pspectrum

第一信道具有单位振幅和归一化正弦波频率<年代pan class="inlineequation"> $π / 4$ rad /样本
第二个通道的振幅为<年代pan class="inlineequation"> $1 / \sqrt{2}$ 的归一化频率<年代pan class="inlineequation"> $π / 2$ rad /样品。

计算每个信道的功率谱并绘制其绝对值。放大频率范围<年代pan class="inlineequation"> $0 ． 15 π$ rad /样本<年代pan class="inlineequation"> $0 ． 6 π$ rad /样品。pspectrum缩放频谱，这样，如果一个信号的频率含量恰好落在一个bin内，那么它在该bin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来验证。详情请参见确定周期信号的功率测量．

N = 128;x =[1 1/√(2)].*exp(1j*pi./[4;2]*(0:N-1)).';[p,f] = pspectrum(x);情节(f /π,abs (p))<年代pan style="color:#A020F0">在茎(0:2 / N: 2 - 1 / N, abs (fft (x) / N) ^ 2)<年代pan style="color:#A020F0">从轴([0.15 0.6 0 1.1])<年代pan style="color:#A020F0">第一频道，pspectrum,<年代pan style="color:#A020F0">“第二频道，pspectrum”,<年代pan style="color:#0000FF">.．.第一频道，fft,<年代pan style="color:#A020F0">“第二频道，fft”网格)

图中包含一个轴对象。axis对象包含line、stem类型的4个对象。这些对象表示Channel 1, pspectrum, Channel 2, pspectrum, Channel 1, fft, Channel 2, fft。

生成一个在1千赫采样296毫秒的正弦信号，并嵌入白高斯噪声。指定正弦波频率为200hz，噪声方差为0.1²。存储信号及其时间信息在MATLAB®时间表。

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

计算信号的功率谱。用分贝表示频谱并绘制图。

[pxx,f] = pspectrum(xTable);情节(f, pow2db (pxx))网格<年代pan style="color:#A020F0">在包含(<年代pan style="color:#A020F0">的频率(赫兹)) ylabel (<年代pan style="color:#A020F0">功率谱(dB))标题(<年代pan style="color:#A020F0">“默认频率分辨率”）

图中包含一个轴对象。标题为Default Frequency Resolution的axes对象包含一个类型为line的对象。

重新计算正弦波的功率谱，但现在使用更粗的频率分辨率25hz。绘制光谱pspectrum没有输出参数的函数。

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

图中包含一个轴对象。标题为Fres = 25hz的axes对象包含一个line类型的对象。

双面的光谱

打开实时脚本

生成一个以3千赫采样的信号，持续1秒。信号是一个凸二次啁啾，其频率在测量过程中从300hz增加到1300hz。啁啾嵌入在高斯白噪声中。

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;

使用矩形窗口计算和绘制信号的双面功率谱。对于实信号，pspectrum默认情况下绘制单侧频谱。要绘制双面光谱，请设置双侧为true。

pspectrum (x1, fs,<年代pan style="color:#A020F0">“漏”，1，<年代pan style="color:#A020F0">双侧的,真正的)

图中包含一个轴对象。标题为Fres = 2.9304 Hz的axes对象包含一个line类型的对象。

生成一个具有相同持续时间和采样率的复值信号。信号是一个啁啾与正弦变化的频率内容和嵌入白噪声。计算信号的频谱图，并将其显示为瀑布图。对于复值信号，谱图默认是双面的。

x2 = exp (2 j *π* 100 * cos(2 *π* 2 * t)) + randn(大小(t)) / 100;[p,f,t] = pspectrum(x2,fs，<年代pan style="color:#A020F0">的谱图）;瀑布(f, t, p”)包含(<年代pan style="color:#A020F0">的频率(赫兹)) 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])

图中包含一个轴对象。axis对象包含一个patch类型的对象。

窗户泄漏和音调分辨率

打开实时脚本

生成以100赫兹采样2秒的双通道信号。

第一个通道由一个20hz的音和一个21hz的音组成。两种音调都有单位振幅。
第二个声道也有两个音调。其中一个音的振幅为单位，频率为20hz。另一种音调的振幅为1/100，频率为30hz。

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

将信号嵌入白噪声中。指定信噪比为40 dB。把信号画出来。

X = X + randn(size(X)).*std(X)/db2mag(40);情节(t, x)

图中包含一个轴对象。axis对象包含2个line类型的对象。

计算两个通道的光谱并显示出来。

pspectrum (x, t)

图中包含一个轴对象。标题为Fres = 1.2834 Hz的axes对象包含2个line类型的对象。

频谱泄漏的默认值为0.5，对应的分辨率带宽约为1.29 Hz。第一个通道中的两个音调没有被分辨。第二个通道中的30hz音调是可见的，尽管比另一个通道弱得多。

将泄漏量增加到0.85，相当于分辨率约为0.74 Hz。第二声道的弱音清晰可见。

pspectrum (x, t,<年代pan style="color:#A020F0">“漏”, 0.85)

图中包含一个轴对象。标题为Fres = 734.1553 mHz的axis对象包含2个类型为line的对象。

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。第二声道中的弱音被大的窗口旁瓣掩盖了。

pspectrum (x, t,<年代pan style="color:#A020F0">“漏”，1)

图中包含一个轴对象。标题为Fres = 500.002 mHz的axis对象包含2个类型为line的对象。

瞬态信号的持续谱

打开实时脚本

可视化嵌入宽带信号中的干扰窄带信号。

产生一个啁啾采样在1千赫500秒。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 =唧唧喳喳(220 t, 180 t(结束),)+ 0.15 * randn(大小(t));

该信号还包含210赫兹的正弦波。正弦信号的幅值为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。频率范围限制在100hz ~ 290hz。指定时间分辨率为1秒。两个信号组件都是可见的。

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

图中包含一个轴对象。标题为Fres = 3.9101 Hz, Tres = 1 s的axis对象包含一个image类型的对象。

计算信号的功率谱。微弱的正弦波被啁啾掩盖了。

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

图中包含一个轴对象。标题为Fres = 976.801 mHz的axes对象包含一个line类型的对象。

计算信号的持续频谱。现在两个信号组件都清晰可见了。

pspectrum (x, fs,<年代pan style="color:#A020F0">“坚持不懈”,<年代pan style="color:#0000FF">.．.“FrequencyLimits”(100 290),<年代pan style="color:#A020F0">“TimeResolution”，1)

图中包含一个轴对象。标题为Fres = 3.9101 Hz, Tres = 1 s的axis对象包含一个image类型的对象。

啁啾谱图和重新分配谱图

打开实时脚本

产生一个二次啁啾在1千赫采样2秒。啁啾的初始频率为100赫兹，在时间点增加到200赫兹<年代pan class="emphasis">t= 1秒。的默认设置计算光谱图pspectrum函数。

Fs = 1e3;T = 0:1/fs:2;Y = chirp(t,100, 1200，<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) view(- 1,60) xlabel(<年代pan style="color:#A020F0">“时间(s)”) ylabel (<年代pan style="color:#A020F0">的频率(赫兹)）

图中包含一个轴对象。axis对象包含一个surface类型的对象。

计算重新分配的频谱图。频率分辨率为10hz。方法可视化结果pspectrum没有输出参数的函数。

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)

图中包含一个轴对象。标题为Fres = 10.0263 Hz, Tres = 256 ms的axes对象包含一个image类型的对象。

使用0.2秒的时间分辨率重新计算频谱图。

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

图中包含一个轴对象。标题为Fres = 12.8337 Hz, Tres = 200 ms的axis对象包含一个image类型的对象。

使用相同的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)

图中包含一个轴对象。标题为Fres = 12.8337 Hz, Tres = 200 ms的axis对象包含一个image类型的对象。

拨号音信号谱图

打开实时脚本

创建一个以4千赫采样的信号，类似于按下数字电话的所有键。将信号保存为MATLAB®时间表。

Fs = 4e3;T = 0:1/fs:0.5-1/fs;Ver = [697 770 852 941];Hor = [1209 1336 1477];tone = [];<年代pan style="color:#0000FF">为K = 1:长度(ver)<年代pan style="color:#0000FF">为l = 1:长度(小时)语气=总和(罪(2 *π*[版本(k),贺南洪(l)]。* t)) ';音调=[音调;音调;零(大小(音调))];<年代pan style="color:#0000FF">结束结束要收听，输入soundsc(tones,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，这大约相当于用Hann窗口对数据进行窗口化。

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">“漏”, 0.85)

图中包含一个轴对象。标题为Fres = 15.6403 Hz, Tres = 500 ms的axes对象包含一个image类型的对象。

声谱图显示，每个按键按了半秒，按键之间有半秒的无声停顿。第一个音的频率内容集中在697 Hz和1209 Hz左右，与数字对应' 1 '在DTMF标准。

输入参数

全部折叠

`x`- - - - - -<年代pan itemprop="purpose">输入信号
向量|<年代pan itemprop="inputvalue">矩阵|<年代pan itemprop="inputvalue">时间表

输入信号，指定为矢量，矩阵，或MATLAB<年代up>®时间表．

如果x是一个时间表，那么它必须包含递增的有限行时间。

请注意

如果时间表有丢失或重复的时间点，您可以使用中的提示来修复它缺少、重复或不均匀时间的清晰时间表．

如果x表示多通道信号的时间表，则它必须具有包含矩阵的单个变量或由向量组成的多个变量。

如果x那么抽样是非均匀的吗pspectrum将信号内插到统一网格中以计算频谱估计。该函数使用线性插值，并假设采样时间等于相邻时间点之间差异的中值。为了支持非均匀采样信号，中值时间间隔和平均时间间隔必须服从金宝app

$\frac{1}{One hundred.} < \frac{中值时间间隔}{平均时间间隔} < One hundred.$

例子:因为(pi. / (4; 2) * (0:159)) ' + randn (160 2)是由嵌入白噪声的正弦波组成的双通道信号。

例子:时间表(秒(0:4)”,兰德(2))指定以1hz采样4秒的双通道随机变量。

例子:时间表(秒(0:4)”,兰德(5、1),兰德(1))指定以1hz采样4秒的双通道随机变量。

数据类型:单|双
复数支持:金宝app是的

fs- - - - - -<年代pan itemprop="purpose">采样率
2π(默认)|<年代pan itemprop="inputvalue">正数值标量

采样率，指定为正数值标量。

t- - - - - -<年代pan itemprop="purpose">时间值
向量|<年代pan itemprop="inputvalue">datetime数组|<年代pan itemprop="inputvalue">持续时间数组|<年代pan itemprop="inputvalue">持续时间标量

时间值，指定为向量，adatetime或持续时间数组，或持续时间表示样本之间时间间隔的标量。

例子:秒(0:1/100:1)是一个持续时间代表100赫兹采样1秒的阵列。

例子:秒(1)是一个持续时间表示连续信号样本之间1秒时间差的标量。

类型- - - - - -<年代pan itemprop="purpose">要计算的频谱类型
“权力”(默认)|<年代pan itemprop="inputvalue">的谱图|<年代pan itemprop="inputvalue">“坚持不懈”

要计算的频谱类型，指定为“权力”,的谱图,或“坚持不懈”：

“权力”—计算输入功率谱。使用此选项可分析静止信号的频率内容。欲了解更多信息，谱计算．

的谱图-计算输入的频谱图。使用此选项可分析信号的频率内容如何随时间变化。有关更多信息，请参见谱图计算．

“坚持不懈”—计算输入的持久功率谱。使用此选项可可视化信号中出现特定频率成分的时间分数。有关更多信息，请参见持久性谱计算．

请注意

的的谱图而且“坚持不懈”选项不支持多通道输入。金宝app

名称-值参数

的可选逗号分隔对名称,值参数。的名字参数名称和价值对应的值。的名字必须出现在引号内。您可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．
例子:“泄漏”,“再分配”,的确,“MinThreshold”,-35使用矩形窗口对数据进行窗口化，计算重新分配的频谱估计，并将小于-35 dB的所有值设置为零。

FrequencyLimits- - - - - -<年代pan itemprop="purpose">频带限制
(0 f / 2)(默认)|<年代pan itemprop="inputvalue">二元数值向量

频带限制，指定为由逗号分隔的对组成“FrequencyLimits”和一个两元素的数值向量:

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，则频带以标准化单位rad/sample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奈奎斯特范围之外的区域，则pspectrum截断频带。

如果指定的频带完全位于奈奎斯特范围之外，则pspectrum抛出错误。

看到谱计算有关奈奎斯特系列的更多信息。

如果x那么抽样是非均匀的吗pspectrum将信号线性插值到统一的网格中，并定义有效采样率等于相邻时间点之间差异的中位数的倒数。表达“FrequencyLimits”就有效样本率而言。

例子:(0.2 * 0.7π*π)计算一个信号的频谱，从0.2开始没有时间信息π到0.7πrad /样品。

FrequencyResolution- - - - - -<年代pan itemprop="purpose">频率分辨率带宽
实数标量

频率分辨率带宽，由逗号分隔的对组成“FrequencyResolution”和实数标量，如果输入包含时间信息，则以Hz表示，如果不包含时间信息，则以标准化单位rad/sample表示。此参数不能与同时指定“TimeResolution”．此参数的默认值取决于输入数据的大小。看到谱图计算获取详细信息。

例子:π/ 100计算一个没有时间信息的信号的频谱，频率分辨率为π/ 100 rad /样品。

泄漏- - - - - -<年代pan itemprop="purpose">频谱泄漏
0．5(默认)|<年代pan itemprop="inputvalue">0到1之间的实数标量

谱漏，指定为由逗号分隔的对组成“漏”一个0到1之间的实数标量。“漏”控制Kaiser窗口旁瓣相对于主瓣宽度的衰减，在提高分辨率和减少泄漏之间妥协:

较大的泄漏值可以解析间隔紧密的音调，但会掩盖附近的微弱音调。

较小的泄漏值在较大的音调附近发现较小的音调，但将接近的频率涂抹在一起。

例子:“漏”,0以牺牲光谱分辨率为代价，将泄漏减少到最低限度。

例子:“漏”,0.85用汉恩窗口近似地对数据进行窗口化。

例子:“漏”,1相当于用矩形窗口对数据进行开窗，使泄漏最大化，但提高了光谱分辨率。

MinThreshold- - - - - -<年代pan itemprop="purpose">非零值的下界
负(默认)|<年代pan itemprop="inputvalue">真正的标量

非零值的下界，指定为逗号分隔的对，由“MinThreshold”一个实标量。pspectrum实现了“MinThreshold”的值不同类型论点:

“权力”或的谱图- - - - - -pspectrum设置这些元素p这样<年代pan class="inlineequation">10个日志<年代ub>10（p)≤“MinThreshold”为零。指定“MinThreshold”在分贝。

“坚持不懈”- - - - - -pspectrum设置这些元素p小于“MinThreshold”为零。指定“MinThreshold”在0到100%之间。

NumPowerBins- - - - - -<年代pan itemprop="purpose">持续频谱的功率箱数量
256(默认)|<年代pan itemprop="inputvalue">20 ~ 1024之间的整数

持久性谱的功率箱数，指定为由逗号分隔的对组成“NumPowerBins”20到1024之间的整数。

OverlapPercent- - - - - -<年代pan itemprop="purpose">相邻段间重叠
区间[0,100]中的实标量

谱图或持续谱的相邻段之间的重叠，指定为由逗号分隔的对组成“OverlapPercent”和区间[0,100]中的实标量。此参数的默认值取决于光谱窗口。看到谱图计算获取详细信息。

重新分配- - - - - -<年代pan itemprop="purpose">重新分配选项
假(默认)|<年代pan itemprop="inputvalue">真正的

重分配选项，指定为逗号分隔的对，由“再分配”和一个逻辑值。如果此选项设置为真正的,然后pspectrum通过执行时间和频率重分配来提高频谱估计的局部化。重新分配技术产生更容易阅读和解释的周期图和频谱图。该技术将每个光谱估计重新分配到其容器的能量中心，而不是容器的几何中心。该技术为啁啾和脉冲提供了精确的定位。

TimeResolution- - - - - -<年代pan itemprop="purpose">谱图或持久谱的时间分辨率
真正的标量

谱图或持续谱的时间分辨率，以逗号分隔的对组成“TimeResolution”和一个实标量，如果输入包含时间信息，则以秒表示，如果不包含时间信息，则以整数表示。此参数控制用于计算形成谱图或持续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，如果指定了该值，则取决于频率分辨率。看到谱图计算获取详细信息。

双侧- - - - - -<年代pan itemprop="purpose">双面谱估计
假|<年代pan itemprop="inputvalue">真正的

双面谱估计，指定为逗号分隔对组成双侧的和一个逻辑值。

如果这个选项是真正的，函数计算居中，两侧谱估计超过<年代pan class="inlineequation">(- - - - - -π,π］．如果输入包含时间信息，则对其进行估计<年代pan class="inlineequation">(- - - - - -f_{年代/2，f_{年代/ 2),在那里f_{年代是有效抽样率。}}}

如果这个选项是假时，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］．如果输入包含时间信息，则对其进行估计<年代pan class="inlineequation">[0,f_{年代/ 2),在那里f_{年代是有效抽样率。为了保持总功率，该函数在除0和奈奎斯特频率外的所有频率上都将功率乘以2。此选项仅对实际信号有效。}}

如果没有指定，双侧的默认为假对于实际输入信号和真正的对于复杂的输入信号。

输出参数

全部折叠

p——频谱
向量|矩阵

谱，作为向量或矩阵返回。谱的类型和大小取决于的值类型论点:

“权力”- - - - - -p包含各信道的功率谱估计x．在这种情况下，p大小N_{f×N_{ch,在那里N_{f的长度f而且N_{ch通道的数量是多少x．pspectrum缩放频谱，这样，如果一个信号的频率含量恰好落在一个bin内，那么它在该bin中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。详情请参见确定周期信号的功率测量．}}}}

的谱图- - - - - -p的短期、时间局部功率谱的估计x．在这种情况下，p大小N_{f×N_{t,在那里N_{f的长度f而且N_{t的长度t．}}}}

“坚持不懈”- - - - - -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水平成分的概率。在这种情况下，p大小N_{压水式反应堆×N_{f,在那里N_{压水式反应堆的长度压水式反应堆而且N_{f的长度f．}}}}

f-频谱频率
向量

频谱频率，以矢量形式返回。如果输入信号包含时间信息，那么f包含以Hz表示的频率。如果输入信号不包含时间信息，则频率以标准化单位rad/sample表示。

t-谱图时间值
向量|datetime数组|持续时间数组

谱图的时间值，以秒或a为单位的时间值矢量返回持续时间数组中。如果输入没有时间信息，则t包含样本编号。t包含与用于计算短时功率谱估计的数据段的中心相对应的时间值。

如果输入为pspectrum那么，有时间表吗t具有与输入时间表的时间值相同的格式。

如果输入为pspectrum是一个数字向量，在一组时间瞬间采样。持续时间,或datetime数组,然后t具有与输入时间值相同的类型和格式。

如果输入为pspectrum是一个连续样本之间具有指定时间差的数字向量，那么t是一个持续时间数组中。

压水式反应堆—持久谱功率值
向量

持久谱的功率值，以矢量形式返回。

更多关于

全部折叠

谱计算

为了计算信号谱，pspectrum在整个信号长度的谱分辨率和计算大fft导致的性能限制之间找到了折衷:

如果可能，该函数使用Kaiser窗口计算整个信号的单个修改周期图。

如果不可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:它将信号划分为重叠的段，使用Kaiser窗口对每个段进行窗口，并对分段的周期图进行平均。

光谱窗口

任何现实世界的信号都只能在有限的时间内测量。这一事实在傅里叶分析中引入了不可忽略的影响，它假设信号要么是周期的，要么是无限长的。光谱窗口该方法对不同的信号样本赋予不同的权重，系统地处理了有限尺寸效应。

窗口信号的最简单的方法是假设它在测量区间之外是相同的零，并且所有样本都是同样显著的。这个“矩形窗口”两端有不连续的跳跃，导致光谱振铃。所有其他谱窗在两端逐渐变细，通过给靠近信号边缘的样本分配较小的权重来减轻这种影响。

加窗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:

决议就是能够精确地知道信号能量在频率空间中是如何分布的。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检测相邻强音调存在的噪声中的弱音调的能力来测量。定量地说，这种能力与窗口频率变换的旁瓣水平有关。

频谱是标准化的，因此在该带宽内的纯音，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，矩形窗口具有最窄的主瓣和最高的旁瓣。如果能量含量相似，这个窗口可以分辨出间隔很近的音调，但如果能量含量不同，它就无法找到能量较弱的音调。在另一端，具有高旁瓣抑制的窗口有一个宽的主瓣，其中接近的频率被涂抹在一起。

pspectrum使用Kaiser窗口进行开窗。对于Kaiser窗，主瓣捕获的信号能量的百分比主要取决于一个可调的形状系数,β．pspectrum使用形状因子范围从<年代pan class="inlineequation">β= 0，对应于一个矩形窗口，到<年代pan class="inlineequation">β= 40，其中一个宽主瓣基本上捕获了双精度表示的所有光谱能量。中间值为<年代pan class="inlineequation">β≈6非常接近汉恩窗。控制β，使用“漏”名称-值对。如果你设置“漏”来ℓ,然后ℓ而且β是由<年代pan class="inlineequation">β= 40(1 -ℓ）．看到凯撒欲知详情。

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

参数及算法选择

为了计算信号谱，pspectrum最初确定分辨率带宽，它衡量两个音调的接近程度，并且仍然可以被分辨。分辨率带宽的理论值为

${RBW}_{理论} ＝ \frac{ENBW}{t_{马克斯} - t_{最小值}} ．$

t_{马克斯- - - - - -t_最小值},记录长度，为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欲知详情。
使用“漏”名称-值对来控制ENBW。参数的最小值对应于一个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，实际上，pspectrum可能会降低分辨率。降低分辨率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。由于这些实际原因，分辨率带宽最低pspectrum可以用is

${RBW}_{性能} ＝ 4 \times \frac{f_{跨度}}{4096 - 1},$

在哪里<年代pan class="inlineequation">f_{跨度是否使用了指定的频带宽度“FrequencyLimits”．如果“FrequencyLimits”没有指定，那么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，函数选择两个值中较大的一个，称为目标分辨率带宽：

$RBW ＝马克斯（ {RBW}_{理论}, {RBW}_{性能} ）．$

如果分辨率带宽为<年代pan class="inlineequation">RBW<年代ub>理论,然后pspectrum计算单个改进的周期图对于整个信号。函数使用形状因子由控件控制的Kaiser窗口“漏”名称-值对。看到周期图欲知详情。

如果分辨率带宽为<年代pan class="inlineequation">RBW<年代ub>性能,然后pspectrum计算一个韦尔奇周期图对于信号。功能:

将信号分割成重叠的片段。

使用具有指定形状因子的Kaiser窗口分别窗口每个段。

求所有片段的周期图的平均值。

Welch的程序旨在通过对重叠部分给出的信号的不同“实现”进行平均，并使用窗口去除冗余数据，从而减少频谱估计的方差。看到pwelch欲知详情。

每个段的长度(或窗口的长度)是使用

$段长度＝ \frac{f_{尼奎斯特} \times ENBW}{RBW},$

在哪里<年代pan class="inlineequation">f_{尼奎斯特是奈奎斯特频率．(如果没有混叠，奈奎斯特频率是有效采样率的一半，有效采样率定义为相邻时间点之间差异的中位数的倒数。的尼奎斯特范围是<年代pan class="inlineequation">[0,f_{尼奎斯特］对于实信号<年代pan class="inlineequation">(- - - - - -f_{尼奎斯特,f_{尼奎斯特］对于复杂信号。)}}}}

步幅是通过调整初始估计值得到的，

$步幅 \equiv 段长度 - 重叠＝ \frac{段长度}{2 \times ENBW - 1},$

第一个窗口正好开始于第一个段的第一个样本最后一个窗口正好结束于最后一个段的最后一个样本。

谱图计算

为了计算非平稳信号的时变频谱，pspectrum将信号分割成重叠的片段，对每个片段进行Kaiser窗口，计算短时傅里叶变换，然后将这些变换串联成一个矩阵。

非平稳信号是频率含量随时间变化的信号。的光谱图非平稳信号的估计是对其频率内容的时间演化的估计。要构造非平稳信号的谱图，pspectrum以下步骤:

把信号分成等长的片段。这些段必须足够短，以便信号的频率内容在一段内不会发生明显变化。这些部分可能重叠，也可能不重叠。

窗口每个段，并计算其频谱，以得到短时傅里叶变换．

利用分段谱图构建谱图:

如果使用输出参数调用，则连接光谱以形成矩阵。

如果不带输出参数调用，则逐段以分贝显示每个频谱的功率。将星等并排描绘为具有星等相关色图的图像。

该功能只能计算单通道信号的频谱图。

将信号分割成段

要构造频谱图，首先要将信号分成可能重叠的部分。与pspectrum函数来控制段的长度和相邻段之间的重叠量“TimeResolution”而且“OverlapPercent”名称-值对参数。如果您没有指定长度和重叠，该函数将根据信号的整个长度和由给出的重叠百分比选择长度

$（ 1 - \frac{1}{2 \times ENBW - 1} ） \times One hundred.,$

在哪里<年代pan class="inlineequation">ENBW是等效噪声带宽光谱窗口。看到enbw而且谱计算获取更多信息。

指定时间分辨率

如果信号没有时间信息，则在样本中指定时间分辨率(段长度)。时间分辨率必须为大于等于1且小于等于信号长度的整数。
如果信号有时间信息，指定以秒为单位的时间分辨率。该函数将结果转换为一些样本，并将其舍入为小于或等于该数字但不小于1的最接近的整数。时间分辨率必须小于或等于信号持续时间。

指定重叠部分占段长度的百分比。该函数将结果转换为一些样本，并将其舍入为小于或等于该数字的最接近的整数。

默认时间分辨率

如果没有指定时间分辨率，则pspectrum使用整个信号的长度来选择段的长度。该函数设置时间分辨率为<年代pan class="inlineequation">⌈N/d⌉样本，其中<年代pan class="inlineequation">⌈⌉符号表示天花板函数，N是信号的长度，和d除数是否取决于N：

信号长度(N）因子(d）段长度

2样品-63样品 2 1样品-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段之间的重叠。指定重叠将更改段的数量。超出信号端点的段是零填充的。

考虑七样本信号[s0 s1 s2 s3 s4 s5 s6]．因为<年代pan class="inlineequation">⌈7/2⌉=⌈3.5⌉= 4时，函数将信号分割为长度为4的两段，当没有重叠时。段数随着重叠的增加而变化。

重叠样本数得到的片段

0

S0 s1 s2 s3 s4 s5 s6 0

1

S0 s1 s2 s3 s3 s4 s5 s6

2

S0 s1 s2 s2 s3 s2 s3 s4 s5 s4 s5 s6 0

3.

S0 s1 s2 s3 s1 s2 s2 s3 s4 s2 s3 s4 s5 s3 s4 s5 s6

pspectrum如果最后一段超出信号端点，则对信号进行零填充。函数返回t，为段中心对应的时间瞬间向量。

窗口段和计算谱

后pspectrum将信号分割成重叠的段，每个段的函数窗口有一个凯泽窗。形状因子β因此，窗户的泄漏，可以调整使用“漏”名称-值对。然后，该函数计算每个段的频谱，并将频谱连接起来，形成频谱图矩阵。为了计算段谱，pspectrum中描述的步骤谱计算，除分辨率带宽下限为外

${RBW}_{性能} ＝ 4 \times \frac{f_{跨度}}{1024 - 1} ．$

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色图的色条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。

持久性谱计算

的持久性频谱信号的时间-频率视图，显示给定频率在信号中出现的时间百分比。持久谱是工频空间的直方图。随着信号的演变，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，因此它在显示中的颜色就越亮或“更热”。使用持久谱来识别隐藏在其他信号中的信号。

为了计算持久性谱，pspectrum执行以下步骤:

使用指定的泄漏、时间分辨率和重叠计算频谱图。看到谱图计算欲知详情。

将功率和频率值划分到2-D箱中。(使用“NumPowerBins”名称-值对，用于指定功率箱的数量。)

对于每个时间值，计算功率谱对数的二元直方图。对于在该时刻有信号能量的每个工频仓，相应的矩阵元素加1。将所有时间值的直方图相加。

绘制累计直方图与功率和频率的关系，颜色与直方图计数的对数成比例，表示为标准化百分比。要表示零值，请使用最小值的一半。

功率谱

柱状图

累积直方图

参考文献

[1] harris, fredric j.《关于用离散傅里叶变换进行调和分析的窗口的使用》。IEEE论文集<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短修正周期图的方法。”IEEE音频与电声学汇刊．1967年6月，第15卷，第70-73页

扩展功能

C/ c++代码生成
使用MATLAB®Coder™生成C和c++代码。

使用注意事项和限制:

代码生成不支持时间表。金宝app

GPU数组
通过使用并行计算工具箱™在图形处理单元(GPU)上运行来加速代码。

使用注意事项和限制:

不支持持久性谱。金宝app

不支持重新分配光谱或谱图。金宝app

有关更多信息，请参见在图形处理器上运行MATLAB函数(并行计算工具箱)．

另请参阅

应用程序

信号分析仪

功能

周期图|<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">pwelch|<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">光谱图

主题

时频画廊

在R2017b中引入

信号长度(N）	因子(d）	段长度
`2`样品-`63`样品	`2`	`1`样品-`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

重叠样本数	得到的片段
`0`	S0 s1 s2 s3 s4 s5 s6 0
`1`	S0 s1 s2 s3 s3 s4 s5 s6
`2`	S0 s1 s2 s2 s3 s2 s3 s4 s5 s4 s5 s6 0
`3.`	S0 s1 s2 s3 s1 s2 s2 s3 s4 s2 s3 s4 s5 s3 s4 s5 s6

选择网站

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:<年代trong class="recommended-country">．
选择<年代pan class="recommended-country">网站

您也可以从以下列表中选择一个网站:

如何获得最佳的网站性能

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。

美洲

美国拉丁(西班牙语)

加拿大(英语)

美国(英语)

欧洲

比利时(英语)

丹麦(英语)

德国(德语)

西班牙(西班牙语)

芬兰(英语)

法国(法语)

爱尔兰(英语)

意大利(意大利语)

卢森堡(英语)

荷兰(英语)

挪威(英语)

奥地利(德语)

葡萄牙(英语)

瑞典(英语)

瑞士

多伊奇

英语

法语

联合王国(英语)

亚太地区

澳大利亚(英语)

印度(英语)

新西兰(英语)

中国

简体中文

英语

日本(日本語)

한국(한국어)

联系当地办事处

试用软件

试用软件

产品更新

产品更新

信号处理工具箱文档

例子

功能及其他参考资料

发布说明

PDF文档

金宝app

MATLAB的答案

安装帮助

错误报告

产品需求

软件下载

基于MATLAB的深度学习信号处理
下载白皮书

MathWorks

加快工程和科学的步伐

MathWorks是为工程师和科学家开发数学计算软件的领先开发商。

发现……

探索产品下载188bet金宝搏<年代pan class="caret">

MATLAB

金宝app

学生的软件

硬件支持金宝app

文件交换

尝试还是购买<年代pan class="caret">

下载

试用软件

联系销售

定价及授权

如何购买

学会使用<年代pan class="caret">

文档

教程

例子

视频和网络研讨会

培训

得到支持金宝app<年代pan class="caret">

安装帮助

答案

咨询

授权中心

联络支持金宝app

关于MathWorks<年代pan class="caret">

职业生涯

编辑部

社会使命

联系销售

关于MathWorks

比荷卢经济联盟

信任中心

商标

隐私政策

防止盗版

应用程序状态

©1994-2021 MathWorks, Inc.

加入对话

本网站使用cookie来改善您的用户体验、个性化内容和广告以及分析网站流量。如果您继续使用本网站，即表示您同意我们使用cookie。请参阅我们的隐私政策了解更多关于cookie和如何更改您的设置。

pspectrum

语法

描述

例子

正弦波功率谱

双面的光谱

窗户泄漏和音调分辨率

瞬态信号的持续谱

啁啾谱图和重新分配谱图

拨号音信号谱图

输入参数

x- - - - - -<年代pan itemprop="purpose">输入信号向量|<年代pan itemprop="inputvalue">矩阵|<年代pan itemprop="inputvalue">时间表

fs- - - - - -<年代pan itemprop="purpose">采样率2π(默认)|<年代pan itemprop="inputvalue">正数值标量

t- - - - - -<年代pan itemprop="purpose">时间值向量|<年代pan itemprop="inputvalue">datetime数组|<年代pan itemprop="inputvalue">持续时间数组|<年代pan itemprop="inputvalue">持续时间标量

类型- - - - - -<年代pan itemprop="purpose">要计算的频谱类型“权力”(默认)|<年代pan itemprop="inputvalue">的谱图|<年代pan itemprop="inputvalue">“坚持不懈”

名称-值参数

FrequencyLimits- - - - - -<年代pan itemprop="purpose">频带限制(0 f / 2)(默认)|<年代pan itemprop="inputvalue">二元数值向量

FrequencyResolution- - - - - -<年代pan itemprop="purpose">频率分辨率带宽实数标量

泄漏- - - - - -<年代pan itemprop="purpose">频谱泄漏0．5(默认)|<年代pan itemprop="inputvalue">0到1之间的实数标量

MinThreshold- - - - - -<年代pan itemprop="purpose">非零值的下界负(默认)|<年代pan itemprop="inputvalue">真正的标量

NumPowerBins- - - - - -<年代pan itemprop="purpose">持续频谱的功率箱数量256(默认)|<年代pan itemprop="inputvalue">20 ~ 1024之间的整数

OverlapPercent- - - - - -<年代pan itemprop="purpose">相邻段间重叠区间[0,100]中的实标量

重新分配- - - - - -<年代pan itemprop="purpose">重新分配选项假(默认)|<年代pan itemprop="inputvalue">真正的

TimeResolution- - - - - -<年代pan itemprop="purpose">谱图或持久谱的时间分辨率真正的标量

双侧- - - - - -<年代pan itemprop="purpose">双面谱估计假|<年代pan itemprop="inputvalue">真正的

输出参数

p——频谱向量|矩阵

f-频谱频率向量

t-谱图时间值向量|datetime数组|持续时间数组

压水式反应堆—持久谱功率值向量

更多关于

谱计算

谱图计算

持久性谱计算

参考文献

扩展功能

C/ c++代码生成使用MATLAB®Coder™生成C和c++代码。

GPU数组通过使用并行计算工具箱™在图形处理单元(GPU)上运行来加速代码。

另请参阅

应用程序

功能

主题

信号处理工具箱文档

金宝app

基于MATLAB的深度学习信号处理

`x`- - - - - -<年代pan itemprop="purpose">输入信号
向量|<年代pan itemprop="inputvalue">矩阵|<年代pan itemprop="inputvalue">时间表

`fs`- - - - - -<年代pan itemprop="purpose">采样率
2π(默认)|<年代pan itemprop="inputvalue">正数值标量

`t`- - - - - -<年代pan itemprop="purpose">时间值
向量|<年代pan itemprop="inputvalue">`datetime`数组|<年代pan itemprop="inputvalue">`持续时间`数组|<年代pan itemprop="inputvalue">`持续时间`标量

`类型`- - - - - -<年代pan itemprop="purpose">要计算的频谱类型
`“权力”`(默认)|<年代pan itemprop="inputvalue">`的谱图`|<年代pan itemprop="inputvalue">`“坚持不懈”`

`FrequencyLimits`- - - - - -<年代pan itemprop="purpose">频带限制
`(0 f / 2)`(默认)|<年代pan itemprop="inputvalue">二元数值向量

`FrequencyResolution`- - - - - -<年代pan itemprop="purpose">频率分辨率带宽
实数标量

`泄漏`- - - - - -<年代pan itemprop="purpose">频谱泄漏
`0．5`(默认)|<年代pan itemprop="inputvalue">0到1之间的实数标量

`MinThreshold`- - - - - -<年代pan itemprop="purpose">非零值的下界
`负`(默认)|<年代pan itemprop="inputvalue">真正的标量

`NumPowerBins`- - - - - -<年代pan itemprop="purpose">持续频谱的功率箱数量
`256`(默认)|<年代pan itemprop="inputvalue">20 ~ 1024之间的整数

`OverlapPercent`- - - - - -<年代pan itemprop="purpose">相邻段间重叠
区间[0,100]中的实标量

`重新分配`- - - - - -<年代pan itemprop="purpose">重新分配选项
`假`(默认)|<年代pan itemprop="inputvalue">`真正的`

`TimeResolution`- - - - - -<年代pan itemprop="purpose">谱图或持久谱的时间分辨率
真正的标量

`双侧`- - - - - -<年代pan itemprop="purpose">双面谱估计
假|<年代pan itemprop="inputvalue">真正的

`p`——频谱
向量|矩阵

`f`-频谱频率
向量

`t`-谱图时间值
向量|`datetime`数组|`持续时间`数组

`压水式反应堆`—持久谱功率值
向量

C/ c++代码生成
使用MATLAB®Coder™生成C和c++代码。

GPU数组
通过使用并行计算工具箱™在图形处理单元(GPU)上运行来加速代码。