快速傅立叶变换应用窗口和重叠

Posted

技术标签:

【中文标题】快速傅立叶变换应用窗口和重叠【英文标题】:fast fourier transform apply window and overlap 【发布时间】:2013-06-08 04:15:14 【问题描述】:

这可能是一个幼稚的问题,但我在搜索中没有找到确切的细节。

在具有窗口重叠的 FFT 中,在我们将窗口函数应用于具有重叠的数据集序列并获得 FFT 结果后,我们如何将这些 FFT 结果组合为重叠序列?

我们是否只是将它们加在一起,将这些频域结果视为不重叠的部分?

这些结果的幅度是复数频率幅度吗?

谢谢。

【问题讨论】:

【参考方案1】:

对于每个 FFT,您通常会计算每个复数输出 bin 的幅度 - 这会为您提供一个窗口的频谱(幅度与频率)。所有时间窗口的幅度谱序列实际上是一个 3D 数据集或图表 - 幅度与频率与时间 - 通常绘制为频谱图、瀑布或随时间变化的 2D 频谱。

在数据在统计上是平稳的特定情况下,您只想减少方差,您可以平均连续的幅度谱 - 这称为集合平均。通常,对于语音或音乐等时变信号,您不希望这样做。

【讨论】:

以上是关于快速傅立叶变换应用窗口和重叠的主要内容,如果未能解决你的问题,请参考以下文章

离散傅立叶变换,快速傅立叶变换和傅里叶级数

快速傅立叶变换(FFT)

快速傅立叶变换(FFT)

快速傅立叶变换(FFT)相关内容汇总

为什么要进行傅立叶变换?傅立叶变换究竟有何意义?如何用Matlab实现快速傅立叶变换

Java中的快速傅立叶变换[重复]