KNOWECON WIKI

ARTICLE

短时傅里叶变换

短时傅里叶变换 (Short-Time Fourier Transform, STFT) 短时傅里叶变换 (STFT) 是一种时频分析方法，通过在信号上滑动窗函数并逐段计算傅里叶变换，将一维时域信号映射到二维时频平面。STFT 的核心思想由 Dennis Gabor 于 1946 年提出，是分析非平稳信号的基石工具，广泛应用于语音处理、雷达信号分析、地震学、

浏览 0 更新 2025-12-23

短时傅里叶变换 (Short-Time Fourier Transform, STFT)

短时傅里叶变换 (STFT) 是一种时频分析方法，通过在信号上滑动窗函数并逐段计算傅里叶变换，将一维时域信号映射到二维时频平面。STFT 的核心思想由 Dennis Gabor 于 1946 年提出，是分析非平稳信号的基石工具，广泛应用于语音处理、雷达信号分析、地震学、音乐信息检索与生物医学信号处理等领域。

基本定义与数学形式

给定连续时间信号 x(t)x(t)，其短时傅里叶变换定义为：

X(τ,ω)=∫−∞∞x(t) w(t−τ) e−jωt dtX(\tau, \omega) = \int_{-\infty}^{\infty} x(t) \, w(t - \tau) \, e^{-j\omega t} \, dt

其中 w(t)w(t) 为实值窗函数，τ\tau 为时间平移参数，ω\omega 为角频率。窗函数 w(t−τ)w(t - \tau) 在时刻 τ\tau 附近对信号进行局部截取，截取后的片段被视作平稳信号进行傅里叶分析。实际计算中常用离散形式：

X[m,k]=∑n=−∞∞x[n] w[n−mR] e−j2πkn/NX[m, k] = \sum_{n=-\infty}^{\infty} x[n] \, w[n - mR] \, e^{-j2\pi kn / N}

其中 RR 为帧移 (hop size)，NN 为 FFT 点数，mm 为帧索引，kk 为频率 bin。

窗函数与分辨率权衡

STFT 的性能高度依赖窗函数选择。常见窗函数包括矩形窗、汉宁窗 (Hann)、汉明窗 (Hamming) 与布莱克曼窗 (Blackman)。窗函数引入时域局部化，但同时也导致频谱泄漏：矩形窗主瓣最窄但旁瓣最高，汉宁窗与汉明窗在旁瓣抑制与主瓣宽度之间取得折中。

STFT 面临时频分辨率的根本权衡——海森堡不确定性原理的时频版本：

Δt⋅Δf≥14π\Delta t \cdot \Delta f \geq \frac{1}{4\pi}

其中 Δt\Delta t 为时间分辨率，Δf\Delta f 为频率分辨率。窄窗赋予好的时间分辨率但差的频率分辨率；宽窗则相反。不存在同时在时域和频域都完美分辨的窗函数——这是 STFT 的内在局限，也是推动 小波变换 发展的核心动因。

语谱图

STFT 的平方模量称为语谱图 (Spectrogram)：

S(τ,ω)=∣X(τ,ω)∣2S(\tau, \omega) = |X(\tau, \omega)|^2

语谱图以图像形式呈现信号能量在时频平面上的分布，是语音分析和音频信号处理中最常用的可视化工具。通过语谱图可直观识别谐波结构、共振峰轨迹、起音时刻等声学特征。语谱图的频率分辨率与时间分辨率始终处于反比关系中，参数选择取决于具体应用场景。

逆变换与信号重构

STFT 在满足恒重叠相加 (COLA) 约束的条件下是可逆的。连续逆变换为：

x(t)=12π∫−∞∞∫−∞∞X(τ,ω) w(t−τ) ejωt dω dτx(t) = \frac{1}{2\pi} \int_{-\infty}^{\infty} \int_{-\infty}^{\infty} X(\tau, \omega) \, w(t - \tau) \, e^{j\omega t} \, d\omega \, d\tau

基于重叠相加法 (OLA) 或重叠保留法 (OLS) 的逆 STFT 广泛应用于信号重建、降噪处理与音效变换（如时间拉伸、音高偏移）等场景。重构的精确性要求窗函数设计满足 ∑mw[n−mR]=1\sum_{m} w[n - mR] = 1 对所有 nn 成立。

应用与扩展

STFT 在多个领域有核心应用：

  • 语音识别：声学特征提取（MFCC 等特征依赖于 STFT 幅度谱）
  • 音频编码：MP3、AAC 等编码标准中的时频变换
  • 雷达与声纳：运动目标的多普勒参数估计
  • 生物医学信号：EEG、ECG 的时频分析
  • 机械故障诊断：振动信号的频谱监测

STFT 的主要局限在于：一旦窗函数选定，整个时频平面的分辨率就固定不变，无法对不同时间尺度的信号成分进行自适应调整。这一局限催生了 小波变换——通过可变尺度的时频原子实现对信号的多分辨率分析，低频段获得高频率分辨率，高频段获得高时间分辨率。

尽管如此，STFT 因其实现简单、物理意义清晰、可通过 FFT 快速计算等优势，至今仍是时频分析领域最基础且使用最广泛的工具。与 傅里叶变换 相比，STFT 保留了时间局部性；与小波变换相比，STFT 以均匀的时频分辨率换取计算效率与直观性。STFT 也可理解为一种特殊的滤波器组——对每个频点，STFT 等于信号经过带通滤波后调制至基带的结果。使用高斯窗的 STFT 特称 Gabor 变换，因其达到海森堡下界而具有最优的联合时频分辨率。