gaussian窗口函数_信号处理中的窗函数 - 787247510的个人空间 - OSCHINA - 中文开源技术交流社区...

1. 什么是窗函数

在信号处理中，窗函数(window function)是一种除在给定区间之外取值均为0的实函数。譬如：在给定区间内为常数而在区间外为0的窗函数被形象地称为矩形窗。任何函数与窗函数之积仍为窗函数，所以相乘的结果就像透过窗口“看”其他函数一样。窗函数在频谱分析、滤波器设计、波束形成、以及音频数据压缩(如在Ogg Vorbis音频格式中)等方面有广泛的应用。

2. 为什么要用窗函数

加窗是为了减小泄漏！

信号截断及能量泄漏效应

数字信号处理的主要数学工具是傅里叶变换。应注意到，傅里叶变换研究的是整个时间域和频率域的关系。然而，当运用计算机实现工程测试信号处理时，不可能对无限长的信号进行测量和运算，而是取其有限的时间片段进行分析。具体做法是从信号中截取一个时间片段，然后用观察的信号时间片段进行周期延拓处理，从而得到虚拟的无限长的信号，然后就可以对信号进行傅里叶变换、相关分析等数学处理。

周期延拓后的信号与真实信号是不同的，下面从数学的角度来看这种处理带来的误差情况。

设有余弦信号x(t)在时域分布为无限长(-∞,+∞)，将截断信号的谱XT(ω)与原始信号的谱X(ω)相比，它已不是原来的两条谱线，而是两段振荡的连续谱。这表明原来的信号被截断以后，其频谱发生了畸变，原来集中在f0处的能量被分散到了两个较宽的频带中去了，这种现象称之为频谱能量泄漏(Leakage)。

信号截断以后产生的能量泄漏现象是必然的，因为窗函数w(t)是一个频带无限的函数，所以即使原信号x(t)是限带宽信号，而在截断以后也必然成为无限带宽的函数，即信号在频域的能量与分布被扩展了。又从采样定理可知，无论采样频率多高，只要信号一经截断，就不可避免地引起混叠，因此信号截断必然导致一些误差，这是信号分析中不容忽视的问题。

如果增大截断长度T，即矩形窗口加宽，则窗谱W(ω)将被压缩变窄(π/T减小)。虽然理论上讲，其频谱范围仍为无限宽，但实际上中心频率以外的频率分量衰减较快，因而泄漏误差将减小。当窗口宽度T趋于无穷大时，则谱窗W(ω)将变为δ(ω)函数，而δ(ω)与X(ω)的卷积仍为H(ω)，这说明，如果窗口无限宽，即不截断，就不存在泄漏误差。

为了减少频谱能量泄漏，可采用不同的截取函数对信号进行截断，截断函数称为窗函数，简称为窗。泄漏与窗函数频谱的两侧旁瓣有关，如果两侧旁瓣的高度趋于零&#