使用 Matlab 进行短时傅里叶变换 (STFT)（matlab实现）

 💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

💥1 概述

短时傅里叶变换（STFT）是一种在信号处理领域广泛应用的技术，用于分析信号在时频域上的特性。相比于对整个信号进行傅里叶变换，STFT将信号分成短时段，然后对每个时段进行傅里叶变换，以获取信号在不同时间和频率上的频谱信息。MATLAB作为一种强大的数学工具和编程环境，提供了丰富的函数库，方便了短时傅里叶变换的实现。通过使用MATLAB，工程师和研究人员能够轻松地对复杂信号进行时频分析，并可视化这些分析结果。

📚2 运行结果

主函数部分代码：

clear, clc, close all

% load an audio file
[x, fs] = audioread('track.wav');   % load an audio file
x = x(:, 1);                        % get the first channel

% define analysis parameters
wlen = 1024;                        % window length (recomended to be power of 2)
hop = wlen/4;                       % hop size (recomended to be power of 2)
nfft = 4096;                        % number of fft points (recomended to be power of 2)

% perform STFT
win = blackman(wlen, 'periodic');
[S, f, t] = stft(x, win, hop, nfft, fs);

% calculate the coherent amplification of the window
C = sum(win)/wlen;

% take the amplitude of fft(x) and scale it, so not to be a
% function of the length of the window and its coherent amplification
S = abs(S)/wlen/C;

% correction of the DC & Nyquist component
if rem(nfft, 2)                     % odd nfft excludes Nyquist point
    S(2:end, :) = S(2:end, :).*2;
else                                % even nfft includes Nyquist point
    S(2:end-1, :) = S(2:end-1, :).*2;
end

% convert amplitude spectrum to dB (min = -120 dB)
S = 20*log10(S + 1e-6);

🎉3 参考文献

文章中一些内容引自网络，会注明出处或引用为参考文献，难免有未尽之处，如有不妥，请随时联系删除。

[1]Kaur D ,Kumar N ,Anand G , et al. Enhancement of energy storage in nanocomposite thin films: Investigating PVDF-ZnO and PVDF-TZO for improved dielectric and ferroelectric characteristics[J]. Physica Scripta,2024,99(3).

[1]徐高孟,戴涛涛,吕成良等.双螺杆挤压联合低温冲击磨技术改良大米抛光粉品质[J/OL].食品工业科技:1-17[2024-03-02].https://doi.org/10.13386/j.issn1002-0306.2023120058.

🌈4 Matlab代码实现