线交叉，即2、3的128点高斯窗频域图中的两条红色细线的合成。同时，也再次证明了时间分辨率与频率分辨率的反比关系。
3.3利用短时傅里叶分析语音信号
当输入一段非常短的语音信号后，可以得到上述频谱图。由时域图可以看出，有两个
文档评论（0）