pspectrum.

分析信号在频域和时频域

折叠所有页面

语法

p=p谱（x）
p=p谱（x，fs）
p=p谱（x，t）
p = pspectrum（<年代pan class="argument_placeholder">___、类型)
p = pspectrum（<年代pan class="argument_placeholder">___、名称、值)
[p f] = pspectrum (<年代pan class="argument_placeholder">___）
[p f t] = pspectrum (<年代pan class="argument_placeholder">___，“光谱图”）
[p f,压水式反应堆]= pspectrum (<年代pan class="argument_placeholder">___，'坚持'）
pspectrum (<年代pan class="argument_placeholder">___）

描述

例子

p= pspectrum（x）返回的功率谱x．

  • 如果x是一个向量或带有数据向量的时间表，则将其视为单个通道。

  • 如果x是一个矩阵，一个带有矩阵变量的时间表，还是一个带有多个向量变量的时间表，然后对每个信道独立地计算频谱并存储在单独的列中p．

例子

p= pspectrum（x，财政司司长）返回以一定速率采样的矢量或矩阵信号的功率谱财政司司长．

例子

p= pspectrum（x，t）返回在中指定的时间点采样的矢量或矩阵信号的功率谱t．

p= pspectrum（<年代pan class="argument_placeholder">___，类型）指定由函数执行的光谱分析的类型。指定类型作为“权力”，的谱图,或“持久性”. 此语法可以包括来自以前语法的输入参数的任意组合。

例子

p= pspectrum（<年代pan class="argument_placeholder">___，名称、值）使用名称-值对参数指定其他选项。选项包括频率分辨率带宽和相邻段之间的重叠百分比。

例子

［p，f]=pspectrum(<年代pan class="argument_placeholder">___）返回与中包含的谱估计值相对应的频率p．

例子

［p，f，t]=pspectrum(<年代pan class="argument_placeholder">___，“光谱图”）还返回与用于计算短时功率谱估计的窗口段中心对应的时间瞬间向量。

［p，f，压水堆]=pspectrum(<年代pan class="argument_placeholder">___，'坚持'）也返回与持久谱中包含的估计相对应的功率值向量。

例子

pspectrum (<年代pan class="argument_placeholder">___）在没有输出参数的情况下，在当前图形窗口中绘制光谱估计值。对于绘制，函数将转换p使用<年代pan class="inlineequation">10个日志<年代ub>10（p）．

例子

全部崩溃

打开生活的脚本

生成128个双通道复正弦信号样本。

  • 第一信道具有单位振幅和归一化正弦频率<年代pan class="inlineequation"> π / 4 rad /样本

  • 第二频道具有幅度<年代pan class="inlineequation"> 1 / 2 标准化频率为<年代pan class="inlineequation"> π / 2 rad /样品。

计算每个通道的功率谱并绘制其绝对值。放大从<年代pan class="inlineequation"> 0 ． 15 π RAD /样品到<年代pan class="inlineequation"> 0 ． 6 π rad /样品。pspectrum.对频谱进行缩放，以便如果信号的频率内容正好落在一个容器内，那么该容器中的振幅就是信号的真实平均功率。对于复指数，平均功率是振幅的平方。通过计算信号的离散傅里叶变换进行验证。有关详细信息，请参阅确定性周期信号的度量能力．

n = 128;x = [1 1 / sqrt（2）]。* exp（1j * pi ./ [4; 2] *（0：n-1））。';[p，f] = pspectrum（x）;绘图（F / PI，ABS（P））持有<年代pan style="color:#A020F0">在阀杆（0:2/N:2-1/N，abs（fft（x）/N）。^2）保持<年代pan style="color:#A020F0">关轴（[0.15 0.6 0 1.1]）图例(<年代pan style="color:#A020F0">“频道1，pspectrum”，<年代pan style="color:#A020F0">“频道2，pspectrum”，<年代pan style="color:#0000FF">......“频道1,fft”，<年代pan style="color:#A020F0">“频道2，FFT”)网格

在1kHz上采样的正弦信号产生296毫秒，并嵌入在白色高斯噪声中。指定正弦频率为200 Hz，噪声方差为0.12。将信号及其时间信息存储在MATLAB®时间表中。

Fs=1000；t=（0:1/Fs:0.296）'；x=cos（2*pi*t*200）+0.1*randn（大小（t））；xTable=时间表（秒（t），x）；

计算信号的功率谱。以分贝表示频谱并绘制它。

[pxx，f]=pspectrum（xTable）；绘图（f，pow2db（pxx））网格<年代pan style="color:#A020F0">在包含(<年代pan style="color:#A020F0">‘频率（Hz）’) ylabel (<年代pan style="color:#A020F0">的功率谱(dB))头衔(<年代pan style="color:#A020F0">默认频率分辨率的）

重新计算正弦信号的功率谱，但现在使用25 Hz的粗略频率分辨率。使用pspectrum.函数没有输出参数。

pspectrum (xTable<年代pan style="color:#A020F0">“FrequencyResolution”，25）

打开生活的脚本

生成两个信号，每个信号以3 kHz的频率采样1秒。第一个信号是凸二次啁啾，其频率在测量过程中从300 Hz增加到1300 Hz。啁啾嵌入白高斯噪声。第二个信号也嵌入白噪声，是频率内容正弦变化的啁啾。

fs=3000；t=0:1/fs:1-1/fs；x1=chirp（t，300，t（end），1300，<年代pan style="color:#A020F0">“二次”,0,<年代pan style="color:#A020F0">“凸”) +<年代pan style="color:#0000FF">......randn(大小(t)) / 100;x2 = exp (2 j *π* 100 * cos(2 *π* 2 * t)) + randn(大小(t)) / 100;

使用矩形窗口计算和绘制第一个信号的双边功率谱。真实的信号,pspectrum.默认绘制单侧频谱。要绘制一个双边光谱，集合双侧这是真的。

pspectrum（x1，fs，<年代pan style="color:#A020F0">“泄漏”1.<年代pan style="color:#A020F0">'twosiding',真正的)

计算第二个信号的频谱图。对于复杂信号，默认情况下频谱图是双面的。将频谱图显示为瀑布图。

[p，f，t]=p谱（x2，fs，<年代pan style="color:#A020F0">的谱图)瀑布（f，t，p'）；xlabel(<年代pan style="color:#A020F0">‘频率（Hz）’) ylabel (<年代pan style="color:#A020F0">的时间(秒))wtf=gca；wtf.XDir=<年代pan style="color:#A020F0">“反向”；视图(45 [30])

打开生活的脚本

产生一个双通道信号采样在100hz 2秒。

  1. 第一个通道由20 Hz音调和21 Hz音调组成。两个音调都有单位振幅。

  2. 第二个通道也有两个音调。一个音有单位振幅和20赫兹的频率。另一个音调的振幅是1/100，频率是30赫兹。

fs = 100;t = (0:1 / fs: 2 - 1 / fs) ';X = sin(2*pi*[20 20].*t) +[1 /100]。* sin(2 *π*[21 30]。* t);

嵌入白噪声中的信号。指定信噪比为40 dB。绘制信号。

x = x + randn（size（x））。* std（x）/ db2mag（40）;plot（t，x）

计算两个通道的光谱并显示它们。

p谱（x，t）

频谱泄漏的默认值为0.5，对应于约1.29 Hz的分辨率带宽。第一个通道中的两个音调未解析。第二个通道中的30 Hz音调可见，尽管比另一个通道弱得多。

将泄漏增加到0.85，相当于约0.74 Hz的分辨率。第二个通道中的微弱音调清晰可见。

p谱（x，t，<年代pan style="color:#A020F0">“泄漏”,0.85)

将泄漏量增加到最大值。分辨率带宽约为0.5 Hz。第一个通道中的两个音调被解析。第二通道中的弱音被大窗旁瓣掩盖。

p谱（x，t，<年代pan style="color:#A020F0">“泄漏”,1)

打开生活的脚本

可视化嵌入宽带信号中的干扰窄带信号。

产生以1 kHz采样500秒的啁啾。在测量过程中，啁啾的频率从180 Hz增加到220 Hz。

fs=1000；t=（0:1/fs:500）'；x=chirp（t，180，t（end），220）+0.15*randn（size（t））；

信号还包含210hz的正弦信号。正弦波的振幅为0.05，仅在总信号持续时间的1/6出现。

idx =地板(长度(x) / 6);(1: idx) = x (1: idx) + 0.05 * cos(2 *π* t (1: idx) * 210);

计算信号的频谱图。将频率范围限制在100 Hz到290 Hz之间。指定1秒的时间分辨率。两个信号分量都可见。

pspectrum (x, fs,<年代pan style="color:#A020F0">的谱图，<年代pan style="color:#0000FF">......“频率限制”,[100 290],<年代pan style="color:#A020F0">“TimeResolution”,1)

计算信号的功率谱。微弱的正弦信号被啁啾声掩盖了。

pspectrum (x, fs,<年代pan style="color:#A020F0">“频率限制”,[100 290])

计算信号的持久范围。现在两个信号组件都清晰可见。

pspectrum (x, fs,<年代pan style="color:#A020F0">“持久性”，<年代pan style="color:#0000FF">......“频率限制”,[100 290],<年代pan style="color:#A020F0">“TimeResolution”,1)

打开生活的脚本

产生二次啁啾，以1 kHz的频率采样2秒。啁啾的初始频率为100 Hz，在2秒时增加到200 Hz<年代pan class="emphasis">t=1秒。使用的默认设置计算光谱图pspectrum.功能。

FS = 1E3;T = 0：1 / FS：2;y = chirp（t，100,1,200，<年代pan style="color:#A020F0">“二次”)；[sp，fp，tp]=pspectrum（y，fs，<年代pan style="color:#A020F0">的谱图); 网格（tp、fp、sp）视图（-15,60）xlabel(<年代pan style="color:#A020F0">‘时间’) ylabel (<年代pan style="color:#A020F0">‘频率（Hz）’）

计算重新分配的谱图。指定频率分辨率为10hz。将结果形象化pspectrum.函数没有输出参数。

pspectrum (y, fs,<年代pan style="color:#A020F0">的谱图，<年代pan style="color:#A020F0">“FrequencyResolution”10，<年代pan style="color:#A020F0">“再分配”,真正的)

使用0.2秒的时间分辨率重新计算光谱图。

pspectrum (y, fs,<年代pan style="color:#A020F0">的谱图，<年代pan style="color:#A020F0">“TimeResolution”, 0.2)

使用同一时间分辨率计算重新分配的频谱图。

pspectrum (y, fs,<年代pan style="color:#A020F0">的谱图，<年代pan style="color:#A020F0">“TimeResolution”, 0.2,<年代pan style="color:#A020F0">“再分配”,真正的)

打开生活的脚本

创建一个信号，采样频率为4 kHz，类似于按下数字电话的所有键。将该信号保存为MATLAB®时间表。

fs=4e3；t=0:1/fs:0.5-1/fs；ver=[69770852941]；hor=[120913361477]；tones=[]；<年代pan style="color:#0000FF">对于k = 1:长度(版本)<年代pan style="color:#0000FF">对于l = 1：长度（hor）音= sum（sin（2 * pi * [ver（k）; hor（l）]。* t））';音调= [音调; Zeros（尺寸（音调））];<年代pan style="color:#0000FF">结束结束%要收听，请键入soundsc（音调、fs）S=时间表（秒（0：长度（音调）-1）’/fs，音调）；

计算信号的频谱图。指定0.5秒的时间分辨率和相邻段之间的零重叠。指定泄漏为0.85，这大约相当于使用Hann窗口对数据加窗。

pspectrum(年代,<年代pan style="color:#A020F0">的谱图，<年代pan style="color:#0000FF">......“TimeResolution”, 0.5,<年代pan style="color:#A020F0">“OverlapPercent”,0,<年代pan style="color:#A020F0">“泄漏”,0.85)

谱图显示，每个键被按了半秒，按键之间有半秒无声停顿。第一个音的频率内容集中在697 Hz和1209 Hz左右，与数字相对应'1'在DTMF标准中。

输入参数

全部崩溃

输入信号，指定为向量、矩阵或MATLAB<年代up>®时间表．

  • 如果x是一个时间表，则它必须包含递增的有限行时间。

    请注意

    如果一个时间表有缺失或重复的时间点，你可以使用提示来修正它清洁时间表，缺失，重复或不均匀的时间(MATLAB)。

  • 如果x是一个表示多通道信号的时间表，那么它必须有一个包含矩阵的单一变量或多个包含向量的变量。

如果x是非均匀采样，然后pspectrum.将信号插值到一个统一的网格以计算光谱估计。该函数使用线性插值，并假设一个样本时间等于相邻时间点之间的差值的中值。对于支持的非均匀采样信号，必须服从中值时间间隔和平均时间间隔金宝app

1 One hundred. < 中位时间间隔 平均时间间隔 < One hundred.

例子：cos（pi ./ [4; 2] *（0：159））'+ Randn（160,2）是由嵌入白噪声的正弦信号组成的双通道信号。

例子：时间表(秒(0:4)”,兰德(2))指定一个双通道随机变量，采样频率为1hz，采样时间为4秒。

例子：时间表（秒（0:4）’，兰特（5,1），兰特（5,1））指定一个双通道随机变量，采样频率为1hz，采样时间为4秒。

数据类型：单身的|双重的
复数支持：金宝app是的

采样率，指定为正数值标量。

时间值，指定为向量adatetime或期间数组,或期间表示采样之间的时间间隔的标量。

例子：秒（0:1/100:1）是A.期间阵列表示在100hz下的1秒采样。

例子：秒(1)是A.期间表示连续信号采样之间1秒时间差的标量。

要计算的频谱类型，指定为“权力”，的谱图,或“持久性”：

  • “权力”-计算输入的功率谱。使用此选项分析平稳信号的频率内容。有关更多信息，频谱计算．

  • 的谱图—计算输入的声谱图。使用这个选项来分析信号的频率内容是如何随时间变化的。有关更多信息，请参见谱图计算．

  • “持久性”-计算输入的持续功率谱。使用此选项可可视化特定频率分量出现在信号中的时间分数。有关更多信息，请参阅持久性频谱计算．

请注意

的的谱图和“持久性”选项不支持多通道输入。金宝app

名称-值对参数

指定可选的逗号分隔的字符对名称、值参数。姓名是参数名和价值为对应值。姓名必须出现在引号内。您可以按任意顺序指定多个名称和值对参数，如下所示：Name1, Value1,…,的家．

例子：“泄漏”,“重新分配”,的确,“MinThreshold”,-35使用矩形窗口打开数据窗口，计算重新分配的频谱估计，并将所有小于–35 dB的值设置为零。

频带限制，指定为逗号分隔对，由“频率限制”和一个二元数字向量:

  • 如果输入包含时间信息，则频带以Hz表示。

  • 如果输入不包含时间信息，则频带以RAD /样本的标准化单元表示。

默认情况下，pspectrum.计算整个奈奎斯特范围内的光谱：

  • 如果指定的频带包含一个不在奈奎斯特范围内的区域，则pspectrum.截断频带。

  • 如果指定的频带完全不在奈奎斯特范围内，则pspectrum.抛出一个错误。

看到频谱计算有关Nyquist范围的更多信息。

如果x是非均匀采样，然后pspectrum.将信号线性插值到均匀网格，并定义有效采样率，该采样率等于相邻时间点之间差值中值的倒数。Express“频率限制”在有效抽样率方面。

例子：[0.2*pi 0.7*pi]从0.2计算没有时间信息的信号频谱π到0.7.πrad /样品。

频率分辨率带宽，指定为逗号分隔对组成“FrequencyResolution”和一个实数标量，如果输入包含时间信息，则用Hz表示;如果输入不包含时间信息，则用rad/sample的标准化单位表示。不能同时指定此参数“TimeResolution”．这个参数的默认值取决于输入数据的大小。看到谱图计算详情请参阅。

例子：π/ 100计算信号的频谱，没有具有频率分辨率的时间信息π/100拉德/样品。

谱泄漏，指定为逗号分隔对，由“泄漏”和0到1之间的真实数字标量。“泄漏”控制相对于MainLobe宽度的Kaiser窗口侧瓣衰减，损害改善分辨率和泄漏减少：

  • 较大的泄漏值可解析密集的音调，但会屏蔽附近的弱音调。

  • 一个小的泄漏值可以在较大的音调附近找到小的音调，但是会把相近的频率抹在一起。

例子：“泄漏”，0以牺牲光谱分辨率为代价将泄漏降至最低。

例子：“泄漏”，0.85近似使用Hann窗口对数据进行窗口化。

例子：“泄漏”，1相当于用矩形窗口对数据加窗，最大限度地提高泄漏，但提高光谱分辨率。

非零值的下界，指定为逗号分隔对，由“MinThreshold”一个实标量。pspectrum.实施“MinThreshold”根据产品的价值而有所不同类型论点:

  • “权力”或的谱图- - - - - -pspectrum.设置的这些元素p这样<年代pan class="inlineequation">10个日志<年代ub>10（p)≤“MinThreshold”为零。指定“MinThreshold”以分贝为单位。

  • “持久性”- - - - - -pspectrum.设置的这些元素p小于“MinThreshold”为零。指定“MinThreshold”在0到100%之间。

持久性频谱的电源箱数，指定为逗号分隔对，由“NumPowerBins”和一个介于20和1024之间的整数。

谱图或持久谱相邻段之间的重叠，指定为逗号分隔对，包括“OverlapPercent”和间隔[0，100]中的实标量。此参数的默认值取决于光谱窗口。请参阅谱图计算详情请参阅。

重新分配选项，指定为逗号分隔对，由“再分配”和一个逻辑值。如果该选项设置为真正的那么pspectrum.通过执行时间和频率的重新分配，提高谱估计的本地化程度。重新分配技术产生的周期图和光谱图更容易阅读和解释。这种技术将每个谱估计值重新分配到其容器的能量中心，而不是容器的几何中心。该技术提供了对啁啾和脉冲的精确定位。

谱图或持久谱的时间分辨率，指定为逗号分隔对，包括“TimeResolution”如果输入包含时间信息，则在秒表中以秒表示，或者如果不是，则在几秒钟内表示实际标量。该参数控制用于计算谱图或持久频谱估计的短时功率谱的段的持续时间。“TimeResolution”不能与同时指定“FrequencyResolution”．此参数的默认值取决于输入数据的大小，如果指定了，则取决于频率分辨率。看到谱图计算详情请参阅。

双边谱估计，指定为逗号分隔对，由'twosiding'和一个逻辑值。

  • 如果这个选项是真正的，该函数计算整个过程中的中心双边谱估计<年代pan class="inlineequation">[–π，π］．如果输入有时间信息，估计就会被计算出来<年代pan class="inlineequation">[–f年代/ 2，f年代/ 2]哪里f年代为有效抽样率。

  • 如果这个选项是假的，该函数计算奈奎斯特范围内的单边谱估计<年代pan class="inlineequation">[0,π］．如果输入有时间信息，估计就会被计算出来<年代pan class="inlineequation">[0,f年代/ 2]哪里f年代为有效抽样率。为了节省总功率，该函数在除0和奈奎斯特频率以外的所有频率上都将功率乘以2。该选项仅对真实信号有效。

如果没有规定，'twosiding'默认为假的对于实际的输入信号和真正的对于复杂的输入信号。

输出参数

全部崩溃

光谱，作为向量或矩阵返回。频谱的类型和大小取决于值的值类型论点:

  • “权力”- - - - - -p包含每个通道的功率谱估计x．在这种情况下,p大小Nf×Nch哪里Nf长度是多少f和Nch信道的数量是多少x．pspectrum.对频谱进行缩放，这样，如果信号的频率含量恰好落在一个仓内，它在那个仓内的振幅就是信号的真实平均功率。例如，正弦信号的平均功率是正弦信号振幅的平方的二分之一。有关详细信息，请参见确定性周期信号的度量能力．

  • 的谱图- - - - - -p包含对以下各项的短期、时间局部化功率谱的估计：x．在这种情况下,p大小Nf×Nt哪里Nf长度是多少f和Nt长度是多少t．

  • “持久性”- - - - - -p包含以百分比表示的信号在给定时间和频率位置具有给定功率级分量的概率。在这种情况下,p大小N压水堆×Nf哪里N压水堆长度是多少压水堆和Nf长度是多少f．

频谱频率，返回为矢量。如果输入信号包含时间信息，则f包含以Hz表示的频率。如果输入信号不包含时间信息，则频率以rad/sample的标准化单位表示。

频谱图的时间值，以秒或秒为单位作为时间值向量返回期间数组。如果输入没有时间信息，则t包含样品数量。t包含用于计算短时功率谱估计的数据段的中心对应的时间值。

  • 如果输入pspectrum.那么，有时间表吗t格式与输入的时间表的时间值相同。

  • 如果输入pspectrum.是一个数值向量，在一组由数值，期间,或datetime数组，那么t具有与输入时间值相同的类型和格式。

  • 如果输入pspectrum.是一个数字矢量，其中包括连续样本之间的指定时间差，然后t是A.期间数组。

持久性频谱的功率值，作为向量返回。

更多关于

全部崩溃

频谱计算

为了计算信号频谱，pspectrum.在整个信号长度的频谱分辨率和计算大型fft的性能限制之间找到一个折衷方案:

  • 如果可能的话，该函数使用Kaiser窗口计算整个信号的单个修改周期图。

  • 如果不能在合理的时间内计算单个修改的周期图，则该函数计算韦尔奇周期图:它将信号分成重叠段，使用Kaiser窗对每个段进行窗处理，并对分段的周期图进行平均。

光谱窗口

任何实际信号都仅用于有限的时间。这一事实向傅里叶分析介绍了非阻效应，这假设信号是周期性的或无限的。光谱窗口它为不同的信号样本分配不同的权重，系统地处理有限尺寸效应。

设置信号窗口的最简单方法是假设信号在测量间隔外为相同的零，并且所有样本的重要性相同。这个“矩形窗口”两端都有不连续的跳跃，导致光谱振铃。所有其他光谱窗口在两端逐渐变细，通过为靠近信号边缘的样本分配较小的权重来减少这种影响。

窗口化过程总是涉及到相互冲突的目标之间的妥协:提高分辨率和减少泄漏:

  • 决议就是精确地知道信号能量在频率空间中如何分布的能力。具有理想分辨率的频谱分析仪可以区分信号中存在的两种不同的音调(纯正弦波)，无论频率有多接近。定量地说，这种能力与窗口变换的主瓣宽度有关。

  • 泄漏事实上，在有限信号中，每个频率分量在整个频率范围内投射能量。频谱中的泄漏量可以通过在相邻强音存在的情况下从噪声中检测弱音的能力来测量。从数量上讲，这种能力与频率的副瓣电平有关窗口的变换。

  • 频谱被标准化，以便在该带宽内的纯音，如果完全居中，具有正确的振幅。

分辨率越高，泄漏越高，反之亦然。在范围的一端，矩形窗口的主瓣和副瓣可能越窄。如果能量含量相似，该窗口可以分辨密集的音调，但如果能量含量不相似，则无法找到较弱的音调。在另一端，是具有高si的窗口delobe抑制具有较宽的主瓣，在主瓣中，近频率被涂抹在一起。

pspectrum.使用Kaiser窗进行开窗。对于Kaiser窗，主瓣捕获的信号能量的比例最重要的取决于可调形状因子，β．pspectrum.使用范围从<年代pan class="inlineequation">β= 0，对应于一个矩形窗口<年代pan class="inlineequation">β= 40，其中宽主瓣基本上捕获了双精度表示的所有光谱能量<年代pan class="inlineequation">β≈ 6.非常接近汉恩窗口。控制β，使用“泄漏”名称-值对。如果设置“泄漏”到ℓ那么ℓ和β与…有关<年代pan class="inlineequation">β= 40(1 –ℓ）．看到凯撒更多细节。

51点Hann窗和51点Kaiser窗<年代pan class="inlineequation">β= 5.7在时域 51点Hann窗和51点Kaiser窗<年代pan class="inlineequation">β= 5.7在频域

参数与算法选择

为了计算信号频谱，pspectrum.最初确定分辨率带宽它衡量的是两个音调之间的距离有多接近，并且仍然可以被分辨出来。分辨率带宽的理论值为

RBW 理论 ＝ enbw. t 最大值 − t 闵 ．

  • t最大值- - - - - -t闵,记录长度，是所选信号区域的时域持续时间。

  • enbw.是等效噪声带宽光谱窗口。看到enbw.更多细节。

    使用“泄漏”名称-值对来控制ENBW。参数的最小值对应于带有的Kaiser窗口<年代pan class="inlineequation">β= 40．最大值对应于kaiser窗口<年代pan class="inlineequation">β= 0．

然而在实践中,pspectrum.可能降低分辨率。降低分辨率使得可以在合理的时间内计算光谱，并以有限数量的像素显示它。出于这些实际原因，分辨率最低的带宽pspectrum.可以使用的是

RBW 性能 ＝ 4 × f 跨度 4096 − 1 ，

在哪里<年代pan class="inlineequation">f跨度是使用指定的频带宽度“频率限制”．如果“频率限制”则未指定pspectrum.使用抽样率为<年代pan class="inlineequation">f跨度．<年代pan class="inlineequation">RBW<年代ub>性能不能调整。

为了计算信号的频谱，该函数选择两个值中较大的一个，称为目标分辨率带宽：

RBW ＝ 最大值 （ RBW 理论 ， RBW 性能 ） ．

  • 如果分辨率带宽为<年代pan class="inlineequation">RBW<年代ub>理论那么pspectrum.计算一个修正周期图对整个信号。该函数使用Kaiser窗口，形状因子由“泄漏”名称-值对，当轴上的时间限制超过信号持续时间时应用零填充。看到周期图更多细节。

  • 如果分辨率带宽为<年代pan class="inlineequation">RBW<年代ub>性能那么pspectrum.计算一个韦尔奇周期图用于信号。功能：

    1. 将信号分成重叠的部分。

    2. 使用具有指定形状因子的Kaiser窗口分别窗口每个分段。

    3. 对所有分段的周期图取平均值。

    韦尔奇的程序是为了减少频谱估计的方差而设计的，方法是将重叠部分给出的信号的不同“实现”平均，并使用窗口去除冗余数据。看到pwelch更多细节。

    • 每个段的长度(或者，等价地，窗口的长度)使用

      段长 ＝ f 尼奎斯特 × enbw. RBW ，

      在哪里<年代pan class="inlineequation">f尼奎斯特是奈奎斯特频率．(如果不存在混叠，Nyquist频率为有效采样率的一半，定义为相邻时间点差值中位数的倒数。的奈奎斯特范围是<年代pan class="inlineequation">[0,f尼奎斯特］对于真实信号和<年代pan class="inlineequation">[–f尼奎斯特，f尼奎斯特］对于复杂的信号。）

    • 步长通过调整初始估计值来确定，

      步幅 ≡ 段长 − 重叠 ＝ 段长 2 × enbw. − 1 ，

      所以第一个窗口正好从第一个片段的第一个样本开始最后一个窗口正好结束于最后一个片段的最后一个样本。

谱图计算

要计算非平稳信号的时间相关频谱，pspectrum.将信号分成重叠的段，每段加一个Kaiser窗，计算短时傅里叶变换，然后将变换拼接成矩阵。

非平稳信号是频率含量随时间变化的信号。的光谱图对非平稳信号的估计是对其频率内容的时间演化的估计。为了构造非平稳信号的谱图，pspectrum.遵循这些步骤:

  1. 将信号分成等长的段。这些段必须足够短，以使信号的频率内容在段内不会发生明显变化。这些段可以重叠，也可以不重叠。

  2. 窗口，并计算其频谱得到短时傅里叶变换．

  3. 使用段谱构建谱图:

    • 如果使用输出参数调用，则连接频谱以形成一个矩阵。

    • 如果在没有输出参数的情况下调用，则以分贝为单位逐段显示每个光谱的功率。将幅值并排描述为具有幅值相关彩色贴图的图像。

该功能仅能计算单通道信号的谱图。

将信号分成段

为了构建频谱图，首先将信号划分为可能重叠的段。与之pspectrum.函数中，您可以使用“TimeResolution”和“OverlapPercent”名称-值对参数。如果不指定长度和重叠，函数将根据信号的整个长度和给定的重叠百分比选择长度

（ 1 − 1 2 × enbw. − 1 ） × One hundred. ，

在哪里<年代pan class="inlineequation">enbw.是等效噪声带宽光谱窗口。看到enbw.和频谱计算了解更多信息。

指定的时间分辨率

  • 如果信号没有时间信息，请在采样中指定时间分辨率（段长度）。时间分辨率必须是大于或等于1且小于或等于信号长度的整数。

    如果信号具有时间信息，请以秒为单位指定时间分辨率。该函数将结果转换为样本数，并将其舍入为小于或等于该数字但不小于1的最接近整数。时间分辨率必须小于或等于信号持续时间。

  • 以段长度的百分比指定重叠。该函数将结果转换为样本数，并将其舍入为小于或等于该数的最接近整数。

默认的时间分辨率

如果未指定时间分辨率，则pspectrum.使用整个信号的长度来选择段的长度。该功能设置了时间分辨率<年代pan class="inlineequation">⌈N/d⌉样本，其中<年代pan class="inlineequation">⌈⌉符号表示天花板功能，N是信号的长度，和d是一个取决于N：

信号长度(N） 因子(d） 段长度
2样品-63.样品 2 1样本 -32.样品
64.样品-255.样品 8 8样品-32.样品
256.样品-2047样品 8 32.样品-256.样品
2048样品-4095样品 16 128样品-256.样品
4096样品-8191样品 32. 128样品-256.样品
8192样品-16383样品 64. 128样品-256.样品
16384样品-N样品 128 128样本-⌈N/128⌉ 样品

您仍然可以指定相邻线段之间的重叠。指定重叠将更改线段的数量。延伸到信号端点之外的段是零填充的。

考虑七个采样信号[s0 s1 s2 s3 s4 s6]．因为<年代pan class="inlineequation">⌈7/2⌉ = ⌈3.5⌉ = 4.，当没有重叠时，该函数将信号分成两段，长度为4。段数随重叠的增加而变化。

重叠样本数 结果段
0 
S0 s1 s2 s3 s4 s5 s6 0
1 
S0 s1 s2 s3 s3 s4 s5 s6
2 
0 0 0 0 0 0 0 0 0 0 0
3. 
S0 S0 S0 S0 S0 S0 S0 S0 S0 S0 S0 S0 S0

pspectrum.如果最后一段超出信号端点，则给信号加零。函数返回t，对应于段中心的时间瞬间向量。

窗口分段并计算光谱

后pspectrum.将信号划分为重叠段，函数Windows每个段带有kaiser窗口。形状因子β窗口，因此可以使用泄漏“泄漏”名称值对。然后该功能计算每个段的频谱并连接光谱以形成频谱图矩阵。计算段谱，pspectrum.遵循中所述的步骤频谱计算，但分辨率带宽的下限为

RBW 性能 ＝ 4 × f 跨度 1024 − 1 ．

显示频谱功率

如果在没有输出参数的情况下调用，该函数将使用带有默认MATLAB colormap的颜色栏，以分贝为单位显示短时傅里叶变换的功率。色条包含光谱图的全功率范围。

持久性频谱计算

的持久性频谱信号的时频视图，显示给定频率在信号中出现的时间百分比。持久谱是工频空间中的直方图。在信号演化过程中，一个特定频率在信号中持续的时间越长，它的时间百分比就越高，因此它在显示器上的颜色就越亮或“越热”。使用持久谱来识别隐藏在其他信号中的信号。

为了计算持久谱，pspectrum.执行以下步骤:

  1. 使用指定的泄漏、时间分辨率和重叠计算频谱图。请参阅谱图计算更多细节。

  2. 将电源和频率值分区为2-D箱。（使用“NumPowerBins”名称-值对指定电源箱的数量。)

  3. 对于每个时间值，计算功率谱的对数的二元直方图。对于此时存在信号能量的工频仓，将对应的矩阵元加1。对所有时间值的直方图求和。

  4. 绘制累积的直方图对电源和频率，颜色与直方图计数的对数成比例，表达为归一化百分比。要表示零值，请使用最小可能幅度的一半。

功率谱

柱状图

累积直方图

参考文献

《离散傅里叶变换的谐波分析的窗的使用》。IEEE会议录<年代up>®第66卷，1978年1月，第51-83页。

[2] Welch, Peter D.“使用快速傅里叶变换估计功率谱:一种基于时间平均的方法，在短的，修改的周期图。”IEEE音频和电声学汇刊．卷。1967年6月15日，第70-73页。

扩展能力

另见

应用

功能

  • |<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">|<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">

话题

介绍了R2017b

信号处理工具箱文档
金宝app
基于MATLAB的5G开发

基于MATLAB的5G开发

下载电子书