小蓝xlanll

这个屌丝很懒，什么也没留下！

热门标签

理解FFT, STFT, 加窗的含义_加窗是什么意思

作者：小蓝xlanll | 2024-03-20 08:28:57

踩

加窗是什么意思

文章目录

补零(zero padding)

带来的效果: 频率分辨率变好

补零就是在信号后面加上0

比如我有一个随机信号, 长度为8, 所谓的长度是说被8个点采样了, 如下图:

在这里插入图片描述

那么我们知道它输出的X[K] 也应该有8个数, 代表的意思是8个点里有0次周期, 1次周期, 2次周期, …7次周期的基波. 所以当我的采样点加多, 对应的输出的X[k]也就越长, 这里注意的是 在固定的采样频率下, 采样点是不变的, 那么我们就可以把短的信号补长, 补上0

然后再做DFT就可以得到长度为8的, 为16的等不等的数组, 会发现补零使得图变平滑了, 实质就是频率的分辨率变小了, 之前的时候提到对应每个X[k], 它的频率是 $k*f_s/N$ ,所以频率分辨率就是 $f_s/N$ .

在这里插入图片描述

由此可见N越大, 频率分辨率越好.

举例

假如我有个信号是由440Hz和441Hz组成的, 假如要想分辨出这两个信号频率分辨率至少是1Hz, 也就是 $f_s/N$ <1, 查看下面的补零效果

在这里插入图片描述

补零对原信号的影响

直观来想, 假如我给一个有限长信号后面补零, 肯定会对原信号造成影响, 这个影响体现在哪呢?

看下面这个图, 假如我的原信号有4410个点, 然后补零到16384个点, 它的频谱图可能是这样的:

在这里插入图片描述

假如不补零而是这个信号变长了,就是不在原来的地方断掉而是不断的延续,其频谱图如下:

在这里插入图片描述

补零的作用: 增加频率分辨率, 并能任意选择FFT的长度

FFT

FFT 是快速计算DFT的统称

DFT的性质

假如N个点的DFT可以分解成 $N\text=n_1*n_2$ 的形式, 那么此时的DFT可以分解为两部分DFT, 缩短了计算时间复杂度降低了

在这里插入图片描述

补零N到2的k次幂, 可以使得任意DFT都分解为2长度的DFT

在这里插入图片描述

当然X[k]还是中心对称的, 比较容易计算

在这里插入图片描述

加窗

N点内非周期振动出现的问题

之前的时候都假设信号在采样的N个点里振动了整数个周期

看下面这个图, 第一个是256个点里振动了4个周期, 第二个是把后面的36个点给去掉了

在这里插入图片描述

现在在第二个后面补零到256个点, 做N=256的DFT, X[4]应该在两个信号中都是最高的那个

在这里插入图片描述

按理来说应该只有一个频率, 但是截断补零后第二个信号出现了别的频率, 也就是出现了所谓的频率泄露的情况, 这是为什么呢?

频率泄露的原因

DFT计算的时候 假定信号会是无限长的, 因为正弦和余弦正交的性质只有在无限长的信号中才成立

DFT计算的时候会把有限长的信号补长, 变为无限长的, 假如不是整数周期的话就会在补的地方出现跳变, 这个跳变的频率其实是无限大的, 所以各个地方都会有频率了

在这里插入图片描述

加窗就是为了减少跳变带来的频率泄露

看看下面这个汉宁窗的例子, 窗都是从0开始到0结束的, 为了减少跳变, 汉宁窗乘过原信号后就不会存在跳变了, 因为边缘都成了0了

在这里插入图片描述

看看加窗后对频谱的影响

可以看到加窗去掉了高频的频率泄露 , 但是在低频的噪声似乎更大了, 但是实际上我们能够知道加上窗后中心频率衰减了多少, 第二高的比例是多少, 相当于从不可控到可控了

在这里插入图片描述

STFT

DFT的缺点, 对整个信号进行处理, 没有前后时间信息

比如下面的信号应该是先440Hz, 后660Hz, 但是DFT得到的频谱图完全看不出来

在这里插入图片描述

STFT通过帧对信号进行处理

假如有一个3s的音频, 我们先取一个10到25ms的时间作为1帧, 如下图:

在这里插入图片描述

得到的信号一般不会是恰好有整数个周期, 因此需要加窗

加窗前

在这里插入图片描述

加窗后

在这里插入图片描述

补零进行傅里叶变换, 得到频谱图

在这里插入图片描述

可以得到第一帧的X数组, len(X) =N
帧移取帧长的25%到75%, 再取一帧

在这里插入图片描述

等到走完信号后, 竖着构成一个矩阵, k=0在下面

在这里插入图片描述

对矩阵进行染色, 就得到了实频谱

在这里插入图片描述

总结: 这里横轴是frame, 纵轴分辨率是 $f_s/N$

帧长短的影响

感性来看, 增加frame长度, 每个帧包含的信息多了, 那么测量的频率应该就越准确
但是这样导致 时间分辨率降低了, 不能准确知道到底是在什么时候频率发生了改变

可以查看下面的例子, 帧长分别是2048个点, 4096个点, 16384个点, 可以看到frame很小时间分辨率比较好, 能够清楚看到是什么时候跳变的, 但是对音频的频率却不清楚, 假如frame很大, 则频率可以明显的知道, 但是 跳变的界限就不清楚了

在这里插入图片描述

hop size的影响(也就是步进值大小的影响)

直观上增加了frame数量

可以看下面不同的步进值, 发现区别不大
但是重叠还是必要的, 因为边缘可能还是会丢失一部分信息, 所以重叠是要加的, 但是不要加太多

在这里插入图片描述

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/小蓝xlanll/article/detail/271997