主要内容gydF4y2Ba

dlstftgydF4y2Ba

深度学习短时傅里叶变换gydF4y2Ba

折叠所有页面gydF4y2Ba

语法gydF4y2Ba

年,易]= dlstft (x)gydF4y2Ba
年,易建联]= dlstft (x, fs)gydF4y2Ba
年,易建联]= dlstft (x, ts)gydF4y2Ba
年,易建联]= dlstft (gydF4y2Ba＿＿＿gydF4y2Ba、名称、值)gydF4y2Ba
(年,咦,f t) = dlstft (gydF4y2Ba＿＿＿gydF4y2Ba）gydF4y2Ba

描述gydF4y2Ba

例子gydF4y2Ba

［gydF4y2Ba年gydF4y2Ba，gydF4y2Ba易gydF4y2Ba) = dlstft (gydF4y2BaxgydF4y2Ba）gydF4y2Ba返回深度学习gydF4y2Ba短时傅里叶变换gydF4y2Ba(STFT)gydF4y2BaxgydF4y2Ba．gydF4y2BadlstftgydF4y2Ba需要深度学习工具箱™。gydF4y2Ba

例子gydF4y2Ba

［gydF4y2Ba年gydF4y2Ba，gydF4y2Ba易gydF4y2Ba) = dlstft (gydF4y2BaxgydF4y2Ba，gydF4y2BafsgydF4y2Ba）gydF4y2Ba返回深度学习STFT假设gydF4y2BaxgydF4y2Ba抽样的速率gydF4y2BafsgydF4y2Ba．gydF4y2Ba

例子gydF4y2Ba

［gydF4y2Ba年gydF4y2Ba，gydF4y2Ba易gydF4y2Ba) = dlstft (gydF4y2BaxgydF4y2Ba，gydF4y2BatsgydF4y2Ba）gydF4y2Ba返回深度学习STFT假设gydF4y2BaxgydF4y2Ba抽样时间是多少gydF4y2BatsgydF4y2Ba．gydF4y2Ba

例子gydF4y2Ba

［gydF4y2Ba年gydF4y2Ba，gydF4y2Ba易gydF4y2Ba) = dlstft (gydF4y2Ba＿＿＿gydF4y2Ba，gydF4y2Ba名称,值gydF4y2Ba）gydF4y2Ba使用名称-值参数指定其他选项。可选项包括光谱窗口和FFT长度。这些参数可以添加到前面的任何输入语法中。例如,gydF4y2Ba“DataFormat”、“认知行为治疗”gydF4y2Ba的数据格式gydF4y2BaxgydF4y2Ba作为gydF4y2Ba认知行为治疗gydF4y2Ba．gydF4y2Ba

例子gydF4y2Ba

［gydF4y2Ba年gydF4y2Ba，gydF4y2Ba易gydF4y2Ba，gydF4y2BafgydF4y2Ba，gydF4y2BatgydF4y2Ba) = dlstft (gydF4y2Ba＿＿＿gydF4y2Ba）gydF4y2Ba返回频率gydF4y2BafgydF4y2Ba和时间gydF4y2BatgydF4y2Ba计算深度学习的短时傅立叶变换。gydF4y2Ba

例子gydF4y2Ba

全部折叠gydF4y2Ba

这个示例使用:gydF4y2Ba

打开生活的脚本gydF4y2Ba

产生以600 Hz采样2秒的信号。该信号由一个频率为正弦变化的啁啾信号组成。gydF4y2Ba

fs = 6 e2;t = 0:1 / fs: 2;X = vco(sin(2*pi*t)，[0.1 0.4]*fs,fs);gydF4y2Ba

将信号存储在未格式化的深度学习数组中。计算信号的短时傅里叶变换。输入采样时间为gydF4y2Ba持续时间gydF4y2Ba标量。(或者，作为数字标量输入采样率。)指定输入数组在其中gydF4y2Ba“施”gydF4y2Ba格式。gydF4y2Ba

dlx = dlarray (x);(年,咦,f t) = dlstft (dlx,秒(1 / fs),gydF4y2Ba“DataFormat”gydF4y2Ba，gydF4y2Ba“施”gydF4y2Ba）;gydF4y2Ba

将输出转换为数字数组。计算短时间傅里叶变换的幅度，并将其显示为瀑布图。gydF4y2Ba

年= extractdata(年);易= extractdata(易);f = extractdata (f);t =秒(t);(f,t,squeeze(hypot(yr,yi))') ax = gca;斧子。XDir =“反向”gydF4y2Ba；视图(30、45)ylabel (gydF4y2Ba“时间(s)”gydF4y2Ba)包含(gydF4y2Ba的频率(赫兹)gydF4y2Ba) zlabel (gydF4y2Ba“级”gydF4y2Ba）gydF4y2Ba

图中包含一个轴对象。axis对象包含一个patch类型的对象。gydF4y2Ba

这个示例使用:gydF4y2Ba

打开生活的脚本gydF4y2Ba

生成一个3 × 160(- 1)数组，包含一批三通道，160采样正弦信号。正弦波频率为gydF4y2Ba πgydF4y2Ba /gydF4y2Ba 4gydF4y2Ba rad /样本,gydF4y2Ba πgydF4y2Ba /gydF4y2Ba 2gydF4y2Ba rad /样品,gydF4y2Ba 3.gydF4y2Ba πgydF4y2Ba /gydF4y2Ba 4gydF4y2Ba rad /样品。将信号保存为agydF4y2BadlarraygydF4y2Ba，按顺序指定尺寸。gydF4y2BadlarraygydF4y2Ba将数组的维数置换为gydF4y2Ba“认知行为治疗”gydF4y2Ba深度学习网络所期望的形状。显示数组维度大小。gydF4y2Ba

x = dlarray (cos(π。* (1:3)/ 4 * (0:159)),gydF4y2Ba“施”gydF4y2Ba）;[nchan, nbtch, nsamp] =大小(x)gydF4y2Ba
nchan = 3gydF4y2Ba
nbtch = 1gydF4y2Ba
nsamp = 160gydF4y2Ba

计算信号的深度学习短时傅里叶变换。指定64样本矩形窗口和1024的FFT长度。gydF4y2Ba

(re, im, f t) = dlstft (x,gydF4y2Ba“窗口”gydF4y2Barectwin (64),gydF4y2Ba“FFTLength”gydF4y2Ba, 1024);gydF4y2Ba

dlstftgydF4y2Ba计算沿的变换gydF4y2Ba“T”gydF4y2Ba维度。输出数组在gydF4y2Ba“SCBT”gydF4y2Ba格式。的gydF4y2Ba“年代”gydF4y2Ba维数对应于短时间傅里叶变换中的频率。gydF4y2Ba

从深度学习数组中提取数据。gydF4y2Ba

re =挤压(extractdata(重新));我=挤压(extractdata (im));f = extractdata (f);t = extractdata (t);gydF4y2Ba

计算短时间傅里叶变换的大小。在瀑布图中分别绘制每个通道的震级。gydF4y2Ba

Z = abs(re + 1j*im);gydF4y2Ba为gydF4y2BaKj = 1:nchan subplot(nchan,1, Kj) waterfall(f/pi,t,squeeze(z(:， Kj，:))') view(30,45)gydF4y2Ba结束gydF4y2Ba包含(gydF4y2Ba的频率(\乘以π\ rad /样本)gydF4y2Ba) ylabel (gydF4y2Ba“样本”gydF4y2Ba）gydF4y2Ba

图中包含3个轴对象。axis对象1包含一个patch类型的对象。axis对象2包含一个patch类型的对象。axis对象3包含一个补丁类型的对象。gydF4y2Ba

输入参数gydF4y2Ba

全部折叠gydF4y2Ba

输入数组，指定为未格式化的gydF4y2BadlarraygydF4y2Ba(深度学习工具箱)gydF4y2Ba,一个格式化的gydF4y2BadlarraygydF4y2Ba在gydF4y2Ba“认知行为治疗”gydF4y2Ba格式，或数字数组。如果gydF4y2BaxgydF4y2Ba是一个非格式化gydF4y2BadlarraygydF4y2Ba或数字数组，则必须指定gydF4y2Ba“DataFormat”gydF4y2Ba作为某种排列gydF4y2Ba“认知行为治疗”gydF4y2Ba．gydF4y2Ba

例子:gydF4y2Badlarray (cos (pi. /(4; 2) *(0:159)),“施”)gydF4y2Ba和gydF4y2Badlarray (cos (pi. /(4; 2) *(0:159))”、“TCB”)gydF4y2Ba两者都指定一个批次的观察双通道正弦波gydF4y2Ba“认知行为治疗”gydF4y2Ba格式。gydF4y2Ba

采样率，指定为正数值标量。gydF4y2Ba

采样时间，指定为gydF4y2Ba持续时间gydF4y2Ba标量。指定gydF4y2BatsgydF4y2Ba是否等同于设定抽样率gydF4y2BafgydF4y2Ba年代gydF4y2Ba= 1 /gydF4y2BatsgydF4y2Ba．gydF4y2Ba

例子:gydF4y2Ba秒(1)gydF4y2Ba是一个gydF4y2Ba持续时间gydF4y2Ba表示连续信号采样之间1秒时间差的标量。gydF4y2Ba

名称-值参数gydF4y2Ba

指定可选的逗号分隔的对gydF4y2Ba名称,值gydF4y2Ba参数。gydF4y2Ba的名字gydF4y2Ba参数名和gydF4y2Ba价值gydF4y2Ba为对应值。gydF4y2Ba的名字gydF4y2Ba必须出现在引号内。可以以任意顺序指定多个名称和值对参数gydF4y2BaName1, Value1,…,的家gydF4y2Ba．gydF4y2Ba

例子:gydF4y2Ba“窗口”,汉明(100),“OverlapLength”,50岁' FFTLength ', 128gydF4y2Ba使用100个样本的汉明窗口对数据进行加窗，其中50个样本在相邻的段之间重叠，128点FFT。gydF4y2Ba

输入的数据格式，指定为字符向量或字符串标量。此参数仅当gydF4y2BaxgydF4y2Ba未格式化。gydF4y2Ba

这个参数中的每个字符必须是以下标签之一:gydF4y2Ba

  • CgydF4y2Ba——频道gydF4y2Ba

  • BgydF4y2Ba——批观测gydF4y2Ba

  • TgydF4y2Ba——时间gydF4y2Ba

的gydF4y2BadlstftgydF4y2Ba函数接受的任何排列gydF4y2Ba“认知行为治疗”gydF4y2Ba．每个参数最多只能指定一个gydF4y2BaCgydF4y2Ba，gydF4y2BaBgydF4y2Ba,gydF4y2BaTgydF4y2Ba标签。gydF4y2Ba

参数的每个元素标记匹配的维度gydF4y2BaxgydF4y2Ba．如果参数不是所列的顺序(gydF4y2Ba“C”gydF4y2Ba紧随其后的是gydF4y2Ba“B”gydF4y2Ba等等)，然后gydF4y2BadlstftgydF4y2Ba隐式地对参数和数据进行置换以匹配顺序，但不改变数据的存储方式。gydF4y2Ba

例子:gydF4y2Ba“认知行为治疗”gydF4y2Ba

光谱窗口，指定为向量。如果您没有指定窗口或将其指定为空，该函数将使用长度为128的Hann窗口。的长度gydF4y2Ba“窗口”gydF4y2Ba必须大于等于2。gydF4y2Ba

有关可用窗口的列表，请参见gydF4y2Ba窗户gydF4y2Ba．gydF4y2Ba

例子:gydF4y2Ba损害(N + 1)gydF4y2Ba和gydF4y2Ba(1-cos(2 *π* (0:N) / N)) / 2gydF4y2Ba两者都指定长度的Hann窗口gydF4y2BaNgydF4y2Ba+ 1。gydF4y2Ba

数据类型:gydF4y2Ba双gydF4y2Ba|gydF4y2Ba单gydF4y2Ba

重叠样本的数目，指定为小于的长度的非负整数gydF4y2Ba“窗口”gydF4y2Ba．如果您省略gydF4y2Ba“OverlapLength”gydF4y2Ba或者将其指定为空，则将其设置为小于窗口长度75%的最大整数，即默认Hann窗口的96个样本。gydF4y2Ba

数据类型:gydF4y2Ba双gydF4y2Ba|gydF4y2Ba单gydF4y2Ba

DFT点的数目，指定为正整数。该值必须大于或等于窗口长度。如果输入信号的长度小于DFT长度，则用零填充数据。gydF4y2Ba

数据类型:gydF4y2Ba双gydF4y2Ba|gydF4y2Ba单gydF4y2Ba

输出参数gydF4y2Ba

全部折叠gydF4y2Ba

短时间傅里叶变换，返回为格式化的二gydF4y2BadlarraygydF4y2Ba(深度学习工具箱)gydF4y2Ba对象。gydF4y2Ba年gydF4y2Ba包含变换的实部。gydF4y2Ba易gydF4y2Ba包含变换的虚部。gydF4y2Ba

  • 如果gydF4y2BaxgydF4y2Ba是一个格式化的gydF4y2BadlarraygydF4y2Ba，gydF4y2Ba年gydF4y2Ba和gydF4y2Ba易gydF4y2Ba是gydF4y2Ba“SCBT”gydF4y2Ba格式化gydF4y2BadlarraygydF4y2Ba对象。的gydF4y2Ba“年代”gydF4y2Ba维数对应于短时间傅里叶变换中的频率。gydF4y2Ba

  • 如果gydF4y2BaxgydF4y2Ba是一个非格式化gydF4y2BadlarraygydF4y2Ba或者一个数字数组，gydF4y2Ba年gydF4y2Ba和gydF4y2Ba易gydF4y2Ba是无格式gydF4y2BadlarraygydF4y2Ba对象。尺寸顺序gydF4y2Ba年gydF4y2Ba和gydF4y2Ba易gydF4y2Ba是gydF4y2Ba“SCBT”gydF4y2Ba．gydF4y2Ba

如果没有指定时间信息，则在Nyquist范围内计算STFTgydF4y2Ba[0,gydF4y2BaπgydF4y2Ba］gydF4y2Ba如果gydF4y2Ba“FFTLength”gydF4y2Ba是均匀的gydF4y2Ba[0,gydF4y2BaπgydF4y2Ba）gydF4y2Ba如果gydF4y2Ba“FFTLength”gydF4y2Ba是奇数。如果指定时间信息，则间隔为gydF4y2Ba[0,gydF4y2BafgydF4y2Ba年代gydF4y2Ba/ 2)gydF4y2Ba和gydF4y2Ba[0,gydF4y2BafgydF4y2Ba年代gydF4y2Ba/ 2)gydF4y2Ba分别在哪里gydF4y2BafgydF4y2Ba年代gydF4y2Ba为有效抽样率。gydF4y2Ba

深度学习STFT计算的频率，返回为agydF4y2BadlarraygydF4y2Ba对象。gydF4y2Ba

  • 如果输入阵列不包含时间信息，则频率以rad/sample为标准化单位。gydF4y2Ba

  • 如果输入数组包含时间信息，则gydF4y2BafgydF4y2Ba包含以Hz表示的频率。gydF4y2Ba

深度学习STFT计算的次数，返回为gydF4y2BadlarraygydF4y2Ba对象或一个gydF4y2Ba持续时间gydF4y2Ba数组中。gydF4y2Ba

  • 如果您没有指定时间信息，那么gydF4y2BatgydF4y2Ba包含样品数量。gydF4y2Ba

  • 如果你指定了抽样率，那么gydF4y2BatgydF4y2Ba包含以秒为单位的时间值。gydF4y2Ba

  • 如果你指定了一个样本时间，那么gydF4y2BatgydF4y2Ba是一个gydF4y2Ba持续时间gydF4y2Ba数组具有相同的时间格式gydF4y2BaxgydF4y2Ba．gydF4y2Ba

更多关于gydF4y2Ba

全部折叠gydF4y2Ba

短时傅里叶变换gydF4y2Ba

短时傅里叶变换(STFT)用于分析非平稳信号的频率内容如何随时间变化。gydF4y2Ba

信号的短时傅立叶变换是通过滑动an来计算的gydF4y2Ba分析窗口gydF4y2Ba的长度gydF4y2Ba 米gydF4y2Ba 并计算加窗数据的离散傅里叶变换。窗口每隔一段时间跳过原始信号gydF4y2Ba RgydF4y2Ba 样本。大多数窗口函数在边缘逐渐减小，以避免光谱振铃。如果重叠长度非零gydF4y2Ba lgydF4y2Ba 时，加窗段重叠补偿窗口边缘的信号衰减。每个加窗段的DFT被添加到一个矩阵中，该矩阵包含每个时间点和频率点的幅值和相位。STFT矩阵的列数为gydF4y2Ba

kgydF4y2Ba ＝gydF4y2Ba ⌊gydF4y2Ba NgydF4y2Ba xgydF4y2Ba −gydF4y2Ba lgydF4y2Ba 米gydF4y2Ba −gydF4y2Ba lgydF4y2Ba ⌋gydF4y2Ba ，gydF4y2Ba

在哪里gydF4y2Ba NgydF4y2Ba xgydF4y2Ba 是原始信号的长度吗gydF4y2Ba xgydF4y2Ba （gydF4y2Ba ngydF4y2Ba ）gydF4y2Ba 和gydF4y2Ba⌊⌋gydF4y2Ba符号表示楼层功能。矩阵的行数等于gydF4y2BaNgydF4y2BaDFTgydF4y2Ba的DFT点的个数，对于中心变换和双边变换和gydF4y2Ba⌊gydF4y2BaNgydF4y2BaDFTgydF4y2Ba/ 2⌋+ 1gydF4y2Ba片面的转换。gydF4y2Ba

STFT矩阵为gydF4y2Ba XgydF4y2Ba （gydF4y2Ba fgydF4y2Ba ）gydF4y2Ba ＝gydF4y2Ba ［gydF4y2Ba XgydF4y2Ba 1gydF4y2Ba （gydF4y2Ba fgydF4y2Ba ）gydF4y2Ba XgydF4y2Ba 2gydF4y2Ba （gydF4y2Ba fgydF4y2Ba ）gydF4y2Ba XgydF4y2Ba 3.gydF4y2Ba （gydF4y2Ba fgydF4y2Ba ）gydF4y2Ba ⋯gydF4y2Ba XgydF4y2Ba kgydF4y2Ba （gydF4y2Ba fgydF4y2Ba ）gydF4y2Ba ］gydF4y2Ba 这样gydF4y2Ba 米gydF4y2Ba 这个矩阵的第Th元素是gydF4y2Ba

XgydF4y2Ba 米gydF4y2Ba （gydF4y2Ba fgydF4y2Ba ）gydF4y2Ba ＝gydF4y2Ba ∑gydF4y2Ba ngydF4y2Ba ＝gydF4y2Ba −gydF4y2Ba ∞gydF4y2Ba ∞gydF4y2Ba xgydF4y2Ba （gydF4y2Ba ngydF4y2Ba ）gydF4y2Ba ggydF4y2Ba （gydF4y2Ba ngydF4y2Ba −gydF4y2Ba 米gydF4y2Ba RgydF4y2Ba ）gydF4y2Ba egydF4y2Ba −gydF4y2Ba jgydF4y2Ba 2gydF4y2Ba πgydF4y2Ba fgydF4y2Ba ngydF4y2Ba ，gydF4y2Ba

在哪里gydF4y2Ba

  • ggydF4y2Ba （gydF4y2Ba ngydF4y2Ba ）gydF4y2Ba -窗函数的长度gydF4y2Ba 米gydF4y2Ba ．gydF4y2Ba

  • XgydF4y2Ba 米gydF4y2Ba （gydF4y2Ba fgydF4y2Ba ）gydF4y2Ba -以时间为中心的加窗数据的DFTgydF4y2Ba 米gydF4y2Ba RgydF4y2Ba ．gydF4y2Ba

  • RgydF4y2Ba -连续dft之间的跳数大小。跃点大小是窗口长度之间的差值gydF4y2Ba 米gydF4y2Ba 重叠长度gydF4y2Ba lgydF4y2Ba ．gydF4y2Ba

短时傅里叶变换的幅值的平方得到gydF4y2Ba光谱图gydF4y2Ba表示函数的功率谱密度。gydF4y2Ba

扩展功能gydF4y2Ba

另请参阅gydF4y2Ba

(深度学习工具箱)gydF4y2Ba|gydF4y2Ba|gydF4y2Ba|gydF4y2Ba|gydF4y2Ba

主题gydF4y2Ba

介绍了R2021agydF4y2Ba

信号处理工具箱文档gydF4y2Ba

金宝app

基于MATLAB的信号处理深度学习gydF4y2Ba

基于MATLAB的信号处理深度学习gydF4y2Ba

下载白皮书gydF4y2Ba