加窗分帧中各种窗函数



在 信号处理中，窗函数是一种除在给定 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 光谱分析、 滤波器设计以及音频数据压缩（如在 Ogg Vorbis音频格式中）等方面有广泛的应用。

http://zh.wikipedia.org/wiki/%E7%AA%97%E5%87%BD%E6%95%B0

http://baike.baidu.com/view/2327611.htm

 

数字信号处理的主要数学工具是傅里叶变换．而傅里叶变换是研究整个时间域和频率域的关系。不过，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。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，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。
无线长的信号被截断以后，其频谱发生了畸变，原来集中在f0处的能量被分散到两个较宽的频带中去了，这种现象称之为频谱能量泄漏。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。
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，如果两侧瓣的高度趋于零，而使能量相对集中在主瓣，就可以较为接近于真实的频谱，为此，在时间域中可采用不同的窗函数来截断信号。
    实际应用的窗函数，可分为以下主要类型：
    a) 幂窗--采用时间变量某种幂次的函数，如矩形、三角形、梯形或其它时间（t）的高次幂；
    b) 三角函数窗--应用三角函数，即正弦或余弦函数等组合成复合函数，例如汉宁窗、海明窗等；
    c) 指数窗--采用指数时间函数，如 形式，例如高斯窗等。
    下面介绍几种常用窗函数的性质和特点。
    a) 矩形窗
    矩形窗属于时间变量的零次幂窗。矩形窗使用最多，习惯上不加窗就是使信号通过了矩形窗。这种窗的优点是主瓣比较集中，缺点是旁瓣较高，并有负旁瓣，导致变换中带进了高频干扰和泄漏，甚至出现负谱现象。
    b) 三角窗
    三角窗亦称费杰（Fejer）窗，是幂窗的一次方形式。与矩形窗比较，主瓣宽约等于矩形窗的两倍，但旁瓣小，而且无负旁瓣。
    c) 汉宁（Hanning）窗
    汉宁窗又称升余弦窗，汉宁窗可以看作是3个矩形时间窗的频谱之和，或者说是 3个 sine（t）型函数之和，而括号中的两项相对于第一个谱窗向左、右各移动了 π/T，从而使旁瓣互相抵消，消去高频干扰和漏能。可以看出，汉宁窗主瓣加宽并降低，旁瓣则显著减小，从减小泄漏观点出发，汉宁窗优于矩形窗．但汉宁窗主瓣加宽，相当于分析带宽加宽，频率分辨力下降。

    d) 海明（Hamming）窗
    海明窗也是余弦窗的一种，又称改进的升余弦窗。海明窗与汉宁窗都是余弦窗，只是加权系数不同。海明窗加权的系数能使旁瓣达到更小。分析表明，海明窗的第一旁瓣衰减为一42dB．海明窗的频谱也是由3个矩形时窗的频谱合成，但其旁瓣衰减速度为20dB／（10oct），这比汉宁窗衰减速度慢。海明窗与汉宁窗都是很有用的窗函数。
    5) 高斯窗
    高斯窗是一种指数窗。高斯窗谱无负的旁瓣，第一旁瓣衰减达一55dB。高斯富谱的主瓣较宽，故而频率分辨力低．高斯窗函数常被用来截断一些非周期信号，如指数衰减信号等。
    不同的窗函数对信号频谱的影响是不一样的，这主要是因为不同的窗函数，产生泄漏的大小不一样，频率分辨能力也不一样。信号的截断产生了能量泄漏，而用FFT算法计算频谱又产生了栅栏效应，从原理上讲这两种误差都是不能消除的，但是我们可以通过选择不同的窗函数对它们的影响进行抑制。图6.5是几种常用的窗函数的时域和频域波形，其中矩形窗主瓣窄，旁瓣大，频率识别精度最高，幅值识别精度最低；布莱克曼窗主瓣宽，旁瓣小，频率识别精度最低，但幅值识别精度最高。

    对于窗函数的选择，应考虑被分析信号的性质与处理要求。如果仅要求精确读出主瓣频率，而不考虑幅值精度，则可选用主瓣宽度比较窄而便于分辨的矩形窗，例如测量物体的自振频率等；如果分析窄带信号，且有较强的干扰噪声，则应选用旁瓣幅度小的窗函数，如汉宁窗、三角窗等；对于随时间按指数衰减的函数，可采用指数窗来提高信噪比。

http://bbs.instrument.com.cn/shtml/20081124/1602412/

 

 

 

1 截断、泄漏与窗函数

    在数字处理时必须把长时间的信号序列截断。如图2.35中，x(t)为一余弦信号，其频谱是X(f)，它是位于±f0处的d函数。矩形窗函数w(t)的频谱是W(f) ，它是一个sinc(f)函数。当用一个w(t)去截断x(t)时，得到截断后的信号为x(t)*w(t)，根据傅立叶变换关系，其频谱为X(f)*W(f)。

    x(t)被截断后的频谱不同于它加窗以前的频谱。由于w(t)是一个频带无限的函数，所以即使x(t)是带限信号，在截断以后也必然变成无限带宽的函数。原来集中在±f0处的能量被分散到以±f0为中心的两个较宽的频带上，也就是有一部分能量泄漏到x(t)的频带以外。为了减少泄漏应该尽量寻找频域中接近d(f)的窗函数W(f)，即主瓣窄旁瓣小的窗函数。

 

2 几种常用的窗函数

    窗函数的性能有三个频域指标，对时间窗的一般要求是其频谱(也叫做频域窗)的主瓣尽量窄，以提高频率分辨率；旁瓣要尽量低，以减少泄漏。但两者往往不能同时满足，需要根据不同的测试对象选择窗函数。

 

 一个理想的窗口应该有最小的B和A，最大的D。B、A、D的意义如图2.36所示。

http://col.njtu.edu.cn/zskj/4018/%BF%CE%BC%FE%B9%E2%C5%CC/neutest/llbf/02/2_4_4.htm