Оконная функция

Оконная функция — это математическая функция, равная нулю вне некоторого выбранного интервала. В цифровой обработке сигналов и спектральном анализе оконные функции используются для уменьшения эффекта растекания спектра (спектральных утечек), возникающего при дискретном преобразовании Фурье (ДПФ) конечного отрезка сигнала. Применение окна позволяет сгладить резкие разрывы на границах анализируемого участка, что повышает точность выделения частотных составляющих.

Физический смысл и необходимость применения

Любое реальное измерение сигнала ограничено во времени. Формально это эквивалентно умножению бесконечного сигнала на прямоугольное окно (единица внутри интервала, ноль — вне). Прямоугольное окно имеет идеальное временное разрешение, но его спектр (функция sinc) обладает высоким уровнем боковых лепестков, которые маскируют слабые спектральные компоненты рядом с сильными. Оконные функции с плавным спадом на краях подавляют эти боковые лепестки ценой некоторого уширения основного (центрального) лепестка спектра — то есть ухудшения частотного разрешения.

Основные параметры, характеризующие оконную функцию:

• Ширина главного лепестка (по уровню −3 дБ или по нулям). Чем уже главный лепесток, тем лучше частотное разрешение.
• Уровень боковых лепестков (в дБ относительно максимума). Чем ниже, тем меньше растекание спектра и лучше выявляемость слабых сигналов.
• Скорость спада боковых лепестков (в дБ на октаву). Определяет, насколько сильно заглушаются помехи, удалённые от несущей частоты.
• Когерентное усиление — отношение среднего амплитудного значения окна к его максимуму; влияет на потери в энергии сигнала при взвешивании.
• Эквивалентная шумовая полоса — полоса пропускания окна, используемая для нормировки результатов спектрального анализа шумоподобных сигналов.

Классификация оконных функций

Существует несколько десятков типов окон, классифицируемых обычно по принципу построения и вычислительной сложности. Наиболее распространённые категории:

Симметричные окна на основе косинуса

Это семейство окон, задаваемых суммой косинусоид веса. Они наиболее популярны в практике спектроанализа.

• Окно Ханна (Hanning) — формула: \( w(n) = 0.5 - 0.5 \cos(2\pi n/(N-1)) \). Обеспечивает хороший компромисс между шириной главного лепестка и подавлением боковых. Широко используется в анализе вибраций и акустике.
• Окно Хэмминга — модификация окна Ханна с более низким уровнем боковых лепестков (−43 дБ), но с меньшей скоростью спада. Используется в речевом кодировании и телекоммуникациях.
• Окно Блэкмана — добавляет третий член в сумму косинусов, что даёт уровень боковых лепестков около −58 дБ при несколько большей ширине главного лепестка. Применяется для анализа гармонических сигналов с большим динамическим диапазоном.
• Окно Наттолла (Блэкмана — Харриса с четырьмя членами) — достигнут уровень боковых лепестков −98 дБ. Используется в измерительных приборах и радарах для минимизации утечек.

Окна с управляемыми параметрами

Эти окна позволяют гибко балансировать между разрешением и подавлением боковых лепестков за счёт регулируемого параметра.

• Окно Кайзера — основано на модифицированной функции Бесселя первого рода. Параметр β (бета) плавно изменяет форму окна от почти прямоугольного (β≈0) до окон с низким уровнем боковых лепестков (β≈10-14). Стандартное окно для спектрального анализа в радиотехнике.
• Окно Дольфа — Чебышёва — оптимальное по минимуму ширины главного лепестка для заданного уровня боковых лепестков. Все боковые лепестки одинаковой амплитуды, что обеспечивает минимально возможную ширину главного лепестка при фиксированном подавлении. Требует вычисления обратного гиперболического косинуса.

Прямоугольное окно

Хотя прямоугольное окно не является плавным, оно является естественным и базовым. Его главный лепесток самый узкий (разрешение наилучшее), но боковые лепестки — самые высокие (первый на −13 дБ). Применяется, когда динамический диапазон сигнала мал или когда важнее всего временное разрешение, а спектральные утечки не критичны.

Специализированные окна

• Окно Гаусса — частотно-временное представление с минимальной неопределённостью; используется в анализе вейвлетов (мнопектный анализ) и в некоторых вариантах преобразования Габора.
• Окно Флэттоп — плоская вершина главного лепестка; применяется в измерительных приборах для точного измерения амплитуды сигнала, так как минимизирует амплитудные искажения при спектральном «гребёночном» анализе.
• Окна с минимальной величиной утечки (например, семейство окон на основе косинус-трансформации) — оптимизированы для конкретных задач цифровой обработки сигналов (ЦОС).

Применение

Спектральный анализ и измерение сигналов

Основная область применения — расчёт периодограммы (оценка спектральной плотности мощности) с помощью быстрого преобразования Фурье (БПФ). Выбор окна определяется задачей:

• Анализ речи: часто используют окно Хэмминга или Ханна.
• Вибрационный анализ механизмов: окно Ханна или Блэкмана для выявления гармоник и шума.
• Измерение параметров периодических сигналов в электронике: окно Флэттоп или Кайзера с большими β для точного измерения амплитуды.

Фильтрация и проектирование фильтров

В цифровой обработке сигналов оконные функции применяются при проектировании КИХ-фильтров (Конечная импульсная характеристика) методом взвешивания (оконного метода). Бесконечная импульсная характеристика идеального фильтра обрезается и умножается на оконную функцию для сглаживания краёв, что позволяет получить реальный фильтр с контролируемым уровнем пульсаций в полосе пропускания и затухания. Окна Кайзера и Дольфа — Чебышёва часто используются для этой цели.

Обработка звука и аудио

В аудиотехнологиях оконные функции применяются:

• Для разделения аудио на короткие кадры (framing) в системах распознавания речи, кодеках (MP3, AAC) и при многоаудиоанализе. Выбор окна (Ханна, Хэмминга, синусоидального) влияет на качество синтезируемого звука и количество артефактов на стыках кадров.
• Для сглаживания переходных процессов в синтезе звука (FM-синтез, аддитивный синтез) и в некоторых типах реверберации.

Радиолокация и гидроакустика

В активно-импульсных системах окна используются для подавления боковых лепестков в спектре зондирующего импульса и в функциях неопределённости. Это критически важно для разрешения целей на близких угловых и дальностных дистанциях. Типичный выбор — окно Дольфа — Чебышёва или окно Тейлора — N продольных мод (модификация для сред с затуханием).

Основные типы окон и их параметры

Особенности выбора

Не существует «наилучшей» оконной функции для всех случаев. Выбор всегда является компромиссом:

• Если цель — обнаружить тонкую спектральную линию на фоне шума, важно низкое растекание — выбирают окно с низкими боковыми лепестками (Блэкман, Кайзер).
• Если требуется высокое разрешение близко расположенных составляющих, предпочтительнее прямоугольное окно или близкое к нему (большой β у Кайзера).
• Если измеряется амплитуда, и возможны колебания частоты сигнала, необходимо окно с плоской вершиной (Флэттоп).
• В речевых и аудиоприменениях часто используют окно Ханна из-за наилучшей слышимой для человека характеристики (отсутствие резких артефактов на стыках).

Оконные функции в анализе данных

Помимо обработки сигналов, термин «оконная функция» иногда используется в статистике и машинном обучении для обозначения функций, придающих вес данным в зависимости от их положения в окне (например, в локальной регрессии LOWESS или в ядерных оценках плотности). В этих контекстах ядро (kernel) выполняет роль, аналогичную оконной функции в ЦОС: оно определяет, какой вес имеет удалённая точка при сглаживании. Однако в узком смысле термина «оконная функция» в русскоязычной литературе подразумевается прежде всего её цифровая реализация для дискретного преобразования Фурье.

Источники

1. Оппенгейм А. В., Шафер Р. В. «Цифровая обработка сигналов». — М.: Техносфера, 2009. — Глава 7. — ISBN 978-5-94836-240-2.
2. Харрис Ф. Дж. «Использование окон при гармоническом анализе методом дискретного преобразования Фурье» (Harris F.J. On the use of windows for harmonic analysis with the discrete Fourier transform. — Proceedings of the IEEE, 1978, vol. 66, no. 1, pp. 51–83).
3. Нуссбаумер Г. «Быстрое преобразование Фурье и алгоритмы вычисления свёрток» (Nussbaumer H.J. Fast Fourier Transform and Convolution Algorithms. — Springer, 1981).
4. ГОСТ Р 8.614-2005 «Государственная система обеспечения единства измерений. Спектральный анализ. Методы и средства измерений». — Приложение А (справочное) «Оконные функции».
5. Марпл-мл. С. Л. «Цифровой спектральный анализ и его приложения» (Marple S.L. Digital Spectral Analysis with Applications. — Prentice-Hall, 1987).