突发信号matlab,MATLAB信号处理仿真

本次，我们将展示另外一个信号分析的有力工具，短时傅里叶变换。

对于探讨经典信号处理的问题，我的感觉相对舒畅，因为从信号与系统到离散时间信号处理，建立在无穷时域前提下的各种结论，完美的仿佛传说中的理想国与乌托邦。尽管DFT与FFT的时域有限长采样造成了频谱泄露，但是我们似乎仍然心存希望，至少可以通过增加采样长度来降低泄露，至少还有这一途径可以让我们感到些许温暖，对于频率成分固定不变的信号，这种增加采样长度的方法可以让我们逼近理想主义的完美。但是，对于频率成分随时间发生改变的信号，以上的方法陷入一个两难境地，如果采集很长的一段数据进行DFT分析，可以很精确的得知出现了那些频率成分，但是却无法知道这个成分是在何时出现的，或者，采集很短的数据做DFT分析，可以相对准确的知道在什么时候出现了某个频率成分，然而对于这个成分的具体频率值可能就探测的不那么准确，于是，对于频谱成分随时间变化的信号，我们的傅里叶分析真的变成了一个跷跷板问题，一头好了，另一头就糟糕。不管怎样，有总比没有强，这就是本次的主题，短时傅里叶变换，在奥本海姆的书中称为“依时傅里叶变换”。

具体的数学推导此处就不再赘述了，并且没有数学排版工具也不方便展示公式，维基百科英文版的短时傅里叶变换写的也比较生动，此处我们定性的讲一讲，就是如果有一个很长的时间信号序列，我们每次从中取出一个长度为L的片段，加窗做DFT，看看频谱，这就是短时傅里叶变换，由于多引入了一个时间的维度，所以存在一个问题，就是两次做DFT的L点数据帧，它们在原始信号中的相对位置是怎样