主要内容gydF4y2Ba

cqtgydF4y2Ba

常q的非平稳伽柏变换gydF4y2Ba

描述gydF4y2Ba

例子gydF4y2Ba

慢性疲劳综合症gydF4y2Ba= cqt (gydF4y2BaxgydF4y2Ba)gydF4y2Ba返回常q变换(CQT),gydF4y2Ba慢性疲劳综合症gydF4y2Ba的输入信号gydF4y2BaxgydF4y2Ba。输入信号必须至少有四个样品。gydF4y2Ba

  • 如果gydF4y2BaxgydF4y2Ba是一个矢量,然后呢gydF4y2BacqtgydF4y2Ba返回一个矩阵CQT对应。gydF4y2Ba

  • 如果gydF4y2BaxgydF4y2Ba是一个矩阵,然后呢gydF4y2BacqtgydF4y2Ba获得的CQT每一列(独立通道)gydF4y2BaxgydF4y2Ba。函数返回一个多维数组对应最大冗余CQT的版本。gydF4y2Ba

例子gydF4y2Ba

(gydF4y2Ba慢性疲劳综合症gydF4y2Ba,gydF4y2BafgydF4y2Ba)= cqt (gydF4y2BaxgydF4y2Ba)gydF4y2Ba返回近似带通中心频率,gydF4y2BafgydF4y2Ba相应的行gydF4y2Ba慢性疲劳综合症gydF4y2Ba。频率是下令从0到1,周期/样品。gydF4y2Ba

(gydF4y2Ba慢性疲劳综合症gydF4y2Ba,gydF4y2BafgydF4y2Ba,gydF4y2BaggydF4y2Ba,gydF4y2BafshiftsgydF4y2Ba)= cqt (gydF4y2BaxgydF4y2Ba)gydF4y2Ba返回伽柏框架,gydF4y2BaggydF4y2Ba,用于分析gydF4y2BaxgydF4y2Ba和频率的变化,gydF4y2BafshiftsgydF4y2Ba在离散傅里叶变换(DFT)的行通频带之间的垃圾箱gydF4y2Ba慢性疲劳综合症gydF4y2Ba。gydF4y2Ba

慢性疲劳综合症gydF4y2Ba,gydF4y2BaggydF4y2Ba,gydF4y2BafshiftsgydF4y2Ba需要输入的反演CQTgydF4y2BaicqtgydF4y2Ba。gydF4y2Ba

(gydF4y2Ba慢性疲劳综合症gydF4y2Ba,gydF4y2BafgydF4y2Ba,gydF4y2BaggydF4y2Ba,gydF4y2BafshiftsgydF4y2Ba,gydF4y2BafintervalsgydF4y2Ba)= cqt (gydF4y2BaxgydF4y2Ba)gydF4y2Ba返回频率间隔,gydF4y2BafintervalsgydF4y2Ba相应的行gydF4y2Ba慢性疲劳综合症gydF4y2Ba。的gydF4y2BakgydF4y2Bath元素gydF4y2BafshiftsgydF4y2Ba频移之间的DFT垃圾箱吗gydF4y2Ba((k - 1) mod N)gydF4y2Ba和gydF4y2Ba(k mod N)gydF4y2Ba的元素gydF4y2BafintervalsgydF4y2Ba与gydF4y2Bak = 0, 1, 2,…, n - 1gydF4y2Ba在哪里gydF4y2BaNgydF4y2Ba是频率的数量变化。由于MATLABgydF4y2Ba®gydF4y2Ba索引从1gydF4y2Bafshifts (1)gydF4y2Ba包含之间的频移gydF4y2Bafintervals{结束}gydF4y2Ba和gydF4y2Bafintervals {1}gydF4y2Ba,gydF4y2Bafshifts (2)gydF4y2Ba包含之间的频移gydF4y2Bafintervals {1}gydF4y2Ba和gydF4y2Bafintervals {2}gydF4y2Ba,等等。gydF4y2Ba

(gydF4y2Ba慢性疲劳综合症gydF4y2Ba,gydF4y2BafgydF4y2Ba,gydF4y2BaggydF4y2Ba,gydF4y2BafshiftsgydF4y2Ba,gydF4y2BafintervalsgydF4y2Ba,gydF4y2BabwgydF4y2Ba)= cqt (gydF4y2BaxgydF4y2Ba)gydF4y2Ba返回的带宽,gydF4y2BabwgydF4y2Ba在DFT频率间隔的垃圾箱,gydF4y2BafintervalsgydF4y2Ba。gydF4y2Ba

例子gydF4y2Ba

(gydF4y2Ba___gydF4y2Ba)= cqt (gydF4y2Ba___gydF4y2Ba,gydF4y2Ba名称,值gydF4y2Ba)gydF4y2Ba返回CQT由一个或多个指定附加选项gydF4y2Ba名称,值gydF4y2Ba对参数,使用任何前面的语法。gydF4y2Ba

例子gydF4y2Ba

cqt (gydF4y2Ba___gydF4y2Ba)gydF4y2Ba没有输出参数阴谋CQT在当前图。策划是支持向量输入。金宝app是真实的,如果输入信号gydF4y2BaFsgydF4y2Ba采样频率,CQT策划的范围吗gydF4y2Ba[0,Fs / 2)gydF4y2Ba。如果信号复杂,CQT策划的范围(gydF4y2Ba0,FsgydF4y2Ba)。gydF4y2Ba

请注意gydF4y2Ba

为了可视化稀疏CQT,插值系数。在插值时,情节可以有大量的模糊和难以解释。如果你想绘制CQT,我们建议使用默认值gydF4y2BaTransformTypegydF4y2Ba价值gydF4y2Ba“全部”gydF4y2Ba。gydF4y2Ba

例子gydF4y2Ba

全部折叠gydF4y2Ba

加载一个信号,获得常q变换。gydF4y2Ba

负载gydF4y2BanoisdoppgydF4y2Bacfs = cqt (noisdopp);gydF4y2Ba

加载一个实值信号,获得常q变换。返回近似带通中心频率。gydF4y2Ba

负载gydF4y2Ba汉德尔gydF4y2Ba[cfs f] = cqt (y);gydF4y2Ba

情节在对数刻度在奈奎斯特频率带通中心频率。gydF4y2Ba

lfreq =长度(f);nyquistBin =地板(lfreq / 2) + 1;情节(f (1: nyquistBin)标题(gydF4y2Ba带通中心频率的gydF4y2Ba网格)gydF4y2Ba在gydF4y2Ba集(gca),gydF4y2Ba“yscale”gydF4y2Ba,gydF4y2Ba“日志”gydF4y2Ba)gydF4y2Ba

图包含一个坐标轴对象。坐标轴对象与标题带通中心频率包含一个类型的对象。gydF4y2Ba

确认的比率连续双频率是恒定的,情节的比率。自gydF4y2BacqtgydF4y2Ba使用默认每倍频程12箱,比率应该相等gydF4y2Ba 2gydF4y2Ba 1gydF4y2Ba /gydF4y2Ba 1gydF4y2Ba 2gydF4y2Ba 。由于直流和奈奎斯特频率不是等比数列的中心频率但都包含在频率向量,排除他们的阴谋。gydF4y2Ba

图绘制(f (3: nyquistBin-1)。/ f (2: nyquistBin-2))网格gydF4y2Ba在gydF4y2Ba标题([gydF4y2Ba的比例:gydF4y2Banum2str (2 ^ (1/12))))gydF4y2Ba

图包含一个坐标轴对象。坐标轴对象与标题比率:1.0595包含一个类型的对象。gydF4y2Ba

获得最小冗余常q变换的音频信号。使用Blackman-Harris窗口作为原型函数伽柏帧。gydF4y2Ba

负载gydF4y2Ba汉德尔gydF4y2Badf = Fs /元素个数(y);[cfs, f, g, fshifts fintervals, bw) = cqt (y,gydF4y2Ba“SamplingFrequency”gydF4y2BaFs,gydF4y2Ba“TransformType”gydF4y2Ba,gydF4y2Ba“稀疏”gydF4y2Ba,gydF4y2Ba“窗口”gydF4y2Ba,gydF4y2Ba“blackmanharris”gydF4y2Ba);gydF4y2Ba

慢性疲劳综合症gydF4y2Ba细胞是一个数组,数组中的每个元素对应于一个带通中心频率和伽柏框架。伽柏框架与奈奎斯特频率的阴谋。gydF4y2Ba

如果=长度(f);印第安纳州=地板(低频/ 2)+ 1;gFrame = fftshift (g{印第安纳});fvec = f (ind-1): df: f(印第安纳州+ 1)df;情节(fvec gFrame)包含(gydF4y2Ba的频率(赫兹)gydF4y2Ba网格)gydF4y2Ba在gydF4y2Ba标题({[gydF4y2Ba“伽柏框架-频率:”gydF4y2Banum2str (f(印第安纳州)),gydF4y2Ba“赫兹”gydF4y2Ba];[gydF4y2Ba“带宽”gydF4y2Banum2str (bw(印第安纳州)* Fs /元素个数(y)),gydF4y2Ba“赫兹”gydF4y2Ba]})gydF4y2Ba

图包含一个坐标轴对象。坐标轴对象与标题伽柏框架-频率:4096赫兹的带宽412.3283赫兹,包含频率(赫兹)包含一个类型的对象。gydF4y2Ba

常q变换,伽柏框架应用于输入信号的离散傅里叶变换和离散傅里叶逆变换。k伽柏框架应用于k频率间隔中指定gydF4y2BafintervalsgydF4y2Ba。信号的离散傅里叶变换及其大小谱图。使用gydF4y2BafintervalsgydF4y2Ba指示的傅里叶系数是伽柏框架与应用奈奎斯特频率有关。gydF4y2Ba

yDFT = fft (y);lyDFT =长度(yDFT);情节(Fs * (0: lyDFT-1) / lyDFT, abs (yDFT))网格gydF4y2Ba在gydF4y2BafIntervalGabor = fintervals{印第安纳};mx = max (abs (yDFT));持有gydF4y2Ba在gydF4y2Ba情节([df * fIntervalGabor (1) df * fIntervalGabor (1)]、[0 mx),gydF4y2Ba的r -gydF4y2Ba,gydF4y2Ba“线宽”gydF4y2Ba,2)情节(df * fIntervalGabor(结束)df * fIntervalGabor(结束)],[0 mx),gydF4y2Ba的r -gydF4y2Ba,gydF4y2Ba“线宽”gydF4y2Ba2)str = sprintf (gydF4y2Ba“伽柏帧间隔(Hz): [% 3.2 f, % 3.2 f] 'gydF4y2Badf * fIntervalGabor (1), df * fIntervalGabor(结束));标题(str)gydF4y2Ba

图包含一个坐标轴对象。坐标轴对象与标题伽柏帧间隔(Hz):[3889.89, 4302.11]包含3线类型的对象。gydF4y2Ba

窗口傅里叶系数与伽柏帧间隔,并采取逆离散傅里叶变换。标准化的结果,比较常q系数计算并确认他们是平等的。gydF4y2Ba

lGframe =长度(gFrame);indx = 1: lGframe;indx = fftshift (indx);winDFT (indx) = yDFT (fIntervalGabor)。* fftshift (gFrame (indx));cqCoefs =传输线(winDFT);cqCoefs = (2 * lGframe /长度(y)) * cqCoefs;马克斯(abs (cqCoefs (:) cfs{印第安纳}(:)))gydF4y2Ba
ans = 0gydF4y2Ba

加载一个音频信号。情节常q变换(CQT)使用的最大冗余版本转换和使用每倍频程12箱。gydF4y2Ba

负载gydF4y2Ba汉德尔gydF4y2Bacqt (y,gydF4y2Ba“SamplingFrequency”gydF4y2BaFs)gydF4y2Ba

图包含一个坐标轴对象。坐标轴对象与标题常数Q-Transform,包含时间(秒),ylabel频率(赫兹)包含一个对象类型的表面。gydF4y2Ba

执行相同的CQT信号使用48箱每八度。设置的频率范围CQT有对数频率响应的最小允许2 kHz频率。gydF4y2Ba

minFreq = Fs /长度(y);maxFreq = 2000;图cqt (y,gydF4y2Ba“SamplingFrequency”gydF4y2BaFs,gydF4y2Ba“BinsPerOctave”gydF4y2Ba现年48岁的gydF4y2Ba“FrequencyLimits”gydF4y2Ba,(minFreq maxFreq])gydF4y2Ba

图包含一个坐标轴对象。坐标轴对象与标题常数Q-Transform,包含时间(秒),ylabel频率(赫兹)包含一个对象类型的表面。gydF4y2Ba

输入参数gydF4y2Ba

全部折叠gydF4y2Ba

输入信号,指定为一个真正的或复杂的向量或矩阵。gydF4y2BaxgydF4y2Ba必须至少有四个样品。gydF4y2Ba

数据类型:gydF4y2Ba双gydF4y2Ba
复数的支持:金宝appgydF4y2Ba是的gydF4y2Ba

名称-值参数gydF4y2Ba

指定可选的双参数作为gydF4y2BaName1 = Value1,…,以=家gydF4y2Ba,在那里gydF4y2Ba的名字gydF4y2Ba参数名称和吗gydF4y2Ba价值gydF4y2Ba相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。gydF4y2Ba

R2021a之前,用逗号来分隔每一个名称和值,并附上gydF4y2Ba的名字gydF4y2Ba在报价。gydF4y2Ba

例子:gydF4y2Ba“BinsPerOctave”“SamplingFrequency”, 20日,15gydF4y2Ba

采样频率,在赫兹,指定为逗号分隔组成的gydF4y2Ba“SamplingFrequency”gydF4y2Ba和积极的标量。gydF4y2Ba

CQT每八度垃圾箱的使用数量,指定为一个正整数1到96。gydF4y2Ba

执行类型的常q变换,指定为逗号分隔组成的gydF4y2Ba“TransformType”gydF4y2Ba和gydF4y2Ba“全部”gydF4y2Ba或gydF4y2Ba“稀疏”gydF4y2Ba。稀疏变换的最小冗余版本常q变换。gydF4y2Ba

频率范围的CQT与指定数量的对数频率响应频率每八度垃圾箱,指定为逗号分隔条gydF4y2Ba“FrequencyLimits”gydF4y2Ba和双元素的向量。gydF4y2Ba

  • 第一个元素必须大于或等于gydF4y2BaFs / NgydF4y2Ba,在那里gydF4y2BaFsgydF4y2Ba采样频率和吗gydF4y2BaNgydF4y2Ba是信号的长度。gydF4y2Ba

  • 第二个元素必须严格小于奈奎斯特频率。gydF4y2Ba

窗口使用的原型函数的非平稳伽柏框架,指定为gydF4y2Ba“损害”gydF4y2Ba,gydF4y2Ba“汉明”gydF4y2Ba,gydF4y2Ba“blackmanharris”gydF4y2Ba,gydF4y2Ba“itersine”gydF4y2Ba,或gydF4y2Ba“bartlett”gydF4y2Ba。这些简洁的支持函数定义的频率。金宝app归一化频率,他们被定义在区间gydF4y2Ba(1/2,1/2)gydF4y2Ba。如果你指定一个采样频率,gydF4y2BaFsgydF4y2Ba上定义的时间间隔gydF4y2Ba(Fs - f / 2 / 2)gydF4y2Ba。gydF4y2Ba

输出参数gydF4y2Ba

全部折叠gydF4y2Ba

常q变换,返回为一个矩阵,多维数组,细胞数组,数组或结构。gydF4y2Ba

  • 如果gydF4y2Ba“TransformType”gydF4y2Ba被指定为gydF4y2Ba“全部”gydF4y2Ba没有gydF4y2Ba“FrequencyLimits”gydF4y2Ba,gydF4y2Ba慢性疲劳综合症gydF4y2Ba是一个矩阵或多维数组。gydF4y2Ba

    • 如果gydF4y2BaxgydF4y2Ba是一个矢量,然后呢gydF4y2BacqtgydF4y2Ba返回一个矩阵CQT对应。gydF4y2Ba

    • 如果gydF4y2BaxgydF4y2Ba是一个矩阵,然后呢gydF4y2BacqtgydF4y2Ba获得的CQT每一列(独立通道)gydF4y2BaxgydF4y2Ba。函数返回一个多维数组对应最大冗余CQT的版本。gydF4y2Ba

    的数组,gydF4y2Ba慢性疲劳综合症gydF4y2BaCQT的,对应于最大冗余版本。页的每一行gydF4y2Ba慢性疲劳综合症gydF4y2Ba对应于通频带与归一化中心频率(周期/样本)对数间隔在0和1之间。归一化频率的1/2对应于奈奎斯特频率。列的数量,或跳,对应于最大的中心频率带宽,这通常发生本低于或高于奈奎斯特频率。gydF4y2Ba

  • 如果gydF4y2Ba“TransformType”gydF4y2Ba被指定为gydF4y2Ba“全部”gydF4y2Ba和您指定频率限制,gydF4y2Ba慢性疲劳综合症gydF4y2Ba作为一个结构数组返回以下四个领域。gydF4y2Ba

    • cgydF4y2Ba系数矩阵的多维数组的频率在指定的频率范围内。这既包括积极和“负面”的频率。gydF4y2Ba

    • DCcfsgydF4y2Ba——通频带的系数向量或矩阵从0到低频率的限制。gydF4y2Ba

    • NyquistcfsgydF4y2Ba——通频带的系数向量或矩阵的奈奎斯特频率上限。gydF4y2Ba

    • NyquistBingydF4y2Ba- DFT本奈奎斯特频率对应。这个领域是CQT反相时使用。gydF4y2Ba

  • 如果gydF4y2Ba“TransformType”gydF4y2Ba被指定为gydF4y2Ba“稀疏”gydF4y2Ba,gydF4y2Ba慢性疲劳综合症gydF4y2Ba是一个细胞数组元素的个数等于带通频率的数量。细胞的数组,每个元素gydF4y2Ba慢性疲劳综合症gydF4y2Ba,是一个向量或矩阵的行数等于带宽的值在DFT垃圾箱,gydF4y2BabwgydF4y2Ba。gydF4y2Ba

慢性疲劳综合症gydF4y2Ba,gydF4y2BaggydF4y2Ba,gydF4y2BafshiftsgydF4y2Ba需要输入的反演CQTgydF4y2BaicqtgydF4y2Ba。gydF4y2Ba

近似带通中心频率对应的行gydF4y2Ba慢性疲劳综合症gydF4y2Ba,作为一个实值向量返回。频率是下令从0到1,周期/样品。如果你指定gydF4y2Ba“SamplingFrequency”gydF4y2Ba,然后gydF4y2BafgydF4y2Ba在赫兹。gydF4y2Ba

伽柏帧用于分析gydF4y2BaxgydF4y2Ba实值向量的,作为一个细胞返回数组。每一个向量gydF4y2BaggydF4y2Ba对应于一行gydF4y2Ba慢性疲劳综合症gydF4y2Ba。gydF4y2Ba

慢性疲劳综合症gydF4y2Ba,gydF4y2BaggydF4y2Ba,gydF4y2BafshiftsgydF4y2Ba需要输入的反演CQTgydF4y2BaicqtgydF4y2Ba。gydF4y2Ba

离散傅里叶变换频率变化垃圾箱,作为一个实值向量返回。通频带之间的变化的行gydF4y2Ba慢性疲劳综合症gydF4y2Ba。gydF4y2Ba

慢性疲劳综合症gydF4y2Ba,gydF4y2BaggydF4y2Ba,gydF4y2BafshiftsgydF4y2Ba需要输入的反演CQTgydF4y2BaicqtgydF4y2Ba。gydF4y2Ba

频率间隔对应的行gydF4y2Ba慢性疲劳综合症gydF4y2Ba,作为一个细胞返回数组。中的每个元素gydF4y2BafintervalsgydF4y2Ba是一个实值向量。的gydF4y2BakgydF4y2Bath元素gydF4y2BafshiftsgydF4y2Ba频移之间的DFT垃圾箱吗gydF4y2Ba((k - 1) mod N)gydF4y2Ba和gydF4y2Ba(k mod N)gydF4y2Ba的元素gydF4y2BafintervalsgydF4y2Ba与gydF4y2Bak = 0, 1, 2,…, n - 1gydF4y2Ba在哪里gydF4y2BaNgydF4y2Ba是频率的数量变化。由于MATLAB索引从1,gydF4y2Bafshifts (1)gydF4y2Ba包含之间的频移gydF4y2Bafintervals{结束}gydF4y2Ba和gydF4y2Bafintervals {1}gydF4y2Ba,gydF4y2Bafshifts (2)gydF4y2Ba包含之间的频移gydF4y2Bafintervals {1}gydF4y2Ba和gydF4y2Bafintervals {2}gydF4y2Ba,等等。gydF4y2Ba

带宽在DFT垃圾箱的频率间隔,gydF4y2BafintervalsgydF4y2Ba,作为一个实值向量返回。gydF4y2Ba

算法gydF4y2Ba

全部折叠gydF4y2Ba

非平稳的伽柏帧gydF4y2Ba

理论的非平稳伽柏(NSG)帧frequency-adaptive分析和有效的算法分析和合成使用NSG框架由于Dorfler, Holighaus,烧烤,VelascogydF4y2Ba[1]gydF4y2Ba,gydF4y2Ba[2]gydF4y2Ba。算法用于CQT和ICQT由Dorfler, Holighaus,烧烤,Velasco和描述gydF4y2Ba[1]gydF4y2Ba,gydF4y2Ba[2]gydF4y2Ba。在gydF4y2Ba[3]gydF4y2Ba,Klapuri Schorkhuber Holighaus, Dorfler开发和提供算法phase-corrected CQT CQT相匹配的变换系数,将获得的天真的卷积。时频分析工具箱(大gydF4y2Bahttps://github.com/ltfatgydF4y2Ba)提供了一个广泛的一系列算法的非平稳伽柏帧gydF4y2Ba[4]gydF4y2Ba。gydF4y2Ba

完美的重建gydF4y2Ba

达到的完美重建性质常q分析非平稳的伽柏框架,gydF4y2BacqtgydF4y2Ba内部零频率(DC)和附加加奈奎斯特频率的频率间隔。负频率是镜像版本的积极的中心频率和带宽gydF4y2Ba

引用gydF4y2Ba

[1]Holighaus尼基,m . Dorfler g . a . Velasco和t .烧烤。“一个可逆的框架,实时常q变换”。gydF4y2BaIEEE音频、语音和语言处理gydF4y2Ba21日,没有。4(2013年4月):775 - 85。https://doi.org/10.1109/TASL.2012.2234114。gydF4y2Ba

[2]Velasco, g。,N。Holighaus, M. Dörfler, and T. Grill. "Constructing an invertible constant-Q transform with nonstationary Gabor frames." In学报》第14届国际会议上数字音频效果(DAFx-11)gydF4y2Ba。法国巴黎:2011。gydF4y2Ba

[3]Schorkhuber C。,A. Klapuri, N. Holighaus, and M. Dörfler. "A MATLAB Toolbox for Efficient Perfect Reconstruction Time-Frequency Transforms with Log-Frequency Resolution." Submitted to theAES 53国际会议上语义音频gydF4y2Ba。英国伦敦:2014。gydF4y2Ba

[4]Průša, Z。,P. L. Søndergaard, N. Holighaus, C. Wiesmeyr, and P. Balazs.大的时频分析工具箱2.0gydF4y2Ba。声音、音乐和运动,2014年计算机科学课堂讲稿,页419 - 442。gydF4y2Ba

扩展功能gydF4y2Ba

版本历史gydF4y2Ba

介绍了R2018agydF4y2Ba