C++实现计算短时傅里叶变换(STFT)的频谱图数据

spectrogram函数是MATLAB中用于计算和绘制短时傅里叶变换(STFT)的频谱图的函数。它的语法如下:

[S,F,T] = spectrogram(x,window,noverlap,nfft,fs)

其中:
x:输入信号(一维向量);
window:窗函数，可以是字符串(如’hann’)、向量(如hamming(256))或者自定义的函数句柄;
noverlap:相邻两个窗口之间重叠的样本数;
nfft:FFT长度，一般取2的幂次方;
fs:采样率。
输出参数包括:
S:傅里叶变换系数，为一个矩阵，每一列代表一个时间窗口的幅度谱;
F:频率向量，表示每个元素对应的频率;
T:时间向量，表示每个元素对应的时间。

以下MATLAB使用spectrogram函数绘制一个正弦波的谱图功能代码。

% 生成正弦波
fs = 1000;%采样率
t = 0:1/fs:1-1/fs;%时间向量 
f= 10;%正弦波频率
x = sin(2*pi*f*t);% 正弦波信号
% 计算并绘制谱图
window = hamming(128);% 窗函数
noverlap = length(window) - 1;%重叠 
nfft = 256; % FFT点数
spectrogram(x,window,noverlap,nfft,fs)

运行以上代码，将会绘制出一个正弦波的谱图。在谱图中，横轴表示时间，纵轴表示频率，颜色表示信号的能量。

C++中实现MATLAB的spectrogram函数需要编写自己的短时傅里叶变换(STFT)计算代码，计算STFT并绘制频谱图，这里仅计算STFT数据。编写代码来处理窗函数（例如Hamming窗）、重叠、FFT变换等。然后，你需要将这些部分整合到一个函数中，该函数将计算STFT并返回结果。

#include <iostream>
#include <vector>
#include <cmath>
#include <complex>
#include <fftw3.h> // 假设你使用了FFTW库进行FFT计算

// Hamming窗函数
std::vector<double> hamming_window(size_t size) {
    std::vector<double> window(size);
    for (size_t i = 0; i < size; ++i) {
        window[i] = 0.54 - 0.46 * std::cos(2 * M_PI * i / (size - 1));
    }
    return window;
}

// 计算STFT
std::vector<std::vector<std::complex<double>>> spectrogram(
    const std::vector<double>& x,
    const std::vector<double>& window,
    size_t noverlap,
    size_t nfft,
    double fs) {
    // ... 省略了部分代码，如输入验证、FFT计划创建等

    // 结果矩阵初始化
    size_t num_frames = (x.size() - noverlap) / (nfft - noverlap) + 1;
    std::vector<std::vector<std::complex<double>>> S(num_frames, std::vector<std::complex<double>>(nfft / 2 + 1));

    // 省略了FFT计算和其他STFT相关的逻辑
    // 这里仅作为示例，你需要填充完整的计算逻辑

    // 假设这里已经计算了所有帧的FFT并存储在S中

    return S;
}

// 主函数（示例）
int main() {

    // 调用spectrogram函数并处理结果（注意这里并未真正绘制）
    std::vector<std::vector<std::complex<double>>> S = spectrogram(x, window, noverlap, nfft, fs);

    // 在这里，你可以使用S来绘制频谱图

    return 0;
}