FT-傅里叶变换
频谱图:展示原始信号中存在哪些频率分量
- 通过FT给出信号包含的频率信息,原始信号中不同频率信号有多少;但是无法给出某个频率分量何时出现没,有时频分析。和FT的变换公式有关,在整个实际时间上进行积分,无法体现频谱的局部特性。
傅里叶变换缺点:
(1) Fourier分析不能刻画时间域上信号的局部特性
(2) Fourier分析对突变和非平稳信号的效果不好,没有时频分析
平稳信号:某个信号的频率分量一直保持不变【无无需知道频率分量出现的时间,因为所有的频率分量出现在信号的每一个时刻】
非平稳信号【信号频率不断变换,边频信号】
STFT--短时傅里叶变换
- 对频谱分量进行时间定位,得到信号时频表示的数学变换
- 思想:将非平稳信号分成足够小的片段,即加窗,从窄窗中观察信号,可以看成为平稳信号
- 对乘了窗的信号做傅里叶变换【or STFT是给信号加窗,分段做FFT】
- 问题:窗函数宽度固定,存在分辨率问题【窗窄--高时间分辨率,低频率分辨率】
小波变换:
- 多分辨率分析法:不同分辨率分析信号不同的频率分量
- 在高频处花时间细分,低频除频率细分;
- 本质:小波函数与原信号的相似性;小波系数--小波基函数与原信号相似系数
- 小波直接把傅里叶变换的基给换了——将无限长的三角函数基换成了有限长的会衰减的小波基。这样不仅能够获取频率,还可以定位到时间。
这个基函数会伸缩、会平移(其实是两个正交基的分解)。缩得窄,对应高频;伸得宽,对应低频。然后这个基函数不断和信号做相乘。某一个尺度(宽窄)下乘出来的结果,就可以理解成信号所包含的当前尺度对应频率成分有多少。于是,基函数会在某些尺度下,与信号相乘得到一个很大的值,因为此时二者有一种重合关系。那么我们就知道信号包含该频率的成分的多少。 - 小波做的改变就在于,将无限长的三角函数基换成了有限长的会衰减的小波基。
- tao-平移,s--缩放,psai--母小波-变换函数
- 1/sqrt(abs(s))---能量归一化,使变换后的信号在任意的比例上有相同的能量
- 缩放变量s做分母,s>1--放大,s<1--缩放
- 计算过程:给定的s后,将小波基进行平移,利用CWT公式计算出,每个位置上的值,直至信号末端。得到时间-尺度内一行。然后修改s,进一步计算。当定影所有s计算完成后,连续小波变换完成。
- 平移,信号被定为在时间轴上;【平移--对应时间--母小波位置】
- 改变s,信号被定位在频率范围内;
- 同样尺度/比例:计算结果为时间--尺度行;不同比例,计算结果为时间--尺度列。
- 常用小波:Morlet小波 or墨西哥帽小波
- 小波:在整个事件范围的幅度平均值为0,具有有限的持续时间和突变频率和振幅,可以不规律,也可以不对称。
https://blog.csdn.net/qq_20823641/article/details/51829981
https://blog.csdn.net/alihouzi/article/details/45190303