短时傅里叶变换（Short-Time Fourier Transform，简称 STFT）究竟在干什么？

短时傅里叶变换（Short-Time Fourier Transform，简称 STFT）是一种分析非平稳信号频谱随时间变化的方法，是对传统傅里叶变换的一种改进。

---

📌 一、传统傅里叶变换有什么局限？

普通的傅里叶变换（FT）可以把一个信号变成频谱，但它假设信号是稳定不变的（即平稳的），适用于整段时间的整体频率分析。

但现实中很多信号（比如语音、机械振动、风电机组故障信号等）是时变的 —— 某个时刻频率成分可能突变，傅里叶变换无法定位什么时候发生了什么频率变化。

---

🔍 二、STFT 是怎么改进的？

STFT 的核心思想是：

“给信号加个窗，把长信号分成一段一段（短时），每一段再做傅里叶变换。”

步骤如下：

1. 给信号加一个滑动窗口函数（如汉明窗、矩形窗等），提取当前时间段的局部信号；
2. 对这一小段做傅里叶变换，获得当前这段的频谱；
3. 移动窗口，重复以上过程；
4. 最终得到一个时间-频率二维图：横轴是时间，纵轴是频率，颜色代表强度（功率或振幅）—— 这就是常说的频谱图（spectrogram）。

---

👨‍🏫 通俗解释：

想象你在听一首音乐，里面有吉他、鼓、钢琴。

• 傅里叶变换就像你听完整首曲子后告诉别人：“这首歌里有哪些乐器”；
• STFT 就像你每隔1秒暂停听一下，分析当前这1秒的声音，然后再继续下一秒——你就可以知道：“第3秒开始有鼓声，第10秒钢琴变响了”。

---

🖼️ 举个实际例子（比如风电机组）：

你用 STFT 分析发电机电流信号：

• 第10秒开始频率升高，可能是负载波动；
• 第25秒出现高频噪声，可能是轴承故障；
• 你就能定位到异常 “发生在哪一刻”，这是普通傅里叶变换做不到的。

---