1) discrete short time Fourier transform
离散短时傅里叶变换
1.
According to the characteristics of PCM/FM signal,a new method of software demodulation based on discrete short time Fourier transform(DSTFT) is presented.
根据PCM/FM信号的特点,提出一种基于离散短时傅里叶变换(discrete short time Fourier transform,DSTFT)的软件化解调方法:首先利用DST-FT计算PCM/FM信号的0、1频点的频谱能量,然后通过比较2个频点频谱能量的大小实现信号的判决;详细论述此种解调方法的基本原理和实现过程,提出采用小数形式的频点来提高解调精度;利用C++语言编程实现了该解调方法,并用从实装设备采集的PCM/FM信号对解调软件进行测试。
2) DSTFT
离散短时傅里叶变换
1.
The method for PCM/FM signal demodulation based on DSTFT was proposed according to the instability of factual PCM/FM signal.
根据实际PCM/FM信号的非平稳特性,提出了基于离散短时傅里叶变换(DSTFT),通过比较频点能量进行PCM/FM信号软件化解调的实现方法。
3) DSTFT
离散短时傅立叶变换
1.
π/4-DQPSK Demodulation Based on DSTFT;
基于离散短时傅立叶变换的π/4-DQPSK信号解调
4) short window discrete Fourier transform
短时窗离散傅立叶变换
5) discrete time Fourier transform
离散时间傅里叶变换
6) Short time Fourier transform
短时傅里叶变换
1.
A Surface EMG signal identification method based on short time fourier transform is presented in this paper.
针对肌电信号的非平稳特性 ,采用短时傅里叶变换方法对表面肌电信号进行分析 ,并通过奇异值分解有效地提取特征矢量进行模式识别 ,能够成功地从掌长肌和肱桡肌采集的两道表面肌电信号中识别展拳、握拳、腕内旋、腕外旋四种运动模式。
2.
This paper designs a sort of spectral analyzer utilizing the concept of software defined radio,and find several motheds to solve the window effect of the short time Fourier transform.
本文利用软件无线电的思想设计完成了一种语图仪,并针对短时傅里叶变换的窗效应,对其进行了改进。
3.
Digital image technology was adopted to extract the characteristics of the Morse signal based on a three-dimensional spectrum formed by a short time Fourier transform.
基于短时傅里叶变换形成的三维谱图,采用数字图像处理的方法提取信号的特征。
补充资料：N点有限长序列的离散傅里叶变换
时域N点序列χ(n)的离散傅里叶变换(DFT)以X(k)表示，定义为
(1)
式中K＝0,1,...,N-1。式(1)称为DFT的正变换。从式(1)可以导出
(2)
式中n＝0,1,...,N-1。式(2)称为DFT的逆变换。式(1)和式(2)合起来称为离散傅里叶变换对。
由于在科学技术工作中人们所得到的离散时间信号大多是有限长的N点序列，所以对N点序列进行时域和频域之间的变换是常用的变换，另外 DFT有它的快速算法，使变换可以在很短的时间内完成,所以DFT是数字信号处理中最为重要的工具之一。
DFT的原理 是以给定的时域N点序列χ(n)作为主值周期进行周期延拓（即使之周期化）得到以 N点为周期的离散周期序列χ((n))N,再求χ((n))N的离散傅里叶级数(DFS)表示(见离散时间周期序列的离散傅里叶级数表示),得频域的N点离散周期序列X((k))N,最后从X((k))N中取出其主值周期，即得X(k)。同理，与此相似，如果已知X(k)求χ(n),则是从X(k)得X((k))N，再从X((k))N得χ((n))N，取出主值周期即得χ(n)。这个概念很重要，DFT的性质大都与此有关。至于从χ(n)求X(k)，或已知X(k)求χ(n)则是用(1)式或(2)式直接进行的，并不需要通过χ((n))N和X((k))N。
DFT的主要性质 共有5点，如下表中所列。表中a、b为常数, χ((m))N为以N点为周期的周期序列，χ((n+m))N为χ((n))N序列整体左移m点后的结果其他符号如X((k+l))N，X((l))N，Y((k-l))N及y((n-m))N等可类推其含义，不一一列出。
DFT的快速算法 又称为快速傅里叶变换(FFT)。当序列的长度N为2的整数次幂（即N＝2,&λ为整数）时,算法的指导思想是将一个N 点序列的DFT分成两个N/2点序列的DFT,再分成四个N/4点序列的DFT,如此下去,直到变成N/2个两点序列的DFT。这种快速算法的计算工作量与DFT的直接计算的计算工作量之比约为log2N/(2N),以N=1024为例FFT的计算工作量仅约为DFT直接计算的1/200。
(1)
式中K＝0,1,...,N-1。式(1)称为DFT的正变换。从式(1)可以导出
(2)
式中n＝0,1,...,N-1。式(2)称为DFT的逆变换。式(1)和式(2)合起来称为离散傅里叶变换对。
由于在科学技术工作中人们所得到的离散时间信号大多是有限长的N点序列，所以对N点序列进行时域和频域之间的变换是常用的变换，另外 DFT有它的快速算法，使变换可以在很短的时间内完成,所以DFT是数字信号处理中最为重要的工具之一。
DFT的原理 是以给定的时域N点序列χ(n)作为主值周期进行周期延拓（即使之周期化）得到以 N点为周期的离散周期序列χ((n))N,再求χ((n))N的离散傅里叶级数(DFS)表示(见离散时间周期序列的离散傅里叶级数表示),得频域的N点离散周期序列X((k))N,最后从X((k))N中取出其主值周期，即得X(k)。同理，与此相似，如果已知X(k)求χ(n),则是从X(k)得X((k))N，再从X((k))N得χ((n))N，取出主值周期即得χ(n)。这个概念很重要，DFT的性质大都与此有关。至于从χ(n)求X(k)，或已知X(k)求χ(n)则是用(1)式或(2)式直接进行的，并不需要通过χ((n))N和X((k))N。
DFT的主要性质 共有5点，如下表中所列。表中a、b为常数, χ((m))N为以N点为周期的周期序列，χ((n+m))N为χ((n))N序列整体左移m点后的结果其他符号如X((k+l))N，X((l))N，Y((k-l))N及y((n-m))N等可类推其含义，不一一列出。
DFT的快速算法 又称为快速傅里叶变换(FFT)。当序列的长度N为2的整数次幂（即N＝2,&λ为整数）时,算法的指导思想是将一个N 点序列的DFT分成两个N/2点序列的DFT,再分成四个N/4点序列的DFT,如此下去,直到变成N/2个两点序列的DFT。这种快速算法的计算工作量与DFT的直接计算的计算工作量之比约为log2N/(2N),以N=1024为例FFT的计算工作量仅约为DFT直接计算的1/200。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条