Лекция
Привет, Вы узнаете о том , что такое кратковременное преобразование фурье, Разберем основные их виды и особенности использования. Еще будет много подробных примеров и описаний. Для того чтобы лучше понимать что такое кратковременное преобразование фурье, частотно-временной анализ сигналов , настоятельно рекомендую прочитать все из категории Методы и средства компьютерных информационных технологий.
классическое преобразование Фурье (непрерывное и дискретное) является весьма полезным математическим аппаратом для анализа и синтеза сигналов, однако иногда оказывается недостаточно эффективным при обработке сложных сигналов. Преобразование Фурье, например, не отличает сигналы из двух синусоид с разными частотами, один из которых представляет собой сумму синусоид, второй – последовательно следующие друг за другом синусоиды. В обоих случаях их спектр будет выглядеть как
два пика на двух фиксированных частотах. Следовательно, преобразование Фурье в своем традиционном виде не приспособлено для анализа нестационарных сигналов в том числе локализованных на некотором временном интервале, так как теряется информация о временных характеристиках сигнала.
Следовательно, спектральный анализ реальных сигналов необходимо осуществлять как по частоте, так и во времени. Преимущества такого анализа очевидны. Об этом говорит сайт https://intellect.icu . На практике чаще всего приходится иметь дело с нестационарными процессами, в которых информативным является сам факт изменения частотно-временных характеристик сигнала
Для выполнения такого анализа требуются базисные функции, обладающие способностью выявлять в анализируемом сигнале как частотные, так и его временные характеристики. Другими словами, сами базисные функции должны обладать определенными
свойствами, названными частотно - временной локализацией
Для анализа и сравнения частотно-временных локализационных свойств различных базисов используют плоскость частота-время. Любая функция ϕ(t) может характеризоваться интервалом на временной оси и интервалом в Фурье области, в которых содержится 90% ее энергии, сосредоточенной около центра тяжести (В.3) функции . Тогда в этой плос- кости функцию ϕ (t) можно изобразить в виде прямоугольника, как показано на рис. 3.1. Очевидно, что смещение функции на τ от исходного состояния вызо- вет перемещение прямоугольника параллельно оси t .
Как следует из свойства масштабирования Фурье-преобразования(2.2.5), ширина базисной функции во временной и частотной областях взаимосвязаны: расширение функции во временной области ведет к ее сужению в частотной и наоборот.
Итак, частотно-временной анализ предназначен для выявления локальных частотно-временных возмущений сигнала. Вследствие кратковре- менности таких возмущений, сам сигнал может рассматриваться как заданный в L2 , т.е. для одномерных сигналов – на всей действительной оси R(− ∞,∞) с нормой
Следовательно, базисные функции, которые получили название вейвлетов, также должны принадлежать L2 и быстро убывать при t → ∞ . Тогда, чтобы перекрыть такими базисными функциями все возможные временные положения сигнала, необходимо, чтобы базисные функции представляли собой набор смещенных во времени функций. Удобнее всего, если этот набор образуется из одной и той же "материнской" функции ψ (t) (прототипа), сдвинутой по оси t , т.е. { ψ(t − b). } Чтобы обеспечить частотный анализ, базисная функция должна иметь еще один аргумент – масштабный коэффициент, который является аналогом частоты в Фурье- анализе. Тогда базисные функции для частотно-временного анализа будут меть вид
Комментарии
Оставить комментарий
Методы и средства компьютерных информационных технологий
Термины: Методы и средства компьютерных информационных технологий