频谱分析是长曝光的艺术，揭示了振动的连续舞蹈；短时傅里叶变换像是定焦的高速连拍，捕捉时间的每一跳动。而小波分析赋予了相机变焦的魔力，让每帧都能自适应地聚焦于故事的精髓，无论是宏伟的篇章还是微妙的细节。
——Mr.看海

频谱分析，即傅里叶变换，是对信号在整个时域上进行分析，我们可以从频谱分析上获得信号的频率幅度谱和频率相位谱

短时傅里叶变换则对一小段序列进行傅里叶变换，通过将序列叠加得到时频域的全信息。

小波变换则利用小波信号，对信号进行多分辨率情况下的信号分析，可以更准确的把握时频域信号的特征。

quote：MFCC等

傅里叶变换

短时傅里叶变换 STFT

小波变换

连续小波变换

MODWT（最大重叠离散小波变换）

MODWT 全称为 “多分辨率离散小波变换”（Multiresolution Discrete Wavelet Transform），是一种基于小波分析的数据处理方法。使用多种长度的小波滤波器来对信号进行多尺度分解。在 MODWT 中，每个尺度的分解结果对应一个小波子带，这些子带可以反映出信号在不同频率上的特征。

普通信号小波变换后的提取层，得到的结果有梳状滤波的存在

综合信号处理

1.MODWT分解+FFT+HHT组合算法，结合了经验小波变换（Empirical Wavelet Transform，EWT）、快速傅里叶变换（Fast Fourier Transform，FFT）和希尔伯特黄变换（Hilbert-Huang Transform，HHT）。

首先使用MODWT对信号进行自适应分解，得到一系列本征模函数（Intrinsic Mode Functions，IMF）；然后对每个IMF进行FFT计算其频谱特征；最后使用HHT对每个IMF进行希尔伯特谱分析，得到信号的时频分布和能量特征。

2.MODWT分解与小波包变换

3.FFT与短时傅里叶变换（Short-Time Fourier Transform，STFT）结合

4.HHT与经验模态分解（Empirical Mode Decomposition，EMD）结合使用