無標題文章

傅里葉變換的本質(zhì)是什么?

傅里葉變換的公式為

可以把傅里葉變換也成另外一種形式:

可以看出,傅里葉變換的本質(zhì)是內(nèi)積,三角函數(shù)是完備的正交函數(shù)集,不同頻率的三角函數(shù)的之間的內(nèi)積為0,只有頻率相等的三角函數(shù)做內(nèi)積時,才不為0。

下面從公式解釋下傅里葉變換的意義

因為傅里葉變換的本質(zhì)是內(nèi)積,所以f(t)和

求內(nèi)積的時候,只有f(t)中頻率為

的分量才會有內(nèi)積的結(jié)果,其余分量的內(nèi)積為0??梢岳斫鉃閒(t)在

上的投影,積分值是時間從負無窮到正無窮的積分,就是把信號每個時間在

的分量疊加起來,可以理解為f(t)在

上的投影的疊加,疊加的結(jié)果就是頻率為

的分量,也就形成了頻譜。

傅里葉逆變換的公式為

下面從公式分析下傅里葉逆變換的意義

傅里葉逆變換就是傅里葉變換的逆過程,在

求內(nèi)積的時候,

只有t時刻的分量內(nèi)積才會有結(jié)果,其余時間分量內(nèi)積結(jié)果為0,同樣積分值是頻率從負無窮到正無窮的積分,就是把信號在每個頻率在t時刻上的分量疊加起來,疊加的結(jié)果就是f(t)在t時刻的值,這就回到了我們觀察信號最初的時域。

對一個信號做傅里葉變換,然后直接做逆變換,這樣做是沒有意義的,在傅里葉變換和傅里葉逆變換之間有一個濾波的過程。將不要的頻率分量給濾除掉,然后再做逆變換,就得到了想要的信號。比如信號中摻雜著噪聲信號,可以通過濾波器將噪聲信號的頻率給去除,再做傅里葉逆變換,就得到了沒有噪聲的信號。

優(yōu)點:頻率的定位很好,通過對信號的頻率分辨率很好,可以清晰的得到信號所包含的頻率成分,也就是頻譜。

缺點:因為頻譜是時間從負無窮到正無窮的疊加,所以,知道某一頻率,不能判斷,該頻率的時間定位。不能判斷某一時間段的頻率成分。

例子:

平穩(wěn)信號:x(t)=cos(2*pi*5*t)+cos(2*pi*10*t)+cos(2*pi*20*t)+cos(2*pi*50*t)

傅里葉變換的結(jié)果:

由于信號是平穩(wěn)信號,每處的頻率都相等,所以看不到傅里葉變換的缺點。

對于非平穩(wěn)信號:信號是余弦信號,仍然有四個頻率分量

傅里葉變換的結(jié)果:

由上圖看出知道某一頻率,不能判斷,該頻率的時間定位。不能判斷某一時間段的頻率成分。

短時傅里葉變換

傅里葉變換存在著嚴重的缺點,就是不能實現(xiàn)時頻聯(lián)合分析。傅里葉變換要從負無窮計算到正無窮,這在實際使用當中,跟即時性分析會有很大的矛盾。根據(jù)這一缺點,提出了短時傅里葉變換。后來的時間—頻率分析也是以短時傅里葉變換為基礎(chǔ)提出的。

為了彌補傅里葉變換的缺陷,給信號加上一個窗函數(shù),對信號加窗后計算加窗后函數(shù)的傅里葉變換,加窗后得到時間附近的很小時間上的局部譜,窗函數(shù)可以根據(jù)時間的位置變化在整個時間軸上平移,利用窗函數(shù)可以得到任意位置附近的時間段頻譜,實現(xiàn)了時間局域化。

短時傅里葉變換的公式為:

在時域用窗函數(shù)去截信號,對截下來的局部信號作傅立葉變換,即在t時刻得該段信號得傅立葉變換,不斷地移動t,也即不斷地移動窗函數(shù)的中心位置,即可得到不同時刻的傅立葉變換,這樣就得到了時間—頻率分析。

短時傅里葉變換的本質(zhì)和傅里葉變換一樣都是內(nèi)積,只不過用

代替了

,實現(xiàn)了局部信號的頻譜分析。

短時傅里葉變換的另一種形式:

該式子表明在時域里

加窗函數(shù)

,得出在頻域里對

加窗

。

優(yōu)點:在傅里葉變換的基礎(chǔ)上,增加了窗函數(shù),就實現(xiàn)了時間—頻率分析。

缺點:短時傅里葉變換使用一個固定的窗函數(shù),窗函數(shù)一旦確定了以后,其形狀就不再發(fā)生改變,短時傅里葉變換的分辨率也就確定了。如果要改變分辨率,則需要重新選擇窗函數(shù)。短時傅里葉變換用來分析分段平穩(wěn)信號或者近似平穩(wěn)信號猶可,但是對于非平穩(wěn)信號,當信號變化劇烈時,要求窗函數(shù)有較高的時間分辨率;而波形變化比較平緩的時刻,主要是低頻信號,則要求窗函數(shù)有較高的頻率分辨率。短時傅里葉變換不能兼顧頻率與時間分辨率的需求。測不準原理告訴我們,不可能在時間和頻率兩個空間同時以任意精度逼近被測信號,因此就必須在信號的分析上對時間或者頻率的精度做取舍。短時傅里葉變換受到測不準原理的限制,所以短時傅里葉變換窗函數(shù)的時間與頻率分辨率不能同時達到最優(yōu)。在實際使用時,根據(jù)實際情況選用合適的窗函數(shù)。

例子:

原始信號:信號是余弦信號,有四個頻率分量.

當窗函數(shù)選為:

時,短時傅里葉變換為:

由上圖可以看出,時域的分辨率比較好,但是頻率出現(xiàn)一定寬度的帶寬,也就是說頻率分辨率差;

當窗函數(shù)選擇為:

時,短時傅里葉變換為:

由上圖可以看出,頻率的分辨率比較好,但是時域分辨率差,有點接近傅里葉變換。有上圖可以看到短時傅里葉變換的缺點。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

  • 一、傅立葉變換的由來 關(guān)于傅立葉變換,無論是書本還是在網(wǎng)上可以很容易找到關(guān)于傅立葉變換的描述,但是大都是些故弄玄虛...
    constant007閱讀 4,688評論 1 10
  • 第5章 引用類型(返回首頁) 本章內(nèi)容 使用對象 創(chuàng)建并操作數(shù)組 理解基本的JavaScript類型 使用基本類型...
    大學(xué)一百閱讀 3,692評論 0 4
  • 轉(zhuǎn)至元數(shù)據(jù)結(jié)尾創(chuàng)建: 董瀟偉,最新修改于: 十二月 23, 2016 轉(zhuǎn)至元數(shù)據(jù)起始第一章:isa和Class一....
    40c0490e5268閱讀 2,106評論 0 9
  • 目錄 [TOC] 引言 量化交易是指以先進的數(shù)學(xué)模型替代人為的主觀判斷,利用計算機技術(shù)從龐大的歷史數(shù)據(jù)中海選能帶來...
    雷達熊閱讀 1,207評論 0 2
  • 其實我覺得,這幾年北方雪少也暖和,小的時候看鵝毛大雪根本不用跑東北,看樹掛也不用去霧凇島,房沿下掛著冰柱也是再正常...
    嘻呦閱讀 326評論 0 0

友情鏈接更多精彩內(nèi)容