pspectrum

分析信号在频域和时频域

页面上倒塌

句法

p = pspectrum (x)
p = pspectrum (x, fs)
p = pspectrum (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">___，'谱图'）
[p，f，pwr] = pspectrum（<年代pan class="argument_placeholder">___、“持久性”)
pspectrum (<年代pan class="argument_placeholder">___）

描述

例子

p= pspectrum (x）的功率谱x．

  • 如果x是一个矢量或一个带有矢量数据的时间表，则它被视为单个通道。

  • 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，FS.）返回以一定速率采样的矢量或矩阵信号的功率谱FS.．

例子

p= pspectrum (x，t）返回在指定的时间瞬间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）指定函数执行的频谱分析的种类。指定类型作为'力量'，'谱图'， 要么“坚持”．此语法可以包括来自先前语法的输入参数的任何组合。

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邻接段之间的百分比重叠。

例子

［p，f) = pspectrum (<年代pan class="argument_placeholder">___）返回与包含在的频谱估计相对应的频率p．

例子

［p，f，t) = pspectrum (<年代pan class="argument_placeholder">___，'谱图'）还返回一个时间瞬间向量，对应于用于计算短时功率谱估计的加窗段的中心。

［p，f，压水式反应堆) = pspectrum (<年代pan class="argument_placeholder">___、“持久性”)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">___）如果没有输出参数，则在当前图形窗口中绘制谱估计。

例子

全部折叠

打开直播脚本

计算一个噪声正弦信号的功率谱。指定正弦波频率为200hz。采样正弦波在1 kHz 296毫秒。将信号嵌入方差为0.1²的高斯白噪声中。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 *π* t * 200) + 0.1 * randn(大小(t));xTable =时间表(x秒(t));

计算信号的频谱。在分贝中表达光谱并绘制它。

[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">'功率谱（DB）')标题(<年代pan style="color:#A020F0">默认频率分辨率的）

重新计算正弦曲线的功率谱，但现在使用25Hz的较粗略频率分辨率。使用频谱绘制pspectrum函数没有输出参数。

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

打开直播脚本

产生两个信号，每个采样在3千赫1秒。第一个信号是凸二次啁啾，其频率在测量期间从300hz增加到1300hz。啁啾被嵌入到高斯白噪声中。第二个信号，也嵌入白噪声，是一个啁啾与正弦变化的频率内容。

FS = 3000;T = 0：1 / FS：1-1 / FS;X1 = Chirp（T，300，T（端），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信号的双面功率谱。对于真实信号，pspectrum默认情况下绘制片面频谱。绘制一个双面谱，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，真的）

计算第二个信号的谱图。对于复杂信号，谱图默认是双面的。将声谱图显示为瀑布图。

[p，f，t] = pspectrum（x2，fs，<年代pan style="color:#A020F0">'谱图'）;瀑布(f t p ');包含(<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])

打开直播脚本

产生一个双通道信号采样在100hz 2秒。

  1. 第一个通道由一个20赫兹的音调和一个21赫兹的音调组成。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 * PI * [21 30]。* T）;

将信号嵌入白噪声中。指定信噪比为40db。画出信号。

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

计算两个通道的光谱并显示它们。

pspectrum (x, t)

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解析。第二个频道的30赫兹音调是可见的，尽管比另一个频道弱得多。

将泄漏增加到0.85，相当于分辨率约为0.74Hz。第二频道中的弱音清晰可见。

pspectrum (x, t,<年代pan style="color:#A020F0">“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。

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

打开直播脚本

可视化嵌入在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));

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 =楼层（长度（x）/ 6）;X（1：IDX）= X（1：IDX）+ 0.05 * COS（2 * PI * T（1：IDX）* 210）;

计算信号的谱图。频率范围为100hz ~ 290hz。指定时间分辨率为1秒。两个信号成分都是可见的。

pspectrum（x，fs，<年代pan style="color:#A020F0">'谱图'，<年代pan style="color:#0000FF">．..“FrequencyLimits”(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">“FrequencyLimits”290年[100])

计算信号的持久谱。现在两个信号成分都清晰可见。

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

打开直播脚本

在1 kHz上生成二次啁啾，2秒。啁啾具有100 Hz的初始频率，增加到200 Hz<年代pan class="emphasis">t= 1秒。使用的默认设置计算谱图pspectrum功能。

fs = 1 e3;t = 0:1 / fs: 2;y =唧唧声(t, 100, 1200,<年代pan style="color:#A020F0">“二次”）;[sp, fp, tp) = pspectrum (y, fs,<年代pan style="color:#A020F0">'谱图'）;网格（TP，FP，SP）视图（-15,60）XLabel（<年代pan style="color:#A020F0">“时间(s)”）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">'谱图'，<年代pan style="color:#A020F0">“FrequencyResolution”10<年代pan style="color:#A020F0">'重新分配'，真的）

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">'谱图'，<年代pan style="color:#A020F0">“TimeResolution”, 0.2)

使用相同的时间分辨率计算重新分配的谱图。

pspectrum (y, fs,<年代pan style="color:#A020F0">'谱图'，<年代pan style="color:#A020F0">“TimeResolution”, 0.2,<年代pan style="color:#A020F0">'重新分配'，真的）

打开直播脚本

创建一个信号，采样频率为4千赫，类似于按数字电话的所有键。将信号保存为MATLAB®时间表。

fs = 4 e3;t = 0:1 / fs: 0.5 - 1 / f;Ver = [697 770 852 941];Hor = [1209 1336 1477];音调= [];<年代pan style="color:#0000FF">为了k = 1：长度（ver）<年代pan style="color:#0000FF">为了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、语气、零(大小(音)));<年代pan style="color:#0000FF">结尾结尾%听到，键入soundsc(声调，fs)S =时间表(秒(0:长度(音调)1)”/ fs,音调);

计算信号的谱图。指定时间分辨率为0.5秒，相邻段之间零重叠。将泄漏值指定为0.85，这大致相当于使用Hann窗口对数据加窗。

pspectrum（s，<年代pan style="color:#A020F0">'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）

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'DTMF标准中。

输入参数

全部折叠

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除时间表缺失，重复，或不一致的时间（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是不是非均匀抽样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

1 100. < 平均时间间隔 平均时间间隔 < One hundred.

例子:cos（pi ./ [4; 2] *（0：159））'+ Randn（160,2）是一种由嵌入白噪声的正弦曲线组成的双通道信号。

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)”,兰德(5、1),兰德(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|双
复数支持：金宝app是的

采样率，指定为正数字标量。

时间值，指定为向量，a约会时间要么期间数组,或期间表示样本之间的时间间隔的标量。

例子:秒(0:1/100:1)是一个期间阵列表示在100hz下的1秒采样。

例子:秒(1)是一个期间标量表示连续信号样本之间的1秒钟差异。

要计算的频谱类型，指定为'力量'，'谱图'， 要么“坚持”：

  • '力量'—计算输入功率谱。使用这个选项来分析平稳信号的频率内容。看到频谱计算为更多的信息。

  • '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。看到谱图计算为更多的信息。

  • “坚持”—计算输入的持久功率谱。使用此选项可以可视化信号中出现特定频率分量的时间分数。看到持久性谱计算为更多的信息。

请注意

的'谱图'和“坚持”选项不支持多通道输入。金宝app

名称-值对的观点

指定可选的逗号分离对名称,值参数。的名字是参数名称和价值是相应的价值。的名字必须出现在引号内。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”,“重新分配”,的确,“MinThreshold”,-35使用矩形窗口设置数据的窗口，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“FrequencyLimits”和一个二元数字向量:

  • 如果输入包含时间信息，则频带表示为Hz。

  • 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在奈奎斯特范围之外的区域，则pspectrum截断频带。

  • 如果指定的频段完全位于奈奎斯特范围之外，那么pspectrum抛出一个错误。

看到频谱计算有关奈奎斯特范围的更多信息。

如果x是不是非均匀抽样pspectrum将信号线性插值到一个统一的网格中，并定义一个有效的采样率等于相邻时间点之间差异的中值的倒数。表达“FrequencyLimits”就有效采样率而言。

例子:[0.2 * pi 0.7 * pi]从0.2开始计算一个没有时间信息的信号的频谱π到0.7πRad /样品。

频率分辨率带宽，指定为逗号分隔对组成“FrequencyResolution”如果输入包含时间信息，则以Hz表示的真实数字标量，或者如果没有，则在RAD /样品的归一化单元中以Hz表示。无法同时指定此参数“TimeResolution”．这个参数的默认值取决于输入数据的大小。看到谱图计算有关详细信息。

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

谱泄漏，指定为逗号分隔对，由“漏”和一个介于0和1之间的实数量。“漏”控制凯撒窗旁瓣衰减相对于主瓣宽度，在提高分辨率和减少泄漏之间妥协:

  • 一个大的泄漏值可以解决紧密间隔的音调，但是附近的弱势音调。

  • 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以降低光谱分辨率为代价，将泄漏降到最低。

例子:“漏”,0.85用Hann窗口近似地对数据进行加窗。

例子:'泄漏'，1相当于窗口与矩形窗口的数据，最大化泄漏，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实现了“MinThreshold”不同的是基于价值类型论点:

  • '力量'要么'谱图'- - - - - -pspectrum集合这些元素p这样10个日志<年代ub>10.（p)≤“MinThreshold”零。指定“MinThreshold”在分贝。

  • “坚持”- - - - - -pspectrum集合这些元素p小于“MinThreshold”零。指定“MinThreshold”0到100％之间。

持久性频谱的电源箱数，指定为逗号分隔的配对组成“NumPowerBins”取值范围为20 ~ 1024的整数。

谱图或持久光谱相邻段之间的重叠，指定为逗号分隔对，由“OverlapPercent”和间隔中的实际标量[0,100）。此参数的默认值取决于光谱窗口。看到谱图计算有关详细信息。

重新分配选项，指定为逗号分隔的配对组成'重新分配'和一个逻辑值。如果该选项设置为真的， 然后pspectrum通过执行时间和频率重新分配来锐化光谱估计的定位。重新分配技术会产生更易于读取和解释的阶段和谱图。该技术将每个光谱估计重新分配到其箱的能量中心而不是箱的几何中心。该技术为啁啾和脉冲提供了精确的定位。

时间分辨率的频谱图或持久性频谱，指定为包括的逗号分隔对“TimeResolution”实标量，如果输入包含时间信息，则用秒表示;如果输入不包含时间信息，则用整数表示。此参数控制用于计算形成谱图或持久谱估计的短时间功率谱段的持续时间。“TimeResolution”不能同时指定“FrequencyResolution”．此参数的默认值取决于输入数据的大小，如果指定了频率分辨率。看到谱图计算有关详细信息。

双边谱估计，指定为逗号分隔对，由双侧的和一个逻辑值。

  • 如果这个选项是真的，函数计算中心，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),在那里f年代为有效抽样率。

  • 如果这个选项是错误的，该功能计算奈奎斯特范围内的单面频谱估计<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),在那里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。

如果未指定，双侧的默认为错误的对于实际的输入信号和真的对于复杂的输入信号。

输出参数

全部折叠

作为向量或矩阵返回的光谱。谱的类型和大小取决于谱的值类型论点:

  • '力量'- - - - - -p包含每个通道的功率谱估计x．在这种情况下，p的大小Nf×Nch,在那里Nf是的长度f和Nch信道的数量是多少x．

  • '谱图'- - - - - -p包含短期的，时间局域的功率谱的估计x．在这种情况下，p的大小Nf×Nt,在那里Nf是的长度f和Nt是的长度t．

  • “坚持”- - - - - -p包含，表示为百分比，信号在给定时间和频率位置处具有给定功率电平的组件的概率。在这种情况下，p的大小N压水式反应堆×Nf,在那里N压水式反应堆是的长度压水式反应堆和Nf是的长度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Hz中表达的频率。如果输入信号不包含时间信息，则频率处于RAD /样本的标准化单元。

声谱图的时间值，返回为以秒或a为单位的时间值向量期间数组中。如果输入没有时间信息，那么t包含样品号。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。

  • 如果输入到pspectrum是一个时间表，然后t格式与输入的时间表的时间值相同。

  • 如果输入到pspectrum是在一组时间瞬间采样的数字向量，该时间瞬间由数字，期间， 要么约会时间数组,然后t具有与输入时间值相同的类型和格式。

  • 如果输入到pspectrum是连续样本之间具有指定时间差异的数字向量吗t是一个期间数组中。

持久谱的功率值，以矢量形式返回。

更多关于

全部折叠

频谱计算

计算信号谱，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。

  • 如果不可能在合理的时间内计算单个修改的周期图，则该功能计算Welch期间：它将信号划分为重叠段，使用kaiser窗口将每个段划分为重叠段，并平均段的一段码码。

光谱窗口

任何真实世界的信号只能在有限的时间内被测量。这一事实在傅里叶分析中引入了不可忽略的影响，傅里叶分析假设信号要么是周期性的，要么是无限长的。光谱窗口，对不同的信号样本赋予不同的权值，系统地处理有限尺寸效应。

窗口的最简单方法是假设它在测量间隔之外相同为零，并且所有样本同样显着。这个“矩形窗口”在两端都有不连续的跳跃，导致光谱振铃。两端的所有其他光谱窗口锥度通过将较小的权重分配给靠近信号边缘的样本来减少这种效果。

窗口过程始终涉及冲突目标之间的折衷：提高分辨率和泄漏减少：

  • 决议是能够准确地知道信号能量如何分布在频率空间中。无论频率如何靠近，一个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（纯正弦曲线）。定量地，这种能力涉及窗口变换的MainLobe宽度。

  • 泄漏事实上，在有限信号中，每个频率分量在整个完整频率范围内投射能量内容。频谱中的泄漏量可以通过在相邻强调的存在下检测来自噪声的弱音的能力来测量。定量地，这种能力涉及窗口频率变换的侧链级。

分辨率越高，泄漏越高，反之亦然。在量程的一端，矩形窗具有可能最窄的主瓣和最高的旁瓣。如果它们有相似的能量含量，这个窗口可以分辨出紧密间隔的音调，但如果它们没有相似的能量含量，它就无法找到较弱的音调。在另一端，具有高旁瓣抑制的窗口有一个宽的主瓣，其中近频率被混在一起。

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系数，β．pspectrum使用形状因子范围从<年代pan class="inlineequation">β= 0，它对应于矩形窗口，到<年代pan class="inlineequation">β= 40在该系统中，一个宽的主波瓣基本上可以捕捉到以双精度表示的所有光谱能量。的中间值<年代pan class="inlineequation">β≈6非常接近汉恩窗口。控制β， 使用“漏”名称-值对。如果你设置“漏”来升， 然后升和β是相关的<年代pan class="inlineequation">β= 40（1 -升）．看到凯泽为更多的细节。

51点HANN窗口和51点kaiser窗口<年代pan class="inlineequation">β= 5.7在时域 51点HANN窗口和51点kaiser窗口<年代pan class="inlineequation">β= 5.7在频域

参数和算法选择

计算信号谱，pspectrum最初决定了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 马克斯 - t 闵 ．

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

  • ENBW是个等效噪声带宽光谱窗口。看到enbw为更多的细节。

    使用“漏”名称值对以控制eNBW。参数的最小值对应于kaiser窗口<年代pan class="inlineequation">β= 40．最大值对应的是带有的Kaiser窗口<年代pan class="inlineequation">β= 0．

然而，在实践中，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，最低分辨率带宽pspectrum可以使用是

RBW 性能 ＝ 4 × f 跨度 4096 - 1 ，

在哪里<年代pan class="inlineequation">f跨度指定的频带宽度是否使用“FrequencyLimits”．如果“FrequencyLimits”没有指定，然后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 ＝ 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计算一个单身改进的周期图对整个信号。该函数使用Kaiser窗口，形状因子由“漏”当轴上的时限超过信号持续时间时，名称值对并应用零填充。看到周期图为更多的细节。

  • 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的信号。功能:

    1. 将信号划分为重叠段。

    2. 使用具有指定形状因子的Kaiser窗口分别窗口每个分段。

    3. 平均所有细分的一段时间点。

    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为更多的细节。

    • 计算使用每个段（或等效）的长度使用

      段长度 ＝ f 尼奎斯特 × ENBW RBW ，

      在哪里<年代pan class="inlineequation">f尼奎斯特是个奈奎斯特频率．(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］对于真实的信号<年代pan class="inlineequation">(- - - - - -f尼奎斯特，f尼奎斯特］对于复杂的信号)。

    • 步幅是通过调整初始估计得到的，

      步幅 ≡ 段长度 - 重叠 ＝ 段长度 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

为了计算非平稳信号的时变频谱，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按照以下步骤操作：

  1. 将信号分成等长段。分段必须足够短，使信号的频率内容在分段内不发生明显变化。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。

    • 如果不调用没有输出参数，则通过段显示分贝段中的每个频谱的功率。将百分形的幅度描绘为具有幅度相关的Colormap的图像。

该功能只能计算单通道信号的频谱图。

将信号分成段

要构造谱图，首先将信号分成可能重叠的部分。与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 ） × 100. ，

在哪里<年代pan class="inlineequation">ENBW是个等效噪声带宽光谱窗口。看到enbw和频谱计算为更多的信息。

指定的时间分辨率

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

    如果信号有时间信息，请指定以秒为单位的时间分辨率。该函数将结果转换为若干个样本，并四舍五入到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。

  • 将重叠部分指定为段长度的百分比。该函数将结果转换为若干个样本，并将其四舍五入到小于或等于该数字的最接近的整数。

默认的时间分辨率

如果您没有指定时间分辨率，那么pspectrum使用整个信号的长度来选择段的长度。函数将时间分辨率设置为<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它是一个除数吗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。指定重叠将改变段的数量。超出信号端点的段是用零填充的。

考虑七个样本信号[s0 s1 s2 s3 s4 s5 s6]．因为<年代pan class="inlineequation">⌈7/2⌉=⌈3.5⌉= 4，当没有重叠时，该函数将信号分成长度为4的两段。段的数目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 
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，这是一个时间瞬间向量，对应于各段的中心。

窗口段和计算谱

后pspectrum将信号分割成重叠的段，每个段的函数窗都有一个Kaiser窗。形状因子β而窗的漏气，则可通过使用调节“漏”名称-值对。然后，该函数计算每个片段的光谱，并将光谱连接起来，形成谱图矩阵。为了计算分段谱，pspectrum遵循中描述的程序频谱计算，除了分辨率带宽的下限是

RBW 性能 ＝ 4 × f 跨度 1024. - 1 ．

显示频谱功率

如果没有输出参数的调用，则使用带有默认Matlab ColorMap的颜色栏，该功能在分贝中显示短时傅里叶变换的电源。彩色杆包括谱图的全功率范围。

持久性谱计算

的持久性频谱信号是表示在信号中存在给定频率的时间的百分比的时频视图。持久频谱是幂频空间中的直方图。特定频率在信号中持续到信号的延长，其时间百分比越高，因此在显示器中更亮或更热“。使用持久频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谱图。看到谱图计算为更多的细节。

  2. 将功率和频率值划分为2-D bins。(使用“NumPowerBins”名称 - 值对以指定电源箱的数量。）

  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. 绘制与功率和频率相关的累积直方图，颜色与直方图计数的对数成正比，表示为归一化百分比。若要表示零值，请使用最小值的二分之一。

功率谱

直方图

累积直方图

参考文献

[1]哈里斯，弗雷奇j。“在不同傅里叶变换中使用Windows进行谐波分析。”IEEE的诉讼程序<年代up>®．1978年1月第66卷，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。

也可以看看

应用程序

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">

介绍了R2017b

信号处理工具箱文档
金宝app

尝试MATLAB, Si金宝appmulink和其他产品下载188bet金宝搏

得到审判现在