Documente Academic
Documente Profesional
Documente Cultură
Cuprins
1. Introducere
2. Transformata Fourier in timp scurt
3. Exemple
4. Extragerea trasaturilor
Concluzii
1. Introducere
Cele mai folosite trei metode sunt bazate pe transformat Fourier in timp scurt (TFTS),
distributia patratica timp-frecventa (quadratic time-frequency distribution) si transformata
undine (wavelet transform).
STFT numita si FT ponderata (windowed) utilizeaza o fereastra de lungime data, w(t), de-a
lungul semnalului de interes, x(t):
TF este aplicata semnalului din dreptul ferestrei, permitand masurarea continutului in acest
segment/fereastra de semnal:
∞
1
𝑋𝑋𝑡𝑡 (𝜔𝜔) = � 𝑥𝑥𝑡𝑡 (𝜏𝜏)𝑒𝑒 −𝑗𝑗2𝜋𝜋𝜋𝜋𝜋𝜋 𝑑𝑑𝑑𝑑
√2𝜋𝜋 −∞
(2)
Prin translatia ferestrei de analiza se face o impartire a semnalului in segmente. Ferestele de
analiza pot fi de forma: Hamming, Hanning sau Gaussiene.
STFT este indicata pentru semnalele lent variabile in timp. Fereastra Gaussiana este o solutie
optimala, in sensul ca ofera rezolutii in timp si in frecventa optimale. Expresia este
1 𝑡𝑡2
𝑤𝑤𝑔𝑔 (𝑡𝑡) = 𝑒𝑒 −4𝛼𝛼 , 𝛼𝛼 > 0
2√𝜋𝜋𝜋𝜋
(3)
Curs 8: Diagnoza folosind transformata Fourier in timp scurt (M41)
∞ 2
1
𝑆𝑆(𝑡𝑡, 𝑓𝑓) = |𝑋𝑋𝑡𝑡 (𝑓𝑓)|2 =� � 𝑥𝑥(𝜏𝜏) ∙ 𝑤𝑤(𝑡𝑡 − 𝜏𝜏)𝑒𝑒 −𝑗𝑗2𝜋𝜋𝜋𝜋𝜋𝜋
𝑑𝑑𝑑𝑑�
√2𝜋𝜋 −∞
(3)
Din ultima ecuatie se poate observa ca pentru obtinerea unei rezolutii bune in domeniul timp,
functia fereastra w(t) trebuie sa fie cat mai scurta. Ca efect insa, aceasta va cauza o rezolutie
mica in frecventa. Compromisul intre rezoluatia din domeniile timp si frecventa este o
consecinta a principiului incertitudinii, care fixeaza o limita inferioara de 1/4pi pentru
produsul rezolutiilor timp-frecventa
Fs = 2e3;
Ts = 1/Fs;
N = 1000;
time = (0:N-1) .* Ts;
y1 = sin(2*pi*200 * time);
y2 = sin(2*pi*300 * time);
y2(1:500) = zeros(1,500); y1(501:end) = 0;
y = y1 + y2;
A = sqrt(fft(y) .* conj(fft(y)))./ N;
FA = (0:N/2-1) .* Fs ./ N;
subplot(221), plot(time,y);
title('Semnalul analizat');
subplot(222), plot(FA, A(1:length(FA)));
xlabel('F[Hz]'); grid; title('Spectrul de putere')
2
Curs 8: Diagnoza folosind transformata Fourier in timp scurt (M41)
Ts = 0.001;
Fs = 1/Ts;
N = length(time);
subplot(221), plot(time,y);
title('Semnalul analizat: chirp');
subplot(222), plot(FA, A(1:length(FA))); xlabel('F[Hz]'); grid;
subplot(223), mesh(T,F,abs(S)); xlabel('timp[s]'); ylabel('F[Hz]')
title('Spectrograma 3D')
subplot(224), image(abs(S)), ylabel('F [Hz] .*Fs');
xlabel('timp [s] .* Ts'); title('Spectrograma 2D');
3
Curs 8: Diagnoza folosind transformata Fourier in timp scurt (M41)
noverlap = 50;
nw = 300;
spectrogram(y,gausswin(nw),noverlap,[],Fs,'yaxis','onesided');
4. Extragerea trasaturilor
4
Curs 8: Diagnoza folosind transformata Fourier in timp scurt (M41)
Media 1
1. 𝑚𝑚(𝑡𝑡) 𝑚𝑚(𝑡𝑡,𝑓𝑓) = � � 𝐼𝐼[𝑖𝑖, 𝑘𝑘]
(Mean) 𝑁𝑁𝑡𝑡 ⋅ 𝑁𝑁𝑓𝑓
𝑖𝑖 𝑘𝑘
2
Dispersia 2 ∑𝑖𝑖 ∑𝑘𝑘�𝐼𝐼[𝑖𝑖, 𝑘𝑘] − 𝑚𝑚(𝑡𝑡,𝑓𝑓) �
2. 𝜎𝜎(𝑡𝑡) 2
𝜎𝜎(𝑡𝑡,𝑓𝑓) =
(Variance) 𝑁𝑁𝑡𝑡 ⋅ 𝑁𝑁𝑓𝑓
3
Inclinare ∑𝑖𝑖 ∑𝑘𝑘�𝐼𝐼[𝑖𝑖, 𝑘𝑘] − 𝑚𝑚(𝑡𝑡,𝑓𝑓) �
3. 𝛾𝛾(𝑡𝑡) 𝛾𝛾(𝑡𝑡,𝑓𝑓) =
(Skewness) 3
�𝑁𝑁𝑡𝑡 ⋅ 𝑁𝑁𝑓𝑓 − 1�𝜎𝜎(𝑡𝑡,𝑓𝑓)
4
Aplatizare ∑𝑖𝑖 ∑𝑘𝑘�𝐼𝐼[𝑖𝑖, 𝑘𝑘] − 𝑚𝑚(𝑡𝑡,𝑓𝑓) �
4. 𝑘𝑘(𝑡𝑡) 𝑘𝑘(𝑡𝑡,𝑓𝑓) =
(Kurtosis) 4
�𝑁𝑁𝑡𝑡 ⋅ 𝑁𝑁𝑓𝑓 − 1� ⋅ 𝜎𝜎(𝑡𝑡,𝑓𝑓)
Coeficient de
variatie 𝜎𝜎(𝑡𝑡) 𝜎𝜎(𝑡𝑡,𝑓𝑓)
5. 𝑐𝑐(𝑡𝑡) = 𝑐𝑐(𝑡𝑡,𝑓𝑓) =
(Coefficient of 𝑚𝑚(𝑡𝑡) 𝑚𝑚(𝑡𝑡,𝑓𝑓)
variation)
Este dificil de spus care ar trebui să fie luate în considerare, fără a avea a priori informații
despre valorile caracteristicilor.
Fluxul spectral măsoară rata de schimbare a conținutului spectral al unui semnal și poate fi
estimat prin
𝑁𝑁−𝑙𝑙 𝑁𝑁−𝑚𝑚
unde l este durata de timp dintre două cadre (înregistrări) ale TFT și poate presupune orice
valoare întreagă între 1 și (NN-1), de exemplu N/4. Parametrii l și m sunt valori prestabilite
care depind de viteza de schimbare a energiei semnalului înspațiul(t,f),care recomandă l=1 și
m=1.
Pentru a evita valorile zero ale SF, în situații practice, ultimele expresii iau în considerare valori
mici, fără zerouri, pentru TF.
Concluzii
S-au prezentat elemnetele de baza pentru diagnoza bazata pe transformata Fourier in timp scurt
si extragerea trasaturilor, plecand de la spectrograma tratata ca o imagine (2D).