本文介绍了Python中短时傅里叶变换（STFT）和离散傅里叶变换（DFT）的概念，并提供了Python实现STFT的详细步骤，包括overlapp-add算法进行逆变换的重构原信号过程。
短时傅里叶变换及其逆变换
本篇文章主要记录了使用python进行短时傅里叶变换，分析频谱，以及通过频谱实现在频域内降低底噪的代码及分析，希望可以给同样在学习信号处理的大家一点帮助，也希望大家对我的文章多提意见建议。
一. 短时傅里叶变换与离散傅里叶变换
在这篇文章中我们主要运用了短时傅里叶变换，要想清楚地理解短时傅里叶变换，首先必须要了解离散傅里叶变换(Discrete Fourier Transform，DFT)。
1.离散傅里叶变换
离散傅里叶的定义:
∀k∈[0,M−1],X[k]=∑n=0N−1x[n]e−2jπnfkFe=∑n=0N−1x[n]e−2jπnkFeMFe \\{\forall} k\in [0,M-1] ,X[k]=\sum^{N-1}_{n=0}x[n] e^{-\cfrac{2j\pi nf_k} {F_e}} = \sum^{N-1}_{n=0}x[n]e^{-\cfrac{2j\pi nk\frac{F_e}{M}}{Fe}} ∀k∈[0,M−1],X[k]=n=0∑N−1x[n]e−Fe2jπnfk=n=0∑N−1x[n]e
最低0.47元/天 解锁文章
扫一扫
2325
到【灌水乐园】发言
