短时傅里叶变换函数编写

傅里叶变换与短时傅里叶变换

在了解短时傅里叶变换之前，首先要知道是什么是傅里叶变换（ fourier transformation，FT），傅里叶变换就是将一个信号分解为不同频率的复指数信号的和，例如我们要对一段钢琴曲进行傅里叶变换，它的结果能够告诉我们这一段时间内按下了那些琴键（简单假设为不同琴键对应不同频率的声音），注意我们处理的时长是整个时间段。傅里叶变换的公式可由下面给出：
$$F(\omega )=\mathcal{F}[s(t)]={\int }_{-\infty }^{+\infty }s(t)e^{-j\omega t}dt$$
可以看出来，傅里叶变换得到的是一个谱，它是不同频率下对应的幅度谱和相位谱，幅度谱我们用的比较多。利用傅里叶变换能够对信号
进行分析。根据信号是否为周期信号，以及时域上是否连续，又可以分为傅里叶级数展开、离散时间傅里叶变换、离散傅里叶变换等等，在此不再赘述，《信号与系统》和《数字信号处理》的相关书籍介绍很多。
下面是短时傅里叶变换，（short-time fourier transformation，STFT），有时候也叫加窗傅里叶变换，时间窗口使得信号只在某一小区间内有效，这就避免了传统的傅里叶变换在时频局部表达能力上的不足，使得傅里叶变化有了局部定位能力。公式如下：
$$\Omega (t,f)=\Gamma [s(t)]={\int }_{-\infty }^{+\infty }s(\tau )\omega (\tau -t)e^{-j2\pi f\tau }d\tau$$
还是以钢琴音乐的信号分析，虽然傅里叶变换能够告诉我们这段音乐中包含那些琴键的声音，但是我们无法知道是在哪些时间点按下这些琴键的。傅里叶变换是一种频域分析共工具，而短时傅里叶变换就是为了解决以上问题而提出的一种时频域方法，后面还有人提出了小波变换。
mailab中可以采用stft函数和spectrogram函数来实现，当然也可以自己动手实现。

什么是窗？

在信号处理中，我们经常听到海明窗（hamming window&#x