ConceptMathematics & Information › Signal Processing › Fourier Analysis › STFT
STFT
Short-Time Fourier Transform
短时傅里叶变换
一句话理解
STFT 用滑动窗口把信号分成短片段，并分别做傅里叶变换，从而观察频率如何随时间变化。
最好理解的例子
一段音乐先有低音、后有高音；整段 FFT 只能告诉你两种频率都存在，STFT 还能显示它们分别在何时出现。
核心机制
- 1
用固定长度的窗口在信号上滑动并截取局部片段。
- 2
对每个加窗片段计算 Fourier 频谱，通常用 FFT 加速。
- 3
按时间排列局部频谱，形成时频表示。
为什么重要
语音、音乐、振动和生理信号通常是非平稳的，STFT 提供了直观的时频表示。
关键关系
快速对比
FFT 描述整段信号的总体频率组成；STFT 描述局部频率随时间的变化。
常见误解
时间分辨率和频率分辨率之间存在权衡，不能通过无限增大窗口同时把两者都提高。
进一步理解
窗口越长，频率分辨率通常越高，但时间分辨率越低。窗函数还能控制频谱泄漏，因此窗口长度、步长与窗形需要围绕任务共同选择。
知识邻域
Mathematics & Information → Signal Processing → Fourier Analysis