matlab中pwelch函数用法总结

randn(‘state’,0);
Fs = 1000; t = 0:1/Fs:.3;
x = cos(2pit*200) + randn(size(t)); % 200Hz cosine plus noise
pwelch(x,33,32,[],Fs,‘twosided’)

[Pxx,f]=pwelch(x,window,noverlap,nfft,fs)

Welch方法是一种修正周期图功率谱密度估计方法，它通过选取的窗口对数据进行加窗处理，先分段求功率谱之后再进行平均。其中窗口的长度N表示每次处理的分段数据长度，Noverlap是指相邻两段数据之间的重叠部分长度。N越大得到的功率谱分辨率越高(越准确)，但方差加大(及功率谱曲线不太平滑)；N越小，结果的方差会变小，但功率谱分辨率较低(估计结果不太准确)。

1. 将信号分为多段，每段之间可以有overlapping,也可以没有。
2. 每一段加窗
3. 每一段做谱分析
4. 求平均。

关于 信号到底要分多少段？每一段长度多少？我的理解，这个问题的回答，需要考虑频域分辨率。 当然，每一段时间跨度越大，频域分辨率就越高。如果整个信号不分段，那么频域分辨率最高。当然分段也是为了考虑噪声的影响。分得段越多，噪声越小。 有时候，如果一个信号本身不太长，那么如果有overlapping,显然可以比不overlapping的时候的频域分辨率高。 总结一下，每一段的长度，和overlapping 的长度，需要平衡噪音，频域分辨率。

另外注意的是,pwelch里面NFFT,即FFT的个数，是可以变化的。但是最大长度不能超过每一段的点数。当然，很多情况下我们把NFFT等于每一段的点数，这样可以得到最高的频域分辨率。 如果NFFT = 每一段的一半，频域分辨率低一倍。

帮助里面
noverlap must be less than the length of the window you specify,
the (default) length N of the FFT is the larger of 256 and the next power of 2 greater than the length of the segment.

转载：https://blog.csdn.net/guzuxing4829/article/details/78642338