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,使得傅里叶变换有了局部定位的能力。
1. spectrogram:matlab 下的 stft
How can I compute a short-time Fourier transform (STFT) in MATLAB?
stft 不同于 ft 之处在于,多了时间的概念,对信号 y=sin(128⋅π⋅t)+sin(256⋅π⋅t) y=sin(128⋅π⋅t)+sin(256⋅π⋅t) 是频率 )进行短时傅里叶变换,该模拟信号中有 64 和 128 两种。
fs = 1000;t = 0:1/fs:2;y = sin(128*pi*t) + sin(256*pi*t); figure;win_sz = 128;han_win = hanning(win_sz); % 选择海明窗nfft = win_sz;nooverlap = win_sz - 1;[S, F, T] = spectrogram(y, window, nooverlap, nfft, fs);imagesc(T, F, log10(abs(S)))set(gca, 'YDir', 'normal')xlabel('Time (secs)')ylabel('Freq (Hz)')title('short time fourier transform spectrum')
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
2. cwt:连续小波变换
Time-Frequency Analysis of Modulated Signals
小波变换进一步拓展了时频局部分析的能力。
[cfs,f] = cwt(quadchirp,'bump',fs);helperCWTTimeFreqPlot(cfs,tquad,f,'surf','CWT of Quadratic Chirp','Seconds','Hz')
- 1
- 2
这里选择的是 bump 型小波,选择该类型的原因在于,当信号震荡剧烈,且更关注信号局部瞬变的时频分析。
load quadchirp;fs = 1000;[S,F,T] = spectrogram(quadchirp,100,98,128,fs);helperCWTTimeFreqPlot(S,T,F,'surf','STFT of Quadratic Chirp','Seconds','Hz')
- 1
- 2
- 3
- 4
这里可以进一步对比 STFT(短时傅里叶变换)和 CWT(连续小波变换)在时频分析上的精细化刻画能力。
再分享一下我老师大神的人工智能教程吧。零基础!通俗易懂!风趣幽默!还带黄段子!希望你也加入到我们人工智能的队伍中来!https://blog.csdn.net/jiangjunshow