Matlab短时傅里叶变换和小波变换的时频分析

简介

本文主要给定一小段音频,通过短时傅里叶变换和小波变换制作时频图。音频的采样率为44100,

短时傅里叶变换

在matlab中,短时傅里叶变换的分析函数为spectrogram,其使用情况如下:

功能:使用短时傅里叶变换得到信号的频谱图。

语法

[S,F,T,P]=spectrogram(x,window,noverlap,nfft,fs)

[S,F,T,P]=spectrogram(x,window,noverlap,F,fs)

说明:当使用时无输出参数,会自动绘制频谱图;有输出参数,则会返回输入信号的短时傅里叶变换。当然也可以从函数的返回值S,F,T,P绘制频谱图,具体参见例子。

参数

x---输入信号的向量。默认情况下,即没有后续输入参数,x将被分成8段分别做变换处理,如果x不能被平分成8段,则会做截断处理。默认情况下,其他参数的默认值为:window---窗函数,默认为nfft长度的海明窗Hamming;noverlap---每一段的重叠样本数,默认值是在各段之间产生50%的重叠;nfft---做FFT变换的长度,默认为256和大于每段长度的最小2次幂之间的最大值。另外,此参数除了使用一个常量外,还可以指定一个频率向量F;fs---采样频率,默认值归一化频率。

Window---窗函数,如果window为一个整数,x将被分成window段,每段使用Hamming窗函数加窗。如果window是一个向量,x将被分成length(window)段,每一段使用window向量指定的窗函数加窗。所以如果想获取specgram函数的功能,只需指定一个256长度的Hann窗。

Noverlap---各段之间重叠的采样点数。它必须为一个小于window或length(window)的整数。其意思为两个相邻窗不是尾接着头的,而是两个窗有交集,有重叠的部分。

Nfft---计算离散傅里叶变换的点数。它需要为标量。

Fs---采样频率Hz,如果指定为[],默认为1Hz。

S---输入信号x的短时傅里叶变换。它的每一列包含一个短期局部时间的频率成分估计,时间沿列增加,频率沿行增加。如果x是长度为Nx的复信号,则S为nfft行k列的复矩阵,其中k取决于window,如果window为一个标量,则k = fix((Nx-noverlap)/(window-noverlap));如果window为向量,则k = fix((Nx-noverlap)/(length(window)-noverlap))。对于实信号x,如果nfft为偶数,则S的行数为(nfft/2+1),如果nfft为奇数,则行数为(nfft+1)/2,列数同上。

F---在输入变量中使用F频率向量,函数会使用Goertzel方法计算在F指定的频率处计算频谱图。指定的频率被四舍五入到与信号分辨率相关的最近的DFT容器(bin)中。而在其他的使用nfft语法中,短时傅里叶变换方法将被使用。对于返回值中的F向量,为四舍五入的频率,其长度等于S的行数。

T---频谱图计算的时刻点,其长度等于上面定义的k,值为所分各段的中点。

P---能量谱密度PSD(Power Spectral Density),对于实信号,P是各段PSD的单边周期估计;对于复信号,当指定F频率向量时,P为双边PSD。P矩阵的元素计算公式如下P(I,j)=k|S(I,j)|2,其中的的k是实值标量,定义如下对于单边PSD,计算公式如下,其中w(n)表示窗函数,Fs为采样频率,在0频率和奈奎斯特频率处,分子上的因子2改为1;

MATLAB程序:

close all
clear
clc
[Au, Fs]=audioread('audio.mp3');   % Fs 采样率 44100
[B, F, T, P] = spectrogram(Au(:,1),1024,512,1024,Fs);   % B是F大小行T大小列的频率峰值,P是对应的能量谱密度
figure
imagesc(T,F,10*log10(abs(P)));
set(gca,'YDir','normal')
colorbar;
xlabel('时间 t/s');
ylabel('频率 f/Hz');
title('短时傅里叶时频图');

注意:

  • nfft越大,频域的分辨率就越高(分辨率=fs/nfft),但离瞬时频率就越远;

  • noverlap影响时间轴的分辨率,越接近nfft,分辨率越高,相应的冗余就越多,计算量越大,但计算机只要能承受,问题不大。

小波变换

首先,在matlab中,小波变换的分析函数为cwt,其使用情况如下:

功能:实现一维连续小波变换的函数。

语法

COEFS=cwt(S, SCALES, 'wname')

COEFS=cwt(S, SCALES, 'wname', 'plot')

COEFS=cwt(S, SCALES, 'wname', 'PLOTMODE')

COEFS=cwt(S, SCALES, 'wname', 'PLOTMODE', XLIM)

参数

COEFS=cwt(S, SCALES, 'wname') 采用'wname'小波,在正、实尺度SCALES下计算向量一维小波系数。

COEFS=cwt(S, SCALES, 'wname', 'plot') 除了计算小波系数外,还加以图形显示。

COEFS=cwt(S, SCALES, 'wname', 'PLOTMODE') 计算并画出连续小波变换的系数,并使用PLOTMODE对图形着色。

COEFS=cwt(S, SCALES, 'wname', 'plot') 相当于 格式 COEFS=cwt(S, SCALES, 'wname', 'PLOTMODE') 中的语法 COEFS=cwt(S, SCALES, 'wname', 'absglb')

COEFS=cwt(S, SCALES, 'wname', 'PLOTMODE', XLIM) 能够计算并画出连续小波变换的系数。系数使用PLOTMODE和XLIM进行着色。其中:XLIM=[x1,x2],并且有如下关系:1<=x1<=x2<=length(S)。

MODE值含义:

'lvl' scale-by-scale着色模式

'glb' 考虑所有尺度的着色模式

'abslvl'或'lvlabs' 使用系数绝对值的scale-by-scale着色模式

'absglb'或'glbabs' 使用系数绝对值并考虑所有尺度的着色模式

COEFS行的大小等于SCALES尺度的长度,COEFS列的大小等于信号S的长度。

MATLAB程序:

totalscal=1024*16;
wavename='cmor3-3';
Fc=centfrq(wavename); % 小波的中心频率
c=2*Fc*totalscal;
scals=c./(1:totalscal);
f=scal2frq(scals,wavename,1/Fs); % 将尺度转换为频率   频率在0-500Hz取1024
coefs = cwt(Au(totalscal,1),scals,wavename); % 求连续小波系数
t=0:1/Fs:(totalscal-1)/Fs;
figure
imagesc(t,f,abs(coefs));
set(gca,'YDir','normal')
colorbar;
xlabel('时间 t/s');
ylabel('频率 f/Hz');
title('小波时频图');

2021-05-10 Matlab短时傅里叶变换和小波变换的时频分析相关推荐

  1. 跳频信号 matlab,time-frequency 关于跳频信号的时频分析过程,介绍的比较详细 matlab 259万源代码下载- www.pudn.com...

    文件名称: time-frequency下载  收藏√  [ 5  4  3  2  1 ] 开发工具: matlab 文件大小: 73 KB 上传时间: 2014-10-16 下载次数: 14 提 ...

  2. 地震信号滤波matlab,GABOR反褶积用于地震信号的时频分析

    GABOR反褶积用于地震信号的时频分析,可用于反Q补偿反褶积 % 程序功能:实现反Q滤波处理,补偿振幅.校正相位 % 基本原理:基于波场向下延拓的思路,在单道记录的Gabor时频谱上,对每个时间点的瞬 ...

  3. 信号的时频分析MATLAB,[转载]时频特性分析(Matlab)

    最近瞅了一些关于时频分析工具箱的matlab函数使用方法,总结一下吧. 我使用的是2011a的matlab,貌似没有自带的时频分析工具箱,可以到网上下载,google一搜就能搜到,安装后就可以使用了( ...

  4. 雷达原理---时频分析--3.小波变换-3.1基础知识

    文章目录 一.短时傅里叶变换的缺陷 二.小波变换的优点 三.小波变换和傅里叶变换的比较 四.小波变换的基础知识(Wavelet Transform,WT) 1. 连续小波变换(Continuous W ...

  5. matlab时频分析工具箱安装_科研小班 | 加州大学伯克利分校 | 物理、电子工程:MATLAB信号和数据处理课题...

    科研小班 | 加州大学伯克利分校 | 物理.电子工程:MATLAB信号和数据处理课题(2021.1月开课)​mp.weixin.qq.com 工程研究领域中,实验.模拟往往都会产生海量的数据.对这些数 ...

  6. matlab 时频分析(短时傅里叶变换、STFT)

    短时傅里叶变换,short-time fourier transformation,有时也叫加窗傅里叶变换,时间窗口使得信号只在某一小区间内有效,这就避免了传统的傅里叶变换在时频局部表达能力上的不足, ...

  7. matlab时频分析之短时傅里叶变换 spectrogram

    matlab时频分析之短时傅里叶变换 spectrogram 短时傅里叶变换常用于缓慢时变信号的频谱分析,可以观察沿时间变化的频谱信号. 其优点如下图所示,弥补了频谱分析中不能观察时间的缺点,也弥补了 ...

  8. 傅里叶变换、短时傅里叶变换、小波变换

    顺序:傅里叶-->短时傅里叶变换-->小波变换的顺序 转载自形象易懂的傅里叶变换.短时傅里叶变换和小波变换本文作者按照傅里叶-短时傅里叶变换-小波变换的顺序,由浅到深的解释小波变换的缘由以 ...

  9. 数字信号处理之变换:傅里叶变换、短时傅里叶变换、小波变换等

    傅里叶变换.拉普拉斯变换.自(互)相关及卷积是线性系统分析里最重要的四个数学工具. 数字信号处理中常用的几种变换:傅里叶变换.短时傅里叶变换.小波变换.希尔伯特-黄变换.拉普拉斯变换. 线性变换:傅里 ...

最新文章

  1. SAP采购Invoice保存检查增强:INVOICE_UPDATE
  2. mysql 查找字符位置_MySQL数据库中如何查看一个字符串在另一个字符串中第一次出现的位置呢?...
  3. LaTeX 总决式 | 重剑无锋,大巧不工
  4. (一)html5中的新增元素和废除元素
  5. oracle数据库实验讲义-读书笔记(一)
  6. Android线程池详解
  7. 灵感加油站|当设计师没有灵感时怎么办?
  8. JAVA总裁--Java数组基础知识
  9. C# 判断程序是否已经在运行
  10. 阶段3 3.SpringMVC·_07.SSM整合案例_02.ssm整合之搭建环境
  11. 1、STVD和STVP的使用及串口烧写程序教程
  12. Vim编辑完如何保存退出
  13. TP框架增删改查需要掉ajax么6,TP6框架--EasyAdmin学习笔记:实现数据库增删查改
  14. 将python代码做成exe文件
  15. python简单的绘制折现图
  16. beatsx三闪红灯_beatsX耳机维修,beats耳机红灯白灯闪维修,南京beatsX耳机维修
  17. 个人记账软件 共享及有条件开源
  18. 搜索词联想功能实现方案
  19. 关联分析(Apriori算法) 面包 牛奶 尿布 啤酒 ...
  20. N76E003合并boot和app

热门文章

  1. 机器学习中的数学(4)-线性判别分析(LDA), 主成分分析(PCA)
  2. 贝叶斯学习举例--学习分类文本
  3. linux桌面文件夹改图标,Linux 给桌面程序设置个性化图标
  4. python字典内存分析_Python减少字典对象占用的七成内存
  5. LeetCode-基础动态规划-70. 爬楼梯
  6. 数据结构与算法基础--错题集
  7. Python编程基础:第三十二节 文件写入Write a File
  8. 机器学习算法加强——提升
  9. 结构体DIR和dirent
  10. 编辑docker容器中的文件