Vensterfunctie: verschil tussen versies
Verwijderde inhoud Toegevoegde inhoud
k r2.7.1) (Robot: toegevoegd: ca, da, de, es, fr, it, ja, pl, ru, zh |
kGeen bewerkingssamenvatting |
||
Regel 1:
Een '''vensterfunctie''', in het
Venstersfuncties worden onder meer gebruikt in alle analoge en digitale toepassingsgebieden van [[signaalverwerking]], gevorderde varianten van de [[fouriertransformatie]], [[digitale beeldbewerking|beeldverwerking]] en [[digitale spraakverwerking]]. Ook analoge en digitale filters kunnen op basis van venstersfuncties worden ontworpen. ==Effecten van het gebruik==
[[Bestand:Leakage.jpg|thumb|right|Effecten van windowing van 5 seconden op de Fouriertransformatie van een sinus van 5
De nevenstaande figuur illustreert de onderstaande uitleg concreet voor een sinus van 5
De [[fouriertransformatie]] van een oneindig lange sinus bestaat uit één enkele piek op de eigen [[frequentie]]. Een wiskundig perfecte sinus bevat immers enkel zijn eigen frequentie. Deze piek, groen op bijgaande figuur, is wiskundig voor te stellen als een [[Diracfunctie]] op die precieze frequentie. Wanneer echter (bijvoorbeeld) een rechthoekig venster op de sinus wordt toegepast is de fouriertransformatie, wegens de [[convolutiestelling]] de [[convolutie]] van de [[fouriertransformatie]] van de sinus en de [[fouriertransformatie]] van het venster. De convolutie van een [[Diracfunctie]] en een andere functie is op zijn beurt een verschuiving van de andere functie tot op de plaats van de [[Diracfunctie]]. Dit is een eigenschap van de [[Diracfunctie]]. Deze convolutie is de golvende functie in het rood op de figuur.
De [[fouriertransformatie]] van een sinus, genomen door een rechthoekig venster, is dus een [[sinc
Indien:
Regel 30 ⟶ 32:
Daarboven komt nog het feit dat de [[fouriertransformatie]] in de praktijk wordt berekend door middel van een [[Fast Fourier transform|FFT]], en deze berekent de [[fouriertransformatie]] in een discrete vorm: het resultaat van de FFT bevat enkel informatie op de veelvouden van de grondfrequentie van de meting, en deze is één gedeeld door de duur van de meting. Een meting van 5 seconden levert dus enkel fouriercoëfficiënten op 0
Alles bij elkaar wordt in het Fourierspectrum een sinus dus vervangen door de [[Fouriertransformatie]] van het gebruikte venster, en wordt dit dan nog eens bemonsterd op de zichtbare frequenties van de Fouriertransformatie. Als de werkelijke frequentie van de sinus niet met een die zichtbare frequenties samenvalt zal de [[fouriertransformatie]] van het gebruikte venster dus niet in zijn maximum worden bemonsterd.
Een
* ''Amplitudefout'': De amplitude wordt
* ''Resolutiefout'': De werkelijke frequentie van de sinus is niet meer
* ''Leakage'': De nabijgelegen zichtbare frequenties hebben niet-nulle amplitude, die er in realiteit niet is, maar die wel zwakkere sinussen in het signaal kunnen overstemmen. Dit effect wordt aangeduid met de
Het gebruik van andere vensters probeert aan deze fouten iets te doen, maar geen enkel venster kan alle fouten samen verminderen. In het algemeen worden de
==Kwaliteitscriteria==
Regel 55 ⟶ 57:
* ''Side lobe roll off'' : geeft aan met hoeveel db/decade het niveau van de zijlobes zakt. Een decade is een frequentietoename met een factor tien. Samen met het niveau van de hoogtse zijlobe bepaalt dit criterium in welke mate zwakke sinussen mogelijk zullen worden overstemd door de leakage van sterke sinussen die in de buurt liggen. Indien de frequentieas logaritmisch wordt gekozen is de side lobe roll off op de figuur een constant dalende lijn.
== Types van
Terminologie''':'''
*<math>N\,</math> is de breedte in netpunten van de discrete vorm van het venster. Meestal is dat in de praktijk een
*<math>n\,</math> is een gehele parameter die loopt van 0 tot N-1. De vensters worden dus beschreven op een internal [0..N-1] zodat het maximum van de vensters ruwweg ligt n = N/2
Regel 68 ⟶ 70:
Het rechthoekig venster is ook gekend onder de naam [[Dirichlet]]-venster. Het snijdt gewoon een stuk van lengte N uit een digitaal signaal zonder dat de sampelwaarden van het signaal worden gewijzigd. Dit leidt in veel gevallen tot discontinuïteiten aan de randen van het interval waardoor het venster zeer slecht scoort op de criteria betreffende de hoogte zijlobe (slechts 13 onder de centrale lobe). Omdat de side lobe roll off slechts 20 db met decade bedraagt kampt dit venster met ernstige leakage. Qua resolutie scoort dit venster wel heel goed.
▲==== Hanning venster ====
▲[[Bestand:Window function (hann).png|thumb|right|Hann venster]]
▲Dit venster is ook gekend onder de benaming ''Hann venster'' en ''Von Hann venster''.
▲:<math>w(n) = 0.5\; \left(1 - \cos \left ( \frac{2 \pi n}{N-1} \right) \right)</math>
De vorm is niets anders dan een cosinusvorm die aan beide uiteinden nul wordt. Hierdoor worden discontinuïteiten aan de uiteinden vermeden. De side lobe roll off scoort heel goed met 60 dB/decade.
Het Hanning
==== Hamming
[[Bestand:Window function (hamming).png|thumb|right|Hamming
:<math>w(n) = 0
Dit is een optimalisatie van het Hanning
==== Tukey
[[BEstand:Window function (Tukey; alpha = 0.5).png|thumb|right|Tukey
<math>
Regel 98 ⟶ 99:
</math>
Het Tukey
==== Cosinus
[[Bestand:Window function (sine).png|thumb|right|Cosinus
:<math>w(n) = \cos\left(\frac{\pi n}{N-1} - \frac{\pi}{2}\right) = \sin\left(\frac{\pi n}{N-1}\right)</math>
==== Driehoekig venster (Bartlett
[[Bestand:Window function (bartlett).png|thumb|right|Bartlett
Met eindpunten die nul zijn (Bartlett
:<math>w(n)=\frac{2}{N-1}\cdot\left(\frac{N-1}{2}-\left |n-\frac{N-1}{2}\right |\right)\,</math>
[[Bestand:Window function (triangular).png|thumb|right|
Met eindpunten verschillend van nul:
Regel 120 ⟶ 121:
Dit venster heeft een hoofdlobe die tweemaal zo breed is als het rechthoekig venster, en een hoogste zijlobe op -26 dB.
==== Kaiser
[[Bestand:Window function (Kaiser; alpha = 2).png|thumb|right|Kaiser
[[Bestand:Window function (Kaiser; alpha = 3).png|thumb|right|Kaiser
Kaiser
:<math>w(n)=\frac{I_0\Bigg (\pi\alpha \sqrt{1 - (\begin{matrix} \frac{2 n}{N-1} \end{matrix}-1)^2}\Bigg )} {I_0(\pi\alpha)}</math>
Regel 133 ⟶ 134:
==== Blackman–Harris
[[Bestand:Window function (blackman-harris).png|thumb|right|Blackman–Harris
Dit is een veralgemening van een Hanning
:<math>w(n)=a_0 - a_1 \cos \left ( \frac{2 \pi n}{N-1} \right)+ a_2 \cos \left ( \frac{4 \pi n}{N-1} \right)- a_3 \cos \left ( \frac{6 \pi n}{N-1} \right)</math>
Regel 142:
:<math>a_0=0.35875;\quad a_1=0.48829;\quad a_2=0.14128;\quad a_3=0.01168\,</math>
==== Flattopvenster ====
▲[[Bestand:Window function (flat top).png|thumb|right|Flat top venster]]
:<math>w(n)=a_0 - a_1 \cos \left ( \frac{2 \pi n}{N-1} \right)+ a_2 \cos \left ( \frac{4 \pi n}{N-1} \right)- a_3 \cos \left ( \frac{6 \pi n}{N-1} \right)+a_4 \cos \left ( \frac{8 \pi n}{N-1} \right)</math>
Regel 151 ⟶ 149:
:<math>a_0=1;\quad a_1=1.93;\quad a_2=1.29;\quad a_3=0.388;\quad a_4=0.032\,</math>
Het
== Vergelijking van enkele vensters ==
Regel 158 ⟶ 155:
[[Bestand:Window function (comparsion).png|thumb|right|Vensterkarakteristieken]]
Onderstaande tabel vergelijkt de kwaliteitskarakterstieken van enkele veelgebruikte vensters. De scallop loss verbetert naarmate men lager in de tabel afdaalt, net als het niveau van de hoogste zijlobe. De breedte van de hoofdlobe wordt dan weer slechter. Het flat top venster is een speciaal geval. Signalen waarin sinuscomponenten aanwezig zijn met sterk verschillende amplitude zullen beter bestudeerd worden met vensters die lager in de tabel staan, omdat zwakke componenten kans lopen in het spectrum te worden overstemd door de zijlobes van de sterkere componenten indien een venster van bovenaan de tabel gebruikt wordt. Die vensters zijn dan weer beter geschikt om frequenties nauwkeuriger te meten. In het algemeen is een Hanning
{| class="wikitable" width="40%"
Regel 184 ⟶ 181:
== Overlappende vensters ==
Indien een signaal te lang is om in één keer te worden behandeld kan men het opdelen en de stukken afzonderlijk bestuderen. Echter, de meeste vensters gaan aan de uiteinden naar nul. Om toch met alle informatie rekening te houden moeten de vensters daarom elkaar gedeeltelijk overlappen. Indien men bijvoorbeeld Hanning
Dit principe wordt toegepast in de zogenaamde [[Short Time Fourier Transformatie]], kortweg [[STFT]]. Door een venster in overlappende stapjes over een lang signaal te laten schuiven, en steeds een [[Fouriertransformatie]] te berekenen krijg men niet alleen informatie over de frequenties die in het signaal aanwezig zijn, maar ook hoe deze in de tijd doorheen het signaal evolueren. De nauwkeurigheden waarmee die gebeurt in tijd en frequentie zijn echter omgkeerd evenredig met elkaar. Een verbeterde nauwkeurigheid (''resolutie'') in de tijd betekent een verzwakte nauwkeurigheud in frequentie en omgkeerd.
|