การแปลงฟูรีเยช่วงเวลาสั้น

บทความนี้ไม่มีการอ้างอิงจากแหล่งที่มาใด กรุณาช่วยปรับปรุงบทความนี้ โดยเพิ่มการอ้างอิงแหล่งที่มาที่น่าเชื่อถือ เนื้อความที่ไม่มีแหล่งที่มาอาจถูกคัดค้านหรือลบออก (เรียนรู้ว่าจะนำสารแม่แบบนี้ออกได้อย่างไรและเมื่อไร)

การแปลงฟูรีเยช่วงเวลาสั้น หรือ การแปลงฟูรีเยช่วงสั้น (อังกฤษ: short-time Fourier transform: STFT) เป็นการแปลงที่มีความสัมพันธ์กับการแปลงฟูรีเย ใช้ในการหาความถี่ และ เฟส ของช่วงใดช่วงหนึ่งของสัญญาณที่มีการเปลี่ยนแปลงไปตามเวลา

ในการแปลงแบบเวลาต่อเนื่อง ฟังก์ชันที่จะทำการแปลงจะถูกคูณด้วยฟังก์ชันหน้าต่าง หรือ วินโดว์ฟังก์ชัน ซึ่งเป็นฟังก์ชันที่มีค่าไม่เป็นศูนย์ในช่วงเวลาสั้น ๆ เท่านั้น ผลการแปลงฟูรีเย (1 มิติ) ของผลคูณนี้ ซึ่งเสมือนการเลื่อนหน้าต่างไปตามแกนเวลา จะได้ผลลัพธ์เป็นสัญญาณ 2 มิติ แสดงในรูปคณิตศาสตร์ดังต่อไปนี้ :

${\displaystyle \mathbf {STFT} \left\{x(t)\right\}\equiv X(\tau ,\omega )=\int _{-\infty }^{\infty }x(t)w(t-\tau )e^{-j\omega t}\,dt}$

โดยที่ w(t) เป็นฟังก์ชันหน้าต่าง ซึ่งโดยทั่วไปนิยมใช้ หน้าต่างฮานน์ หรือ ฟังก์ชันเกาส์ ซึ่งมีจุดกึ่งกลางที่จุดศูนย์ และ x(t) เป็นฟังก์ชันที่จะทำการแปลง X(τ,ω) เป็นผลการแปลงของ x(t)w(t-τ) แสดงให้เห็นถึง ขนาด และ เฟส ของสัญญาณ ที่เวลาและความถี่ต่าง ๆ มักมีการทำการเชื่อมต่อเฟส หรือ ที่เรียกว่าการ คลี่เฟส (phase unwrapping) ตามแกนเวลา τ และ แกนความถี่ ω เพื่อให้การความต่อเนื่องของเฟส ค่าเวลา τ โดยปกติจะถือเป็นเวลาที่ช้าเมื่อเทียบกับเวลา t จึงมักจะใช้หน่วยความละเอียดที่ต่ำกว่า

ในกรณีเวลาไม่ต่อเนื่องนี้ ข้อมูลที่จะทำการแปลงจะถูกแบ่งออกเป็นช่วงหรือกลุ่ม เรียกว่า เฟรม (ซึ่งโดยทั่วไปมักจะมีช่วงที่เหลื่อมทับซ้อนกัน) แต่ละกลุ่มนี้จะถูกทำการแปลง และเก็บบันทึกไว้ในรูปของเมทริกซ์ ของจำนวนเชิงซ้อน ซึ่งแสดงค่าขนาด และ เฟส ของแต่ละจุดของเวลา และ ความถี่ การแปลงมีรูปทางคณิตศาสตร์ดังต่อไปนี้:

${\displaystyle \mathbf {STFT} \left\{x[n]\right\}\equiv X(m,\omega )=\sum _{n=-\infty }^{\infty }x[n]w[n-m]e^{-j\omega n}}$

โดย x[n] คือ สัญญาณ และ w[n] คือฟังก์ชันหน้าต่าง ค่าเวลา m มีค่าไม่ต่อเนื่อง ค่าความถี่ ω มีค่าต่อเนื่อง แต่เนื่องจากในทางปฏิบัติการแปลง STFT นี้กระทำด้วยคอมพิวเตอร์ โดยใช้การแปลงฟูรีเยอย่างเร็ว (FFT-Fast Fourier Transform) ซึ่งค่าตัวแปรทั้งสองนั้นเป็นค่าดิจิทัล คือ ไม่ต่อเนื่อง และ ถูกควอนไตซ์ ค่าเวลาไม่ต่อเนื่อง "m" โดยปกติดจะถือเป็นเวลาที่ช้า เมื่อเทียบกับค่าเวลา "n" ดังนั้นจึงแสดงด้วยความละเอียดที่ต่ำกว่า

ค่าขนาดกำลังสอง ของ STFT ให้ฟังก์ชันเรียกว่า สเปกโตแกรม (spectrogram) :

${\displaystyle \mathrm {spectrogram} \left\{x(t)\right\}\equiv \left|X(\tau ,\omega )\right|^{2}}$

• DiscreteTFDs -- software for computing the short-time Fourier transform and other time-frequency distributions
• Singular Spectral Analysis - MultiTaper Method Toolkit เก็บถาวร 2014-01-16 ที่ เวย์แบ็กแมชชีน - a free software program to analyze short, noisy time series.

บทความนี้ยังเป็นโครง คุณสามารถช่วยวิกิพีเดียได้โดยการเพิ่มเติมข้อมูล หมายเหตุ: ขอแนะนำให้จัดหมวดหมู่โครงให้เข้ากับเนื้อหาของบทความ (ดูเพิ่มที่ วิกิพีเดีย:โครงการจัดหมวดหมู่โครงที่ยังไม่สมบูรณ์)

• ด
• ค
• ก