Main Content

基于 FFT 的时频分析

打开实时脚本

Signal Processing Toolbox™ 提供多个函数，可返回序列的时间依赖傅里叶变换，或者将此信息显示为频谱图。时间依赖傅里叶变换是序列的离散时间傅里叶变换，使用滑动窗计算得出。这种形式的傅里叶变换也称短时傅里叶变换 (STFT)，在语音、声纳和雷达处理中有许多应用。序列的频谱图是时间依赖傅里叶变换的幅值平方对时间的图。

有关频谱图的详细信息，请参阅Spectrogram Computation with Signal Processing Toolbox。有关信号的其他时频表示的概述，请参阅Time-Frequency Gallery。

频谱图显示

要显示信号的频谱图，您可以使用 pspectrum 函数。例如，生成以 10 kHz 采样、长度为两秒的信号。将信号的瞬时频率指定为时间的三角函数。要计算频谱图，请将信号分成持续时间为 0.0256 秒的段，并指定 86% 的段间重叠。泄漏测量滑动窗在存在相邻强音的情况下从噪声中检测弱音的能力。指定 0.875 的泄漏。

fs = 10e3;
t = 0:1/fs:2;
x = vco(sawtooth(2*pi*t,0.75),[0.1 0.4]*fs,fs);

pspectrum(x,fs,"spectrogram", ...
    TimeResolution=0.0256,Overlap=86,Leakage=0.875)

持久频谱

信号的持久频谱是一个时频视图，显示给定频率在信号中出现的时间所占的百分比。持久频谱是功率-频率空间里的直方图。随着信号演进，特定频率在信号中持续的时间越长，其时间百分比越高，因此其在显示画面中的颜色越亮或“越热”。

计算并显示信号的持久频谱。指定 0.01 秒的时间分辨率、50% 的相邻段间重叠以及 0.5 的泄漏。

pspectrum(x,fs,"persistence", ...
    TimeResolution=0.01,Overlap=50,Leakage=0.5)

另请参阅

App

函数

相关主题