雷达基础教程入门篇4--信号处理之加窗函数

（1） 窗函数意义

    对于数字信号处理，ADC采样是对无限长的时域信号进行有限的时间段抽取，并且抽取的信号也根据采样率的不同存在有限的点数，此时抽取的信号则是离散且有限的。傅里叶变换即是对抽取的有限时间段内的有限点数进行分析。当无限长信号被截断后，其傅里叶变换后的频谱发生了畸变，我们称为频谱能量泄漏，为了减少频谱泄漏，可采用不同的截取函数对信号进行截断，截断函数称为窗函数，简称为窗。

    每次FFT变换只能对有限长度的时域数据进行变换，因此需要对时域信号进行信号截断，即使是周期信号，如果截断的时间长度不是周期的整数倍(整周期截断)，那么截取后的信号将会存在频谱泄漏，为了将这个泄漏误差减少到最小程度(不是消除)，我们需要使用窗函数。加窗主要是为了使时域信号似乎更好的满足FFT处理的周期性要求，减少泄漏。

    如下图所示，当采样的周期为信号的整周期时，FFT频谱为笔直的一条谱峰

当采样的周期不为信号整周期时，FFT目标谱峰变得比较宽

若此时，对这个采样的信号进行加窗处理时，即得到如下谱峰结果

    可以看到，相比未加窗的频谱，泄漏已明显改善，但并未完全消除，因此窗函数只能减少泄漏，不能消除泄漏。

（2） 如何加窗函数

    加窗实质是用一个所谓的窗函数与原始的时域信号做乘积的过程，即S(t)*W(t) ，使得相乘后的信号似乎更好的满足傅里叶变换的周期性要求，如下图所示，原始的信号是不满足FFT变换的周期性要求的，变换后存在泄漏，如果施加一个窗函数，会在一定程度上减少泄漏。

当然，不同的窗函数，W(t)的表达式也不同，加窗后的信号频域即时域信号频域与窗函数频域相卷积的结果，如矩形窗w(t) = 1 , 时域和频域特性如下

又如汉宁窗

时域和频域特性如下

    其他窗函数表达式这里不再列举，根据不同的窗函数，程序中所生成的时域信号需要相乘的窗系数也不同。

（3） 各种分类的窗函数

① 矩形窗Rectangle

    矩形窗使用最多，习惯上不加窗就是使信号通过了矩形窗。这种窗的优点是主瓣比较集中，缺点是旁瓣较高，并有负旁瓣，导致变换中带进了高频干扰和泄漏，甚至出现负谱现象。频率识别精度最高，幅值识别精度最低，所以矩形窗不是一个理想的窗。

如果仅要求精确读出主瓣频率，而不考虑幅值精度，则可选用矩形窗，例如测量物体的自振频率等，也可以用在阶次分析中。

② 汉宁窗Hanning

    又称升余弦窗。主瓣加宽并降低，旁瓣则显著减小，从减小泄漏观点出发，汉宁窗优于矩形窗．但汉宁窗主瓣加宽，相当于分析带宽加宽，频率分辨力下降。它与矩形窗相比，泄漏、波动都减小了,并且选择性也提高。

汉宁窗是很有用的窗函数。如果测试信号有多个频率分量，频谱表现的十分复杂，且测试的目的更多关注频率点而非能量的大小，需要选择汉宁窗。如果被测信号是随机或者未知的，选择汉宁窗。

③ 海明窗（汉明窗）Hamming

    与汉宁窗都是余弦窗，又称改进的升余弦窗，只是加权系数不同，使旁瓣达到更小。但其旁瓣衰减速度比汉宁窗衰减速度慢。

④ 平顶窗Flap Top

    平顶窗在频域时的表现就象它的名称一样有非常小的通带波动。由于在幅度上有较小的误差，所以这个窗可以用在校准上。

⑤ 凯塞窗Kaiser

    定义了一组可调的由零阶贝塞尔Bessel 函数构成的窗函数，通过调整参数β可以在主瓣宽度和旁瓣衰减之间自由选择它们的比重。对于某一长度的Kaiser 窗，给定β，则旁瓣高度也就固定了。

⑥ 布莱克曼窗Blackman

    二阶升余弦窗，主瓣宽，旁瓣比较低，但等效噪声带宽比汉宁窗要大一点，波动却小一点。频率识别精度最低，但幅值识别精度最高，有更好的选择性。常用来检测两个频率相近幅度不同的信号。

⑦ 高斯窗Gaussian

    是一种指数窗。主瓣较宽，故而频率分辨力低；无负的旁瓣，第一旁瓣衰减达一55dB。常被用来截短一些非周期信号，如指数衰减信号等。对于随时间按指数衰减的函数，可采用指数窗来提高信噪比。

⑧ 三角窗（费杰窗）Fejer

    是幂窗的一次方形式。与矩形窗比较，主瓣宽约等于矩形窗的两倍，但旁瓣小，而且无负旁瓣。如果分析窄带信号，且有较强的干扰噪声，则应选用旁瓣幅度小的窗函数，如汉宁窗、三角窗等；

⑨ 切比雪夫窗（Chebyshev）

    在给定旁瓣高度下，Chebyshev窗的主瓣宽度最小，具有等波动性，也就是说，其所有的旁瓣都具有相等的高度。

更多内容，可关注微信公众号：RADAR驿站