Me gustaría ver la respuesta con vista cualitativo en el problema, no sólo definición. Ejemplos y análogos de otras áreas de la matemática aplicada también sería bueno.
Entiendo, mi pregunta es tonta, pero no encuentro buena y libro de texto de introducción intuitiva sobre procesamiento de señales - si alguien sugeriría uno, voy a ser feliz.
Gracias.
Depende de donde se aplica la función de la ventana. Si lo hace en el dominio del tiempo, es porque solo quiere analizar el comportamiento periódico de la función en un corto periodo de tiempo. Hacer esto cuando usted no cree que sus datos a partir de un proceso estacionario.
Si lo hace en el dominio de la frecuencia, entonces no es para aislar un conjunto específico de frecuencias para su posterior análisis; hacer esto cuando usted cree que (por ejemplo) componentes de alta frecuencia son espurios.
Los tres primeros capítulos de "Una Wavelet Tour de Procesamiento de la Señal" por Stephane Mallat tienen una excelente introducción al procesamiento de la señal en general, y en el capítulo 4 se adentra en una muy buena discusión de ventanas y tiempo-frecuencia de las representaciones, tanto en tiempo continuo y discreto, junto con un par de ejemplos resueltos.
El objetivo principal de ventanas en el análisis espectral es la capacidad de hacer zoom en los detalles más finos de la señal en lugar de buscar la señal entera como tal. Corto Tiempo de Fourier(STFT) son de primordial importancia en el caso de la señal de voz de procesamiento donde la información como el tono o las frecuencias de los formantes son extraídos por el análisis de las señales a través de una ventana de tiempo de duración específica. El ancho de las ventanas de la función se refiere a cómo la señal es representada que se determina si hay buena resolución de frecuencia (frecuencia de los componentes juntos pueden ser separadas) o bien el tiempo de resolución (el momento en el que las frecuencias de cambio).Una amplia ventana que da una mejor resolución de frecuencia pero la pobre resolución de tiempo. Una estrecha ventana da una buena resolución temporal, pero la pobre resolución de frecuencia. Estos son los llamados de banda estrecha y de banda ancha se transforma, respectivamente. Esta es la razón exacta de por qué un wavelet fue desarrollado donde una wavelet es capaz de dar buena resolución en tiempo de alta frecuencia de los eventos y la buena resolución de frecuencia de baja frecuencia de los eventos. Este tipo de análisis es muy adecuado para el real de las señales.
I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.
