Python在振动信号处理中的应用（八）：信号处理中常见的窗函数

• 一、概述
• 二、各类窗函数的特点及在python中的实现
• • 2.1 矩形窗
  • 2.2 三角窗
  • 2.3 汉宁窗
  • 2.4 海明窗
  • 2.5 指数窗
• 三、TIPS

  通常意义下的傅里叶变换是针对无限长时间，但实际不可能进行无限长时间的信号采集，只能采集有限长时间的数据，这相当于用一个矩形时间窗函数对无限长时间的信号进行了截断。这种时域上的截断导致本来集中于某一频率下的能量，部分被分散到该频率附近的频域，造成频域分析出现误差，这种现象称为泄露。 减少信号截断造成的泄露有两种方法，一种是加大傅里叶变换的数据长度，另一种是在信号上乘以一个函数，使得该信号在结束处不是突然截断，而是逐步衰减平滑过渡到截断处，这样就能减少泄露 ，这一类函数就称为窗函数。
  那么这些窗函数有什么特性？使用过程中需要注意些什么呢？是本文重点关注的事。