matlab STFT从时频图找异常噪声的频率
%%%%%%傅里叶变换/逆变换/短时傅里叶变换%%%%%%
[y,Fs]=wavread('Noise.wav'); %读出信号,采样率和采样位数。
%sound(y,Fs);
y=y(:,1); %我这里假设你的声音是双声道,我只取单声道作分析,如果你想分析另外一个声道,请改成y=y(:,2)
figure(1)
sigLength=length(y);
%
Nshow=sigLength/20; %显示的点数(频率段,因频谱对称只需一半内)
%
t=(0:length(y)-1)/Fs; %计算时间轴
subplot(3,1,1);plot(t,y);xlabel('Time(s)');%在第一个窗口画波形
grid on;
n=0:sigLength-1;
Y= fft(y,length(y)); %在sigLength这个有限区间内做快速傅立叶变换
%mag=abs(Y);
f=Fs*n/sigLength;
subplot(3,1,2);plot(f(1:Nshow),abs(Y(1:Nshow)));
xlabel('Frequency(Hz)');
%在第一个窗口画率谱,
grid on;
subplot(3,1,3);
xifft=ifft(Y);
%sound(real(xifft),Fs);
plot(t,xifft);xlabel('Time(s)')
grid on;
figure(2)
Nw=200 %窗函数长 window length
L=Nw/2; %窗函数每次移动的样点数
Ts=round((sigLength-Nw)/L)+1; %计算把数据y共分成多少段
nfft=512*5; % FFT的长度
TF=zeros(Ts,nfft/20); %将存放三维图谱,先清零 /20-add 只显示有用的频率
for i=1:Ts
xw=y((i-1)*L+1:i*L+L); %取一段数据
temp=fft(xw,nfft); % FFT变换
%temp=fftshift(temp); %频谱以0频为中心
TF(i,:)=temp(1:nfft/20)'; %把谱图存放在TF中代表TF矩阵中的第i行 /20--add
end
fn=(1:nfft/20)*Fs/nfft; %/20--add 只显示一半的点
tn=(1:Ts)*Nw/2/Fs;
[T,F]=meshgrid(tn,fn);
mesh(T,F,abs(TF.')); %三维绘图
axis tight;
title('三维时频图');
ylabel('Frequency(Hz)');
xlabel('Time(s)');
grid on;
用GoldWave截取出现异常噪声(变速箱啸叫)的部分音频,先用FFT及IFFT试试效果见下图:
再用STFT求音频的时频图,见下图。
下图为振动测试对应的时频图(上述截取的音频对应的时段约为27.7S-30S,对应的异常振动的频率为700HZ左右),进一步得到验证。另外,当发动机转速从1100-2000rpm,可以算出变速箱行星齿轮的啮合频率为400HZ-730HZ,从而可以推断:该高速啸叫是由于变速箱行星齿轮啮合产生。另外实际跟车做试验时,当直接档时,行星齿轮不工作,没有啸叫声,只要行星齿轮工作,并加载加速时,啸叫声立即出现。
matlab STFT从时频图找异常噪声的频率相关推荐
- MATLAB短时傅里叶变换并绘制时频图
data=load('dataset/rawdata/eegdata4.mat'); Au=data.eegdata(:,1); Fs = 1200; [B, F, T, P] = spectrogr ...
- 基于小波时频图和2D-CNN的滚动轴承故障检测
目录 一.研究思路 1.基于小波时频图和CNN的滚轴故障诊断方法的研究思路如下: 二.数据集介绍与数据处理 1.数据集介绍 2.数据集分割与合并 3.数据集分析 三.小波时频图导出 四.CNN网络的构 ...
- 信号时频图的横纵坐标对调
博客1:如何翻转信号的时频图 论文有时候需要绘制信号的时频图.Matlab有专用的函数spectrogram可以用来帮助我们绘制信号的时频图.默认的图例是横轴为频率,纵轴为时间.如果希望将横轴和纵轴对 ...
- Python实现“EMD\EEMD\VMD+Hilbert时频图”与“CWT小波时频图”
Python实现"EMD\EEMD\VMD+Hilbert时频图"与"CWT小波时频图" 信号处理中常需要分析时域统计量.频率成分,但不平稳信号的时域波形往 ...
- 基于FFT频谱与小波时频图的双流CNN轴承故障诊断模型
在博客https://blog.csdn.net/qq_41043389/article/details/106150980里,我们提出了采用小波时频图作为轴承信号的故障特征数据,即首先利用提取各样本 ...
- python 绘制时频图 plt.specgram
时频图以横轴为时间,纵轴为频率,用颜色表示幅值.在一幅图中表示信号的频率.幅度随时间的变化 matplotlib.pyplot.specgram(x, NFFT=None, Fs=None, Fc=N ...
- 融合DE 端和FE端数据,利用小波变换生成时频图,再分别利用DCNN、KNN和DNN进行对比实验(python代码)
1.数据集介绍: 试验台如图所示,试验台左侧有电动机,中间有扭矩收集器,右侧有动力测试仪,控制电子设备在图中没有显示.SKF6203轴承使用16通道数据采集卡采集轴承的振动数据,并在驱动端部分(DE) ...
- python绘制时频图
最近一直在做轴承RUL.在进行xinh信号处理上面遇见了很多的问题,想要用python进行信号时频图的绘制.但是在选择绘制图的函数上也是煞费苦心. 首先来说plt.imshow()函数,虽然他的功能强 ...
- hht时频图三维_HHT方法的原理
HHT方法的原理 2.1 引言 经验模态分解方法(EMD)是 Norden E.Huang 等人[13]于 1998 年提出的,并将 Hilbert谱引入EMD方法,形成了今日的希尔伯特-黄变换(Hi ...
最新文章
- 开始阅读 深入理解计算机系统
- 学生创客 开公司造3D打印机
- cad在哪里设置图幅大小_一看就懂!菜鸟也能快速入门CAD,关键掌握这4个诀窍...
- selenium(2.4.0)中不能导出web drive 代码
- 简单的jQuery扩展函数-让函数缓冲执行
- python request timeout_Python - aiohttp请求不断超时(Python - aiohttp requests continuously time out)...
- 港股区块链概念股走强,火币科技涨超17%
- Kanban VS Scrum:哪个是最好的敏捷项目管理框架
- 一步一步教你安装Nginx+PHP+Mysql
- github库fork后,将更新提交到源库
- java基础学习总结_java基础班学习心得(感言)
- 生活随记 - NBA总决赛第6场 球迷有感
- 实习单位评价意见~实习鉴定
- 静态网页—制作“人人网首页”页面
- 案例剖析:关于优化外贸网店提高支付率
- Android接入微信分享视频和图片
- ServiceMesh和SideCar
- 二分类函数(机器学习)
- python培训班课程大纲_Python课程大纲
- linux mint 解压zip,Linux:压缩解压