MATLAB SPECTROGRAM

spectrogram

例子

Fs = 1000;

t = 0:1/Fs:2-1/Fs;

y = chirp(t,100,1,200,'quadratic');

spectrogram(y,100,80,100,Fs,'yaxis')

view(-77,72)

shading interp

colorbar off

  

[s,f,t,p] = spectrogram(y,100,80,100,Fs);

[q,nd] = max(10*log10(p));

hold on

plot3(t,f(nd),q,'r','linewidth',4)

hold off

colorbar

view(2)

  

其中,f是51*1的矩阵频率,s是51*96的复矩阵振幅,p是51*96的矩阵,t是1*96的矩阵时间。

某频段的时谱图,设当f为200时,其index为21,则t和s

plot(t,abs(s(21,:)))

或者频谱图应为plot(f, abs(s(21,:)))

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;

参考

http://blog.sina.com.cn/s/blog_6163bdeb0102dwfw.html

https://cn.mathworks.com/help/signal/ref/spectrogram.html

https://blog.csdn.net/shenziheng1/article/details/53868684

原文地址:https://www.cnblogs.com/gisalameda/p/8760688.html