声振论坛

 找回密码
 我要加入

QQ登录

只需一步,快速开始

查看: 2965|回复: 4

[其他] 关于短时傅里叶变换的加窗问题

[复制链接]
发表于 2016-5-5 09:48 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。

您需要 登录 才可以下载或查看,没有账号?我要加入

x
短时傅里叶变换属于线性时频表示,没有交叉项干扰,在很多场合中应用还是很方便的,虽然时频聚集性没有WVD好,此外,由于HHT方法的局限性,在适当的场合利用下短时傅里叶变换还是很有效果的,另外也可作为与其他方法的一个比对。
如果利用时频工具箱的处理函数tfrstft,默认的滤波加窗宽度=数据长度/4,这很容易理解,T*B=1/4的时候具有最好的时频聚集性,但是,如果数据长度不是2的指数次方,此时默认窗宽度就有问题了,我目前的思路是窗宽度取接近数据长度的最小的2的指数次方的1/4*pi,这样获得的效果是最好的。
不知道还有没有其他更好的方法,欢迎讨论交流!
这两天又对该问题进行了资料搜集,验证了我的想法,但是即使是按照这种方法做,也仍然脱离不了不确定性原理的束缚,而其对于滤波窗的问题,已经有了研究的先例,大家可以参考 ASTFT(自适应短时傅里叶变换)和分数间隔傅里叶变换,似乎得到的结果都不错。
转自:http://blog.sina.com.cn/s/blog_5def5a660100dc8p.html

本帖被以下淘专辑推荐:

回复
分享到:

使用道具 举报

发表于 2016-5-5 13:16 | 显示全部楼层
你的意思是数据分段分不匀称吗?

如果是这个问题,整个数据的长度只需是4的倍数就可以了呀,哪里用得着2的幂呢?
发表于 2016-5-15 18:52 | 显示全部楼层
原理呢?
发表于 2016-5-15 22:08 | 显示全部楼层
本帖最后由 红轮 于 2016-5-15 22:17 编辑

感觉和welch法计算PSD差不多吧, 有时试验数据量很大,采样率又固定的时候,分4段岂不分辨率太高?结果毛刺太多,反而看不出个123,感觉分2的整数幂是为了FFT效率高,但NFFT可以大于window啊? 超过的补零就OK了,望高手解惑?
发表于 2017-9-15 13:21 | 显示全部楼层
stft得出的结果也是功率谱密度吗?不是分段进行FFT?
您需要登录后才可以回帖 登录 | 我要加入

本版积分规则

QQ|小黑屋|Archiver|手机版|联系我们|声振论坛

GMT+8, 2024-12-23 11:10 , Processed in 0.077824 second(s), 19 queries , Gzip On.

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表