MATLAB（信号时频域分析）

最新推荐文章于 2025-05-01 12:37:17 发布

原创最新推荐文章于 2025-05-01 12:37:17 发布 · 3.5k 阅读

26 ·

本内容遵循CC 4.0 BY-SA版权协议

一、信号分析方法

时域分析：横轴是时间，纵轴是信号幅值

频域分析：傅里叶变换。横轴是频率，纵轴是频率强度（不能用于时变信号，跳变信号）

相关分析：横轴是时间差，纵轴是两路信号在某时刻的相似程度（1代表完全相似）

幅值分析：横轴是幅值强度，纵轴是概率

时频域分析：提供信号瞬时频率信息的分析方法

二、时频域分析

2.1 短时傅里叶分析（STFT）

确定时变信号局部区域频率特征的方法。选择一个较短的窗函数对信号截断，计算该窗口内的信号频率特征。然后在采样窗口上移动窗函数得到不同时刻的信号频率特征。

matlab函数：speactrogram

fs=5120.0;n=32768;
dt=1.0/fs;df=(500.0/n);
T=dt/n;
t=linspace(0,T,n);
for i=1:8192
    x(i)=sin(2*pi*200*i*dt);
    x(i+8192)=sin(2*pi*400*i*dt);
    x(i+16384)=sin(2*pi*600*i*dt);
    x(i+24576)=sin(2*pi*800*i*dt);
end;
Z=spectrogram(x,1024,512);
p=20*log10(sqrt(Z.*conj(Z)));
x=linspace(0,fs/2,513);
y=linspace(0,dt*n,63);
mesh(x,y,p');
view(15,70);

如何分析这个图？（CSDN博主「hi强森」的原创文章原文链接：https://blog.csdn.net/weixin_42765703/article/details/104871604）

1.颜色：该图像不同颜色区域表示的是对应频率下信号功率谱密度的分贝值

2.时间轴：表示的是信号时长，其长度n,该数值表示在这信号时长内进行了多少次快速傅里叶变换，该数值由窗函数的宽度和重叠区域长度共同决定；

3.频率轴：频率轴以模拟频率表示，其显示范围为采样频率的一半。信号经过傅里叶变换后频谱对称，实际信号频率范围其实只有采样频率一半。

4. DFT点数nfft的选择通常取最接近信号长度的2的整数次幂，这里的信号长度即窗函数长度，因为是对每个加窗信号的快速傅里叶变换。
5. noverlap对输出结果的影响:noverlap表示窗函数在移动过程中与前一个窗口位置的重叠区域大小，从前面对时间轴的分析公式可以看到，该参数会影响时间轴的分辨率。随着noverlap增大，图像上表现为时间轴更加“细腻”，但随之而来的肯定是计算次数的增加。

时频测不准原则

STFT时间分辨率取决于滑移窗宽度N，频率分辨率取决于导数fs/N，提高时间分辨率则频率分辨率降低。短窗时间定位准确，长窗频率定位准确。

扫频信号谱阵分析

fs=5120.0;n=32768;
dt=1.0/fs;df=(500.0/n);
T=dt/n;
t=linspace(0,T,n);
for i=1:n
    x(i)=sin(2*pi*(500+df*i)*i*dt);
end;
Z=spectrogram(x,1024,512);
p=20*log10(sqrt(Z.*conj(Z)));
s=size(p);
x=linspace(0,fs/2,513);
y=linspace(0,dt*n,s(2));
mesh(x,y,p');
view(15,70);