傅立叶变换将信号的时域表示和频域表示联系了起来。进行频谱分解时,由于数据是离散的,因此通常用的都是离散付氏变换(DFT)的各种实现,比如快速付氏变换FFT。
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。可以看出,经典的付氏变换是以全时域作为一个整体进行分析的,是一种全域变换,只是将信号在单个域(时域或频域)里表示,因此不能反映实际的非平稳信号统计量的时间变化,即信号的时变性得不到体现。
为了分析非平稳信号,了解信号的局部特性,提出了信号分析的时频方法,短时付氏变换(STFT,又称加窗付氏变换)就是其中的一种。其基本思想是:非平稳信号在局部可以认为是平稳的,即:非平衡信号可以认为是一系列的在所选定的短时间窗口中的平稳信号的叠加。对信号的局部进行傅立叶变换,就能够了解非平稳信号统计量的时间特性。短时性就是通过对时域信号取一个滑动的时间窗口来实现的,变换时以这个窗口内的采样信号来进行处理。
简单地说,短时傅氏变换用一个时间窗取出部分信号,然后求其傅氏变换。这个时间窗在时间轴上滑动,就得到了不同分析时间下的短时傅立叶变换。如果短时傅氏变换的时窗长为无穷大,则退化为传统的傅氏变换。
[ 此帖被ccww789在2011-04-28 20:18重新编辑 ]