考虑正弦曲线,
当看作是频率的函数时,这个变换结合了一个常数(在时间上)在
等于使用标准定义得到的值,
短时间变换变成
创建1024个包含两个正弦波的信号样本。一个正弦波的归一化频率是 计算信号的短时傅里叶变换。使用256采样高斯窗口与 傅里叶同步压缩变换可以得到更清晰、更好的光谱局部化估计。
正弦曲线在预期频率值下以恒定振荡的形式可见。若要查看远离脊线的衰减是高斯的,请绘制变换的瞬时值,并叠加高斯曲线的两个实例。将高斯振幅和标准偏差表示为 傅里叶变换将信号的能量集中在估计的瞬时频率上。
瞬时频率的同步压缩估计仅在正弦信号间隔大于
对于高斯窗口和 重复前面的计算,但现在指定第二个正弦的归一化频率为 傅里叶同步压缩变换不能很好地解析正弦信号,因为N=1024;n=0:n-1;w0=pi/5;x=exp(1j*w0*n)+3*exp(1j*3*w0*n);
Nw=256;nfft=1024;α=20[s、 w,t]=光谱图(x,高斯(Nw,阿尔法),Nw-1,nfft,
[ss、西南圣]= fsst (x, [], gausswin (Nw,α));fsst (x,
rstdev=(Nw-1)/(2*α);amp=rstdev*sqrt(2*pi);instransf=abs(s(:,128));绘图(带pi、INSTRANST)保持
阀杆(sw/pi,abs(ss(:,128)))xlabel(
D=sqrt(2*log(2))/rstdev;w1=w0+1.9*D;x=exp(1j*w0*n)+3*exp(1j*w1*n)[s、 w,t]=光谱图(x,高斯(Nw,阿尔法),Nw-1,nfft,
[ss,sw,st]=fsst(x,[],gausswin(Nw,alpha));阀杆(sw/pi,abs(ss(:,128)))xlabel(
另见
相关的话题