Hamming(汉明)窗的原理介绍及实例解析

该博客介绍了在数字信号处理中如何使用汉明窗来减少FFT变换时由于信号截断造成的频率泄漏问题。通过MATLAB代码示例展示了如何应用汉明窗对时域信号进行加窗处理,以改善幅度谱的旁瓣衰减,从而降低泄漏误差,提高频谱分析的准确性。
摘要由CSDN通过智能技术生成

概念
  在数字信号处理过程中,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(周期截断),那么,截取后的信号将会存在泄漏。为了将这个泄漏误差减少到最小程度(注意我说是的减少,而不是消除),我们需要使用加权函数,也叫窗函数。加窗主要是为了使时域信号似乎更好地满足FFT处理的周期性要求,减少泄漏。这里面,有很多窗函数可以使用,不过,每种窗函数的使用场景是不同的。由于直接对信号(加矩形窗)截断会产生频率泄露,为了改善频率泄露的情况,加非矩形窗,一般都是加汉明窗,因为汉明窗的幅频特性是旁瓣衰减较大,主瓣峰值与第一个旁瓣峰值衰减可达40db。

在这里插入图片描述
matlab的音频处理例子

[x, fs] = audioread('mic1_data.wav');


N=256;                               %设置短时傅里叶变换的长度,同时也是汉明窗的长度
h=hamming(N);                   %设置汉明窗
sprintf("%d",h);
for m=1:N                       %用汉明窗截取信号,长度为N,主要是为了减少截断引起的栅栏效应等
b(m)=x(m)*h(m)
end

for mm=1:N
    y1(mm)=x(mm)
end

ya=20*log(abs(fft(y1)))           %做傅里叶变换,取其模值,即幅频特性,然后用分贝(dB)表示
subplot(2,1,1),                  %分配画布,一幅图上共两个图,这是第一个
plot(ya);title('original signal');  %画出原始信号,即前面这个音频信号的原始波形
grid                                    %添加网格线


y=20*log(abs(fft(b)))           %做傅里叶变换,取其模值,即幅频特性,然后用分贝(dB)表示
subplot(2,1,2)                     %分配画布,第二副图
plot(y);title('hamming added signal');            %画出短时谱
grid

在这里插入图片描述

  • 3
    点赞
  • 75
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值