目錄：

• 前言
• 實驗環境
• Matlab spectrogram函數
  • 1語法
  • 2舉栗子：
    • 2.1跟蹤聲音信號里的鳥聲軌跡
    • 2.2譜圖3d可視化
• 參考：

前言

之前講了時頻分析的原理，和matlab里面的相關實現，現在展示一下它的應用。
想要復習原理的同學，可以參照一下這篇：短時傅里葉分析（1）
想要熟悉函數語句的同學：
基礎的可以參見前面的：短時傅里葉實現（1）
中階的可以參見前面的：短時傅里葉實現（2）
高階的可以參見前面的：短時傅立葉實現（3）
進階的可以參見前面的：短時傅里葉實現（4）
終極的可以參見前面的：短時傅里葉實現（5）

實驗環境

本文的所有實驗都是在matlab2016a下通過的。

Matlab spectrogram函數

譜圖函數：使用短時傅里葉變換化成短時傅里葉變換的譜圖。

1語法

前面的幾個帖子，已經詳細的介紹了這個函數，不清楚的可以參看一下，本篇只演示應用。

2舉栗子：

本文會介紹一些常見的應用，重要的是結合原理去理解它，這樣才好應用到自己的應用上。

2.1跟蹤聲音信號里的鳥聲軌跡

加載一個包含兩個下降鳥聲信號和寬帶飛濺聲的聲音信號。計算短時傅里葉變換，將信號分割成400個段落，300個重疊，畫出譜圖。

load splat % To hear, type soundsc(y,Fs) sg = 400; ov = 300; spectrogram(y,sg,ov,[],Fs,'yaxis') colormap bone

如圖所示

%可以使用譜圖函數獲得信號的功率譜密度信息

[s,f,t,p] = spectrogram(y,sg,ov,[],Fs); %可以使用medfreq來追蹤這兩個鳥聲信號，為了找到最強的，低頻鳥聲信號，限制這個搜索在頻率大于100hz，時間 %在寬帶信號之前 f1 = f > 100; t1 = t < 0.75; m1 = medfreq(p(f1,t1),f(f1)); %為了找到虛弱的高頻鳥聲信號，限制搜索在2500hz以上，時間在0.3秒到0.65秒之間。 f2 = f > 2500; t2 = t > 0.3 & t < 0.65; m2 = medfreq(p(f2,t2),f(f2)); %將結果疊加在譜圖上。將頻率值除以1000，以kHz表示。 hold on plot(t(t1),m1/1000,'linewidth',4) plot(t(t2),m2/1000,'linewidth',4) hold off

如圖所示：

2.2譜圖3d可視化

%產生一個兩秒的信號，采樣頻率為10khz，瞬時頻率信號是一個時間的三角函數 fs = 10e3; t = 0:1/fs:2; x1 = vco(sawtooth(2*pi*t,0.5),[0.1 0.4]*fs,fs); %計算并畫出信號的譜圖，使用256點shape為5的kaiser窗，特別地重疊點數是220，512點DFT，在y軸畫出顏色圖 spectrogram(x1,kaiser(256,5),220,512,fs,'yaxis')

%改變視角，并展示瀑布樣的譜圖，顏色設置為bone colormap bone view(-45,65)

---

參考：

mathworks

總結

以上是生活随笔為你收集整理的时频分析：短时傅里叶变换应用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。