语音信号处理 | 傅里叶变换、短时傅里叶变换、小波变换、希尔伯特变换、希尔伯特黄变换

在信号处理领域，存在诸多变换，比如标题中的五个变换。本文将对这五个变换进行介绍和比较。在开始之前，我们需要先理清什么是平稳信号，什么是非平稳信号。

我们知道，自然界中几乎所有信号都是非平稳信号，比如我们的语音信号就是典型的非平稳信号。那么何谓平稳信号和非平稳信号呢？一个通俗的理解即，平稳信号在不同时间得到的采样值的统计特性(比如期望、方差等)是相同的，非平稳信号则与之相反，其特性会随时间变化。在信号处理中，这个特性通常指频率。

通常傅里叶变换只适合处理平稳信号，对于非平稳信号，由于频率特性会随时间变化，为了捕获这一时变特性，我们需要对信号进行时频分析，就包括短时傅里叶变换、小波变换、希尔伯特变换、希尔伯特黄变换这几种变换。以下逐一进行分析介绍。

傅里叶变换(Fourier Transform, FT)

---

首先考虑一个连续信号$f(t)$的傅里叶变换和它的反变换，如下
$$F(\omega )=F[f(t)]={\int }_{-\infty }^{+\infty }f(t)e^{-j\omega t}dt$$

$$f(t)=F^{-1}[F(\omega )]=\frac{1}{2\pi }{\int }_{-\infty }^{+\infty }F(\omega )e^{j\omega t}d\omega$$

在实际应用中，计算机只能处理离散信号，所以对连续信号$x(t)$进行时域采样，得到一组离散样本$x(n)$，对它进行傅里叶变换得到
$$X(\omega )=\sum _{n=-\infty }^{\infty }x(n)e^{-j\omega n}$$
上式即为离散时间傅里叶变换(DTFT)，由于变换后得到的频域值仍然是连续的，我们继续对频域进行采样，得到
$$X(k)=\sum _{n=0}^{N-1}$$