audio - 信号处理:FFT重叠处理资源

Question

是否有关于重叠处理的任何好的(如果可能的话)科学资源(网络或书籍)。我对分析信号时使用重叠处理和窗口的效果不感兴趣，因为要求是不同的。有关以下实时情况的更多信息:(我当前正在处理音频信号)

将信号分成较小的部分。

创建重叠窗口。

对窗口化的块进行FFT。

在频域中进行处理。

IFFT结果。

将这些块放在一起形成连续的流。

我对所使用的窗口对产生的错误以及重叠长度的影响特别感兴趣。但是，我找不到能很好地处理该主题的任何优秀资源。有什么建议么？

编辑:

经过一些讨论，是否适合使用窗口函数，我发现了不错的讲义，解释了重叠和添加/保存方法。 http://www.ece.tamu.edu/~deepa/ecen448/handouts/08c/10_Overlap_Save_Add_handouts.pdf

但是，在进行了一些测试之后，我注意到在大多数情况下，与重叠和添加/保存方法相比，窗口化版本的执行更为准确。有人可以确认吗？
我不想就计算时间得出任何结论。

编辑2:

这是我测试中的一些图表:

我创建了一个信号，该信号由三个余弦波组成

我在时域中使用了此过滤器功能进行过滤。 (它是对称的，因为它应用于FFT的整个输出，对于实际输入信号也是对称的)

IFFT的输出如下所示:可以看出，低频的衰减大于中频的衰减。

对于重叠的添加/保存和窗口处理，我将输入信号分为256个样本的8个块。重新组装它们后，它们看起来像那样。 (样本490-540)


可以看出，重叠的添加/保存过程与窗口版本在将大块放在一起的时候有所不同(样本511)。比较窗口处理和重叠添加/保存时，这是导致不同结果的错误。窗口化过程更接近于在一个大垃圾中处理的过程。

但是，我不知道为什么他们在那里或根本不应该在那里。

Answer 1

这是信号处理 Realm 中众所周知的 Realm ，通常来说，如果您沿着FFT->频谱处理-> IFFT的方式进行处理，则需要使用“重叠加法”方法。两个输入的互相关是一个经典示例，在频谱域中比时域更容易实现。

这是我立即通过Google找到的简短论文(我只是搜索“fft重叠并添加”):http://www.coe.montana.edu/ee/rmaher/ee477/ee477_fftlab_sp07.pdf

我建议您投资购买一本好的信号处理书，例如经典的Rabiner＆Gold“数字信号处理的理论和应用”(Prentice-Hall ISBN 0-13-914101-4)。那应该涵盖重叠加法处理的概念。