短时傅里叶变换。短时傅里叶变换的优缺点：
短时傅里叶变换和小波变换有何不同?
1、总之，短时傅里叶变换和小波变换在时频分析中扮演了重要角色。STFT提供了一种动态的时频图，而CWT通过引入可变窗口大小的策略，实现了一种更为灵活的时间分辨率和频率分辨率的调整，有效捕捉信号中的局部特征。随着实践需求的不断增长，这些方法在信号处理、音频分析、图像处理等领域具有广泛的应用。
2、短时傅里叶变换是给信号在时域上加窗，把信号分成一小段一小段，分别做傅里叶变换；小波变换直接更换了基函数，将无限长的三角函数基换成了有限长的会衰减的小波基。相比于窗宽窄不能变化的短时傅里叶变换，小波基的尺度可以伸缩，从而解决了时域、 频域分辨率不可兼得的问题，并且可以实现正交化。
3、傅里叶变换、短时傅里叶变换、小波变换、希尔伯特变换、希尔伯特黄变换在信号处理中的特点和作用如下：傅里叶变换：特点：适合于平稳信号，能够揭示信号在频域上的特性，但无法捕捉非平稳信号的时变特性。作用：将信号从时域转换到频域，提供信号的频谱信息。
4、短时傅里叶变换（STFT）是一种时频域分析方法，它通过将信号分割成不同时间窗口并分别执行傅里叶变换来提供信号的时间-频率信息。通过调整窗口大小，可以权衡时间分辨率与频率分辨率，但一旦选定窗口大小，便在整个分析过程中保持不变。连续小波变换（CWT）旨在克服STFT固有的时频分辨率问题。
时频分析——短时傅里叶变换(STFT)
1、短时傅里叶变换（STFT）是一种用于分析非平稳信号的时频特性的有效工具。它通过将长信号分成多个短段，并对每一段进行傅里叶变换，从而能够揭示信号在不同时间点的频率成分。短时傅里叶变换的定义与原理 短时傅里叶变换（STFT）是对离散信号进行局部频谱分析的方法。
2、短时傅里叶变换（STFT）是分析非平稳信号（如音频信号）的一种常用技术。它通过将长时非平稳信号分割成多个短时平稳信号，进而对每个短时信号进行傅里叶变换，从而获取信号在时间和频率上的分布特征。
3、观察信号频率成分：在时频图上，可以清晰地看到信号在不同时间点上的频率成分及其变化情况。例如，如果信号在某个时间点突然出现了高频成分，那么在时频图上就会有一个明显的亮斑或亮线出现。应用与局限性：短时傅里叶变换的时频图在信号处理、音频分析等领域有着广泛的应用。
短时傅里叶变换时频图怎么看
在时频图上，可以清晰地看到信号在不同时间点上的频率成分及其变化情况。例如，如果信号在某个时间点突然出现了高频成分，那么在时频图上就会有一个明显的亮斑或亮线出现。应用与局限性：短时傅里叶变换的时频图在信号处理、音频分析等领域有着广泛的应用。然而，由于其固有的窗口大小选择问题，它并不适用于所有类型的信号分析。
为了分析这个信号的时频特性，我们可以使用短时傅里叶变换。首先，将信号进行时间分段，例如将4秒的信号分成4段，每段1秒。然后，对每一段信号进行傅里叶变换，得到每一段的频谱。通过比较不同时间段的频谱，我们可以清晰地看到信号在不同时间段内的频率成分及其变化。
STFT通过将长时非平稳信号加窗进行短时分割，使得在短时内信号可以视作平稳信号，从而进行傅里叶变换。通过窗函数的滑动，可以得到每一个窗口内信号的傅里叶变换结果，这些结果堆叠起来排开，形成一个二维的时频域特征图，该图表征了整个信号在时间和频率上的分布。
