stftLayergydF4y2Ba
短时间傅里叶变换层gydF4y2Ba
描述gydF4y2Ba
STFT层计算输入的短时傅里叶变换。gydF4y2Ba使用这一层需要深度学习工具箱™。gydF4y2Ba
创建gydF4y2Ba
描述gydF4y2Ba
创建一个gydF4y2Ba短时傅里叶变换gydF4y2Ba(STFT)层。的输入gydF4y2Ba层gydF4y2Ba
= stftLayergydF4y2BastftLayergydF4y2Ba
一定是gydF4y2BadlarraygydF4y2Ba
(深度学习工具箱)gydF4y2Ba对象gydF4y2Ba“认知行为治疗”gydF4y2Ba
的长度大于时间维度的大小的格式gydF4y2Ba窗口gydF4y2Ba
.gydF4y2Ba
使用名称-值参数指定可选参数。您可以指定分析窗口和输出的格式等等。gydF4y2Ba层gydF4y2Ba
= stftLayer (gydF4y2Ba名称=值gydF4y2Ba
)gydF4y2Ba
属性gydF4y2Ba
STFTgydF4y2Ba
窗口gydF4y2Ba
- - - - - -gydF4y2Ba分析窗口gydF4y2Ba
损害gydF4y2Ba
(128年,“周期性”)gydF4y2Ba
(默认)|gydF4y2Ba向量gydF4y2Ba
损害gydF4y2Ba
(128年,“周期性”)gydF4y2Ba此属性是只读的。gydF4y2Ba
分析窗口用于计算STFT,指定为具有两个或多个元素的向量。gydF4y2Ba
例子:gydF4y2Ba(1-cos(2 *π* (0:127)/ 127))/ 2gydF4y2Ba
而且gydF4y2Ba
都指定了长度为128的Hann窗口。gydF4y2Ba损害gydF4y2Ba
(128)gydF4y2Ba
数据类型:gydF4y2Ba双gydF4y2Ba
|gydF4y2Ba单gydF4y2Ba
OverlapLengthgydF4y2Ba
- - - - - -gydF4y2Ba重叠样本数gydF4y2Ba
96gydF4y2Ba
(默认)|gydF4y2Ba正整数gydF4y2Ba
此属性是只读的。gydF4y2Ba
重叠样本数,指定为严格小于长度的正整数gydF4y2Ba窗口gydF4y2Ba
.gydF4y2Ba
连续窗口之间的步幅是窗口长度与重叠样本数量之差。gydF4y2Ba
数据类型:gydF4y2Ba双gydF4y2Ba
|gydF4y2Ba单gydF4y2Ba
FFTLengthgydF4y2Ba
- - - - - -gydF4y2BaDFT点数gydF4y2Ba
128gydF4y2Ba
(默认)|gydF4y2Ba正整数gydF4y2Ba
此属性是只读的。gydF4y2Ba
用于计算离散傅里叶变换的频率点数,指定为大于或等于窗口长度的正整数。如果未指定,该参数默认为窗口的长度。gydF4y2Ba
如果输入数据在时间维上的长度小于DFT点的数量,gydF4y2BastftLayergydF4y2Ba
对数据和窗口右补零,使它们的长度等于gydF4y2BaFFTLengthgydF4y2Ba
.gydF4y2Ba
数据类型:gydF4y2Ba双gydF4y2Ba
|gydF4y2Ba单gydF4y2Ba
TransformModegydF4y2Ba
- - - - - -gydF4y2Ba图层变换模式gydF4y2Ba
“杂志”gydF4y2Ba
(默认)|gydF4y2Ba“squaremag”gydF4y2Ba
|gydF4y2Ba“logmag”gydF4y2Ba
|gydF4y2Ba“logsquaremag”gydF4y2Ba
|gydF4y2Ba“realimag”gydF4y2Ba
图层转换模式,指定为以下其中之一:gydF4y2Ba
“杂志”gydF4y2Ba
- STFT幅度gydF4y2Ba“squaremag”gydF4y2Ba
- STFT平方大小gydF4y2Ba“logmag”gydF4y2Ba
- STFT幅度的自然对数gydF4y2Ba“logsquaremag”gydF4y2Ba
- STFT平方幅度的自然对数gydF4y2Ba“realimag”gydF4y2Ba
- STFT的实部和虚部,沿着通道维度连接gydF4y2Ba
数据类型:gydF4y2Ba字符gydF4y2Ba
|gydF4y2Ba字符串gydF4y2Ba
OutputModegydF4y2Ba
- - - - - -gydF4y2Ba图层输出方式gydF4y2Ba
“时空”gydF4y2Ba
(默认)|gydF4y2Ba“空间”gydF4y2Ba
|gydF4y2Ba“时间”gydF4y2Ba
层输出模式,指定为以下之一:gydF4y2Ba
“时空”gydF4y2Ba
-将输出格式化为1-D图像序列,其中图像高度对应于频率,第二维对应于通道,第三维对应于批量,第四维对应于时间。gydF4y2Ba您可以使用此输出模式来提供的输出gydF4y2Ba
stftLayergydF4y2Ba
当你想要沿着频率进行卷积的时候。有关更多信息,请参见gydF4y2Baconvolution1dLayergydF4y2Ba
(深度学习工具箱)gydF4y2Ba.gydF4y2Ba“空间”gydF4y2Ba
-将输出格式化为二维图像序列,其中图像高度对应于频率,图像宽度对应于时间。第三和第四个维度分别对应通道和批处理。gydF4y2Ba您可以使用此输出模式来提供的输出gydF4y2Ba
stftLayergydF4y2Ba
当你想沿着两个空间维度进行卷积的时候。有关更多信息,请参见gydF4y2Baconvolution2dLayergydF4y2Ba
(深度学习工具箱)gydF4y2Ba.gydF4y2Ba“时间”gydF4y2Ba
-格式化输出为1-D序列。此格式采用gydF4y2Ba“时空”gydF4y2Ba
输出格式,并将图像高度压扁为通道维度。STFT输出的第二个维度对应于批处理,第三个维度对应于时间。gydF4y2Ba您可以使用此输出模式来提供的输出gydF4y2Ba
stftLayergydF4y2Ba
当你想要沿着时间进行卷积的时候。有关更多信息,请参见gydF4y2Baconvolution1dLayergydF4y2Ba
(深度学习工具箱)gydF4y2Ba.您也可以使用这种输出模式来使用gydF4y2BastftLayergydF4y2Ba
作为循环神经网络的一部分。有关更多信息,请参见gydF4y2BalstmLayergydF4y2Ba
(深度学习工具箱)gydF4y2Ba而且gydF4y2BagruLayergydF4y2Ba
(深度学习工具箱)gydF4y2Ba.gydF4y2Ba
数据类型:gydF4y2Ba字符gydF4y2Ba
|gydF4y2Ba字符串gydF4y2Ba
层gydF4y2Ba
WeightLearnRateFactorgydF4y2Ba
- - - - - -gydF4y2Ba权重学习率的乘数gydF4y2Ba
0gydF4y2Ba
(默认)|gydF4y2Ba负的标量gydF4y2Ba
权重学习率的乘数,指定为非负标量。如果未指定,此属性默认为零,导致权重不随训练更新。属性也可以设置此属性gydF4y2BasetLearnRateFactorgydF4y2Ba
(深度学习工具箱)gydF4y2Ba函数。gydF4y2Ba
数据类型:gydF4y2Ba双gydF4y2Ba
|gydF4y2Ba单gydF4y2Ba
的名字gydF4y2Ba
- - - - - -gydF4y2Ba层的名字gydF4y2Ba
”gydF4y2Ba
(默认)|gydF4y2Ba特征向量gydF4y2Ba|gydF4y2Ba字符串标量gydF4y2Ba
层名,指定为字符向量或字符串标量。为gydF4y2Ba层gydF4y2Ba
数组输入时,gydF4y2BatrainNetworkgydF4y2Ba
,gydF4y2BaassembleNetworkgydF4y2Ba
,gydF4y2BalayerGraphgydF4y2Ba
,gydF4y2BadlnetworkgydF4y2Ba
函数自动为具有name的层分配名称gydF4y2Ba”gydF4y2Ba
.gydF4y2Ba
数据类型:gydF4y2Ba字符gydF4y2Ba
|gydF4y2Ba字符串gydF4y2Ba
NumInputsgydF4y2Ba
- - - - - -gydF4y2Ba输入数量gydF4y2Ba
1gydF4y2Ba
(默认)gydF4y2Ba
此属性是只读的。gydF4y2Ba
该层的输入数量。该层只接受单个输入。gydF4y2Ba
数据类型:gydF4y2Ba双gydF4y2Ba
InputNamesgydF4y2Ba
- - - - - -gydF4y2Ba输入名字gydF4y2Ba
{'在'}gydF4y2Ba
(默认)gydF4y2Ba
此属性是只读的。gydF4y2Ba
输入层的名称。该层只接受单个输入。gydF4y2Ba
数据类型:gydF4y2Ba细胞gydF4y2Ba
NumOutputsgydF4y2Ba
- - - - - -gydF4y2Ba输出数gydF4y2Ba
1gydF4y2Ba
(默认)gydF4y2Ba
此属性是只读的。gydF4y2Ba
层的输出数量。这个图层只有一个输出。gydF4y2Ba
数据类型:gydF4y2Ba双gydF4y2Ba
OutputNamesgydF4y2Ba
- - - - - -gydF4y2Ba输出的名字gydF4y2Ba
{“出”}gydF4y2Ba
(默认)gydF4y2Ba
此属性是只读的。gydF4y2Ba
输出层的名称。这个图层只有一个输出。gydF4y2Ba
数据类型:gydF4y2Ba细胞gydF4y2Ba
例子gydF4y2Ba
啁啾的短时傅里叶变换gydF4y2Ba
生成一个采样频率为600hz的信号,持续2秒。该信号由具有正弦变化频率内容的啁啾组成。将信号存储在深度学习数组中gydF4y2Ba“施”gydF4y2Ba
格式。gydF4y2Ba
Fs = 6e2;X = vco(sin(2*pi*(0:1/fs:2)),[0.1 0.4]*fs,fs);DLX = dlarray(x,gydF4y2Ba“施”gydF4y2Ba);gydF4y2Ba
创建一个具有默认属性的短时傅里叶变换层。创建一个gydF4y2BadlnetworkgydF4y2Ba
由序列输入层和短时傅里叶变换层组成的对象。指定最小序列长度为128个样本。让信号通过gydF4y2Ba预测gydF4y2Ba
网络的方法。gydF4y2Ba
ftl = stftLayer;dlnet = dlnetwork([sequenceInputLayer(1,MinLength=128) ftl]);Netout =预测(dlnet,dlx);gydF4y2Ba
将网络输出转换为数字数组。使用gydF4y2Ba挤压gydF4y2Ba
函数删除长度为1的通道和批处理尺寸。画出STFT的大小。数组的第一个维度对应频率,第二个维度对应时间。gydF4y2Ba
Q = extractdata(netout);瀑布(挤压(q)的)设置(gca XDir =gydF4y2Ba“反向”gydF4y2Ba,View=[30 45]) xlabel(gydF4y2Ba“频率”gydF4y2Ba) ylabel (gydF4y2Ba“时间”gydF4y2Ba)gydF4y2Ba
正弦信号的短时傅里叶变换gydF4y2Ba
生成一个3 × 160 (× 1)数组,其中包含一批三通道,160个样本的正弦信号。归一化正弦波频率为gydF4y2BaπgydF4y2Ba/ 4 rad /样本,gydF4y2BaπgydF4y2Ba/2 rad/sample, 3gydF4y2BaπgydF4y2Ba/ 4 rad /样品。将信号保存为agydF4y2BadlarraygydF4y2Ba
,按顺序指定尺寸。gydF4y2BadlarraygydF4y2Ba
将数组尺寸排列到gydF4y2Ba“认知行为治疗”gydF4y2Ba
深度学习网络所期望的形状。gydF4y2Ba
NCH = 3;N = 160;x = dlarray(cos(pi.*(1:nch)'/4*(0:N-1)),gydF4y2Ba“施”gydF4y2Ba);gydF4y2Ba
创建一个可以用于正弦信号的短时傅里叶变换层。指定一个64个样本的矩形窗口,相邻窗口之间的48个重叠样本,以及1024个DFT点。指定图层输出模式为gydF4y2Ba“空间”gydF4y2Ba
.缺省情况下,该层输出STFT的幅值。gydF4y2Ba
stfl = stftLayer(窗口=rectwin(64),gydF4y2Ba...gydF4y2BaOverlapLength = 48岁gydF4y2Ba...gydF4y2BaFFTLength = 1024,gydF4y2Ba...gydF4y2BaOutputMode =gydF4y2Ba“空间”gydF4y2Ba);gydF4y2Ba
创建两层gydF4y2BadlnetworkgydF4y2Ba
对象,其中包含序列输入层和刚刚创建的STFT层。将正弦信号的每个通道视为一个特征。指定信号长度为输入层的最小序列长度。gydF4y2Ba
layers = [sequenceInputLayer(nch,MinLength=N) stfl];Dlnet = dlnetwork(层);gydF4y2Ba
让正弦信号通过gydF4y2Ba向前gydF4y2Ba
网络的方法。gydF4y2Ba
Dataout = forward(dlnet,x);gydF4y2Ba
将网络输出转换为数字数组。使用gydF4y2Ba挤压gydF4y2Ba
函数折叠大小为1的批处理维度。在瀑布图中分别为每个通道绘制STFT幅度。gydF4y2Ba
Q = squeeze(extractdata(dataout));gydF4y2Ba为gydF4y2BaKj = 1:nch subplot(nch,1, Kj) waterfall(q(:,:, Kj)') view(30,45) zlabel(gydF4y2Ba“Ch。”gydF4y2Ba+字符串(kj))gydF4y2Ba结束gydF4y2Ba
更多关于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STFT是通过滑动矩阵计算的gydF4y2Ba分析窗口gydF4y2Ba的长度gydF4y2Ba 并计算加窗数据的离散傅里叶变换。窗口以的间隔跳过原始信号gydF4y2Ba 样本。大多数窗口函数在边缘逐渐减少,以避免光谱振铃。如果重叠长度非零gydF4y2Ba 指定时,叠加加窗段可补偿窗口边缘处的信号衰减。每个加窗段的DFT被添加到包含每个时间和频率点的幅度和相位的矩阵中。STFT矩阵中的列数由gydF4y2Ba
在哪里gydF4y2Ba 是原始信号的长度吗gydF4y2Ba 和gydF4y2Ba⌊⌋gydF4y2Ba符号表示楼层功能。矩阵中的行数等于gydF4y2BaNgydF4y2BaDFTgydF4y2Ba为DFT点数,用于中心变换和双面变换gydF4y2Ba⌊gydF4y2BaNgydF4y2BaDFTgydF4y2Ba/2⌋+ 1gydF4y2Ba对于单边变换。gydF4y2Ba
STFT矩阵由gydF4y2Ba 这样gydF4y2Ba 这个矩阵的第Th元素是gydF4y2Ba
在哪里gydF4y2Ba
-长度窗口函数gydF4y2Ba .gydF4y2Ba
-以时间为中心的加窗数据的DFTgydF4y2Ba .gydF4y2Ba
-连续dft之间的跳数。跃点大小是窗口长度的差值gydF4y2Ba 重叠长度gydF4y2Ba .gydF4y2Ba
STFT的大小平方得到gydF4y2Ba光谱图gydF4y2Ba
函数的功率谱密度表示。gydF4y2Ba
版本历史gydF4y2Ba
另请参阅gydF4y2Ba
应用程序gydF4y2Ba
- 深度网络设计器gydF4y2Ba(深度学习工具箱)gydF4y2Ba
对象gydF4y2Ba
dlarraygydF4y2Ba
(深度学习工具箱)gydF4y2Ba|gydF4y2BadlnetworkgydF4y2Ba
(深度学习工具箱)gydF4y2Ba
功能gydF4y2Ba
dlstftgydF4y2Ba
|gydF4y2BastftgydF4y2Ba
|gydF4y2BaistftgydF4y2Ba
|gydF4y2Bastftmag2siggydF4y2Ba
主题gydF4y2Ba
- 深度学习层列表gydF4y2Ba(深度学习工具箱)gydF4y2Ba
Abrir比如gydF4y2Ba
Tiene una versión modificada de este ejemplo。¿Desea abrir este ejemplo con sus modificaciones?gydF4y2Ba
MATLAB突击队gydF4y2Ba
Ha hecho clic en unenlace que对应一个este commando de MATLAB:gydF4y2Ba
弹射突击队introduciéndolo en la ventana de commandos de MATLAB。Los navegadores web no permission comandos de MATLAB。gydF4y2Ba
选择网站gydF4y2Ba
选择一个网站,在可用的地方获得翻译的内容,并查看当地的活动和优惠。根据您所在的位置,我们建议您选择:gydF4y2Ba.gydF4y2Ba
您也可以从以下列表中选择一个网站:gydF4y2Ba
如何获得最佳的网站性能gydF4y2Ba
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。gydF4y2Ba
美洲gydF4y2Ba
- 美国拉丁gydF4y2Ba(西班牙语)gydF4y2Ba
- 加拿大gydF4y2Ba(英语)gydF4y2Ba
- 美国gydF4y2Ba(英语)gydF4y2Ba
欧洲gydF4y2Ba
- 比利时gydF4y2Ba(英语)gydF4y2Ba
- 丹麦gydF4y2Ba(英语)gydF4y2Ba
- 德国gydF4y2Ba(德语)gydF4y2Ba
- 西班牙gydF4y2Ba(西班牙语)gydF4y2Ba
- 芬兰gydF4y2Ba(英语)gydF4y2Ba
- 法国gydF4y2Ba(法语)gydF4y2Ba
- 爱尔兰gydF4y2Ba(英语)gydF4y2Ba
- 意大利gydF4y2Ba(意大利语)gydF4y2Ba
- 卢森堡gydF4y2Ba(英语)gydF4y2Ba
- 荷兰gydF4y2Ba(英语)gydF4y2Ba
- 挪威gydF4y2Ba(英语)gydF4y2Ba
- 奥地利gydF4y2Ba(德语)gydF4y2Ba
- 葡萄牙gydF4y2Ba(英语)gydF4y2Ba
- 瑞典gydF4y2Ba(英语)gydF4y2Ba
- 瑞士gydF4y2Ba
- 联合王国gydF4y2Ba(英语)gydF4y2Ba
亚太地区gydF4y2Ba
- 澳大利亚gydF4y2Ba(英语)gydF4y2Ba
- 印度gydF4y2Ba(英语)gydF4y2Ba
- 新西兰gydF4y2Ba(英语)gydF4y2Ba
- 中国gydF4y2Ba
- 日本gydF4y2Ba(日本語)gydF4y2Ba
- 한국gydF4y2Ba(한국어)gydF4y2Ba