matlab中窗函数的使⽤（⼀）
窗函数是频谱分析中⼀个重要的部分，窗函数修正了由于信号的⾮周期性并减⼩了频谱中由于泄露⽽带来的测量不准确性。
快速傅⾥叶变换假定了时间信号是周期⽆限的。但在分析时，我们往往只截取其中的⼀部分，因此需要加窗以减⼩泄露。窗函数可以加在时域，也可以加在频域上，但在时域上加窗更为普遍。截断效应带来了泄漏，窗函数是为了减⼩这个截断效应，其设计成⼀组加权系数。例如，⼀个窗函数可以定义为：
w(t)=g(t)      -T/2<t<T/2
w(t)=0          其他
g(t)是窗函数，T是窗函数的时间.
待分析的数据x(t)则表⽰为：
x(t)=w(t)*x(t)'
x(t)'表⽰原始信号,x(t)表⽰待分析信号。
加窗在时域上表现的是点乘，因此在频域上则表现为卷积。卷积可以被看成是⼀个平滑的过程。这个平滑过程可以被看出是由⼀组具有特定函数形状的滤波器，因此，原始信号中在某⼀频率点上的能量会结合滤波器的形状表现出来，从⽽减⼩泄漏。基于这个原理，⼈们通常在时域上直接加窗。
⼤多数的信号分析仪⼀般使⽤矩形窗（rectangular），汉宁（hann），flattop和其他的⼀些窗函数。
矩形窗函数：
w(k)=1
汉宁窗：
w(k)=0.5*(1-cos(2*pi*k/(N-1)))    0<=k<=N-1
由于加窗计算中衰减了原始信号的部分能量，因此对于最后的结果还需要加上修正系数。在线性谱分析中，⼀般使⽤幅度系数（amplitude correction），在功率谱中，⼀般使⽤能量系数（energycorrection）。(这段不清楚在实际中如何⽤)
matlab中提供了很多窗函数，如下
还提供了显⽰窗函数的GUI⼯具，如wvtool可以显⽰⽤来显⽰窗的形状和频域图形，wintool可以打开窗设计和分析⼯具，如运⾏wvtool(hamming(64),hann(64),gausswin(64))
可以对⽐汉明窗、汉宁窗和⾼斯窗
简单测试⼀下加窗的效果如下
可以看到加窗后，频谱泄露确实减少了，但同时信号能量也减⼩了，这也许就是所说的要使⽤能量系
数吧，如下，这样⼀来，对⽐就更明显了，加窗可以有效的减少频谱泄露。
测试代码如下
%% 窗函数测试
function main
clc
close all
Ts = 0.001;
Fs = 1/Ts;
%% 原始信号
t = 0:Ts:pi/2;
用subplot函数
yt = sin(2*pi*5*t) + sin(2*pi*10*t) + sin(2*pi*15*t); [Yf, f] = Spectrum_Calc(yt, Fs);
figure
subplot(211)
plot(t, yt)
xlabel('t')
ylabel('y')
title('原始信号')
subplot(212)
plot(f, Yf)
xlabel('f')
ylabel('|Yf|')
xlim([0 100])
ylim([0 1])
title('原始信号频谱')
%% 加窗信号
win = hann(length(t));
yt1 = yt.*win';
[Yf1, f1] = Spectrum_Calc(yt1, Fs);
figure
subplot(211)
plot(t, yt1)
xlabel('t')
ylabel('y')
title('加窗信号')
subplot(212)
plot(f1, 2*Yf1) % 2表⽰能量系数
xlabel('f')
ylabel('|Yf|')
xlim([0 100])
ylim([0 1])
title('加窗信号频谱')
end
%% 求取频谱
function [Yf, f] = Spectrum_Calc(yt, Fs) L = length(yt);
NFFT = 2^nextpow2(L);
Yf = fft(yt,NFFT)/L;
Yf = 2*abs(Yf(1:NFFT/2+1));
f = Fs/2*linspace(0,1,NFFT/2+1);
end

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。