时频分析和MATLAB中的实现

来源:互联网 发布:js 数组 clear 编辑:程序博客网 时间:2024/06/06 03:32

文章来自 

     1. http://blog.csdn.net/hechongyang123/article/details/8501529

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


在传统的信号处理中,人们分析和处理信号的最常用也是最直接的方法是傅里叶变换。傅里叶变换及其反变换构建起信号时域与频域之间变换的桥梁,是信号时域与频域分析的基础。但是以傅里叶变换为基础的经典分析方法,只是一种信号的整体变换,要么完全在时域进行,要么完全在频域进行,因而不具备时间和频率的定位功能,显然这对于平稳信号分析还是足够的。而对于非平稳信号而言,由于其频谱随时间有较大的变化,要求分析方法能够准确地反映出信号的局部时变频谱特性,只了解信号在时域或频域的全局特性是远远不够的,或者说是不适合的[1]。例如,在地震勘探过程中,由于地层吸收等各种原因地震信号往往是非线性非平稳的。常规傅里叶变换和功率谱估计的方法就失去了物理意义,因此需要把整体谱推广到局部谱中来[2]。时频分析方法是将一维时域信号映射到二维时频平面,全面地反映信号的时频联合特征。其基本思想是设计时间和频率的联合函数,以同时描述信号在不同时间和频率的能量密度和强度。如果有这样一个分布,就可以求在某一确定的频率和时间范围内的能量百分比,计算某一特定时间的频率密度及该分布的整体和局部的各阶矩等等。然而,不确定性原理不允许有“某个特定时间和频率处的能量”这一概念,因而理想的并不存在,只能研究伪能量密度或时频结构,根据不同的要求和不同的性能去逼近理想的时频表示[3]


spectrogram

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;

                                image

        对于双边PSD,计算公式如下

                                image

         如果采样频率没有指定,分母上的Fs由2*pi代替。



MATLAB 实现代码:

%% Extract Signal

[signal,FS,~,~] = wavread('hello.wav');

signal = signal(:,1);

 

WINDOW = 128;

NOVERLAP = 64;

NFFT = 256;

MINDB = 20;

 

%% Calculate Spectrogram and Plot

[S,F,T,P] = spectrogram(signal,WINDOW,NOVERLAP,NFFT,FS);

figure;

subplot(2,1,1);

surf(T,F,10*log10(abs(P)),'EdgeColor','none');

mag = abs(S);

%surf(T,F,10*log10(mag),'EdgeColor','none');

axis xy; axis tight; colormap(jet); view(0,90);

xlabel('Time');

ylabel('Frequency (Hz)');







0 0
原创粉丝点击