1. 时域 频域 FFT
时域分析 以时间轴为坐标表示动态信号的关系。 如音乐,股票走势图。
频域分析 以频率为坐标轴的信号表示。 通过FFT将信号从时域转换为频域,进行分析。
图1时域与频域
时域中的一个信号都分解为一组正弦波。
如何分解?当然是 FFT!
FFT 快速傅里叶变换 (fast Fourier transform)
FFT理解及背景知识:https://blog.csdn.net/enjoy_pascal/article/details/81478582
傅里叶变换研究时间与与频率域之间的关系,本质是对信号的分解,将信号分解为多个不同频率的正弦波。
2.为什么要加窗
信号处理中,不可能对无限长的信号进行测量和分析,因而要对信号截断对这个时间片段进行相关分析。信号截断过程中会产生能量泄露,即信号的频谱畸变。
对周期信号进行截断时,若截断的信号正好是整数个周期,则此段信号的频谱能反应原信号的频谱,当然,这是理想情况。
图2 周期信号(上)FFT频谱(下)
实际中并非每次都能幸运的截取到整数个周期,若截取片段从周期中间切断又会发生什么呢? 对,频谱能量泄露,原来单一频谱线变成了多条。
图3. 非周期截断(上)FFT频谱(下)
明明同一个源信号,截断不同,FFT变换后得到的频谱图竟然相差如此巨大。
那么如何减少因截断而产生的这种误差呢? 加窗
窗其实就是信号的截断函数。
3.窗函数
常用窗函数有矩形窗、汉宁窗,海明窗、高斯窗、布莱克曼窗、平顶窗。
图4.窗函数示意(上)窗函数对比(下) 图片来源见水印
一般情况下,Hanning窗适用于95%的情况。 它不仅具有较好的频率分辨率,还可减少频谱泄露。