归一化频率

模拟频率$f$

其物理意义就是1s中重复$f$次，单位是Hz。
比如蜜蜂飞行时每秒振动翅膀200次，可以说振动的频率为200Hz。

模拟角频率$\Omega$

对于转动的例子，如风力发电机的风叶，能不能找一个物理量描述风叶1s转了多大的角度？答案是可以的。那就是模拟角频率$\Omega$。定义旋转1圈对应的弧度为$2\pi rad$.模拟频率$f$和模拟角频率$\Omega$的关系为$$\Omega =2\pi f$$模拟角频率的单位是$rad/s$。

采样频率$f_s$

自然中信号总是连续的，比如声音。
计算机为了存储这些信号，需要将连续的信号离散化，这个过程就是采样。
1s的连续信号包含了无穷个值，如果我们每个0.01s采样一个，得到离散后的信号长度只有100个值。1s中重复了100次，采样频率就是100Hz。采样的间隔0.01s也称为采样周期$T_s$。$$f_s=\frac{1}{T_s}$$

数字频率$\omega$

“余弦信号$cos(\Omega t)$中相位变化一个周期(2π)所需的时间为T，那么模拟角频率定义成 $\Omega =2\pi /T$ 。对于该余弦信号，采样之后变成了一个离散的数字序列，此时再谈论过了多少时间走完一个周期已经没有意义，而是过了间隔N相位刚好变化一个周期。因此数字角频率推导出为 $\omega =2\pi /N$，余弦信号则为$cos(\omega n)$。”

作者：Michael.Xiu 链接：https://zhuanlan.zhihu.com/p/53664104 来源：知乎

上述中，间隔$N=T\ast f_s$，代入$\omega =2\pi /N$, 于是$$\omega =\frac{\Omega }{f_s}$$

Nyquist采样定理

DTFT、DFT是将数字信号从时间域n转为频域ω，因此我们只转为ω在[-π,π]区间内复指数信号的叠加。根据 $\omega =\Omega /f_s$ 可知，从模拟角频率到数字角频率不只会落在[-π,π]，若转为数字频谱后其频带占用超过了[-π,π]，则由于具有周期性，相互之间会产生混叠。我们要把频谱ω限定在[-π,π]，于是$$\omega =\frac{{\Omega }_{max}}{f_s}=\frac{2\pi f_{max}}{f_s}\le \pi$$$$f_s\ge 2f_{max}$$这就是Nyquist采样定理。

作者：Michael.Xiu 链接：https://zhuanlan.zhihu.com/p/53664104 来源：知乎

归一化频率的单位$(\times \pi rad/sample)$

归一化的频率是数字频率，最高频对应pi，对应采样率的$f_s/2$，转为以Hz为单位的值，
$$\omega =V\ast f_s/2$$
其中V为归一化的频率(以$\pi rad$为单位)
举个例子：
第一幅图是官方stft；
第二幅图使用默认采样率

stft(x,'Window',kaiser(256,5),'OverlapLength',220,'FFTLength',512);

最大值点对应左图中差不多4kHz，右图归一化频率为0.8047
$$\omega =V\ast f_s/2=0.8047\ast 10e3/2\approx 4kHz$$