matlab中画时频图,Matlab 时频图 的几种画法

1.自带函数specgram 即将更新为spectrogram

Example :

t=0:0.001:2; % 2 secs @ 1kHz sample rate

y=chirp(t,100,1,200,'q'); % Start @ 100Hz, cross 200Hz at t=1sec

pectrogram(y,kaiser(128,18),120,128,1E3,'yaxis');

title('Quadratic Chirp: start at 100Hz and cross 200Hz at t=1sec');

2.下载matlab时频工具箱

①tfrwv

Example :

sig=fmlin(128,0.1,0.4); tfrwv(sig);

②tfrpwv

Example :

sig=fmlin(128,0.1,0.4); tfrpwv(sig);

③tfrspwv

Example :

sig=fmlin(128,0.05,0.15)+fmlin(128,0.3,0.4);

g=tftb_window(15,'Kaiser'); h=tftb_window(63,'Kaiser');

tfrspwv(sig,1:128,64,g,h,1);

④tfrstft

Example :

sig=[fmconst(128,0.2);fmconst(128,0.4)]; tfr=tfrstft(sig);

subplot(211); imagesc(abs(tfr));

subplot(212); imagesc(angle(tfr));

⑤frgabor

Example :

sig=fmlin(128);

tfrgabor(sig,64,32);

  • 0
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
小波变换是一种域和频域都能展现的信号分析方法,它可以将非平稳信号转化为间-频率局部化的表达形式。Matlab中的小波变换工具箱提供了多种小波函数和变换方式,使得信号的时频特性可以得到更加准确的描绘。 在进行小波变换,我们首先需要将要分析的信号进行小波分解。这一步骤可以使用如WPT(小波分组分解)、DWPT(双重小波分解)等方法,在分解的过程中对信号进行了低通和高通滤波。接下来,根据不同的应用场景和需要,我们可以选择对分解后的各级系数进行不同的处理,如滤波、降采样、重构等,以得到对信号更加准确的分析结果。 小波分解后得到的各级系数可以反映信号在不同频率和不同间上的信息,通过将不同级别系数的能量分布进行可视化,可以得到信号的时频曲线。具体地说,我们可以利用Matlab中的contour、surf等函数,将各个小波尺度下系数能量的分布以热或3D曲面的形式展现出来。通过观察时频曲线的性质,我们可以得到信号的域和频域上的特征,如信号的瞬态响应、频带分布等。 总的来说,小波变换可以将非平稳信号分解为多个尺度和频率的信号成分,从而可以在域和频域上对信号进行更加全面和准确的分析。在使用Matlab进行小波变换,我们可以根据不同的应用场景和需要,选择合适的小波分解方法和系数处理方式,并通过可视化分析来得到信号的时频曲线,实现对信号的深入分析和处理。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值