01、Hanning窗 如上图所示,这是Hanning窗的波形。 上图未使用窗函数,下图使用了Hanning窗,泄漏问题明显改善。Hanning窗在始末两端都为0,规避了所有不连续性,因此该窗函数适用于持续性噪声和周期性声音信号。一般来说,在95%情况下,Hanning窗都适用。 02、矩形窗 既然Hanning窗可以满足多数情况,且效果较好,那我们还有必要使用其他的窗函数吗?答案是肯定的。 下面就介绍Hanning窗不适用的情形。如上图所示,信号的输入是一个瞬态波,逐渐衰弱。如果使用Hanning窗的话,加窗后的信号如上图c所示,显然,这个信号不能反映真实的衰减过程。 如上图所示,左侧是未加窗的结果,正确反映了该瞬态信号的频谱,但是右侧计算的FFT结果,看起来更像是一个正弦波,这显然是有问题的。因此,对于这种瞬态波,我们不能选用Hanning窗,而是要使用所有信号均相等的统一窗(矩形窗),如下图所示。 03、平顶窗 从前述两种窗函数来看,均有各自应用的场景,而平顶窗则是在某些场景下对Hanning窗做一定程度的改善。首先,简述Hanning窗的局限性。如上图所示,这是一个使用Hanning窗进行信号处理的过程,可以看到窗的中心位置非常圆。从上图结果来看,可以衰减1.5dB的能量,因此这只能针对频率范围较小,比较精确的峰值。如果一个噪声的峰值比较宽,就需要基于Hanning窗进行改进的平顶窗,如下图所示: 相较于Hanning窗,同等宽度的信号,平顶窗衰减只有0.1dB。具体对比看下图: 从上图来看,平顶窗的确能改善前述问题,但是牺牲了频率分辨率。在具体应用场景中,要根据需求是否选择平顶窗。 总 结 · Hanning窗:适用于连续的噪声/周期信号或正弦波。 · 统一(矩形)窗:适用于瞬态信号。 · 平顶窗:与Hanning窗对比,牺牲了频率分辨率,但是提高了精度。 原文注部分数据来源: https://zh.wikipedia.org/wiki/%E7%AA%97%E5%87%BD%E6%95%B0 来源:吉兴汽车声学部件科技有限公司微信公众号(ID:gh_ff1a461c24cb),作者:陈晓君。 |
GMT+8, 2024-11-25 05:36 , Processed in 0.079813 second(s), 24 queries , Gzip On.
Powered by Discuz! X3.4
Copyright © 2001-2021, Tencent Cloud.