【Python 信号处理】-短时傅里叶变换(STFT)-1

本文介绍了短时傅里叶变换(STFT)的概念和用途,用于处理非平稳信号的频率分析。通过将信号切片并分别进行傅里叶变换,STFT能够揭示信号在不同时间点的频率特性。文中还探讨了如何选择合适的帧长度,并提供了主要代码、示例Demo及stft函数的官方解释。
摘要由CSDN通过智能技术生成

前言

实际中,有些信号是非平稳信号,这就导致我们在使用傅里叶变换时会出现频率混叠的现象。为实现非平稳信号的频率分析,短时傅里叶变化由此诞生。

一、短时傅里叶变换原理和用途

短时傅里叶变换原理是将单条非平稳信号切片成多个信号片段,然后分别对每个信号片段做傅里叶变换,最后将每个信号片段的频谱合为一个整体。在使用过程中可,切片的信号可以存在重叠部分,但在频谱合称过程中需要考虑重叠影响。短时傅里变换后的信号谱图中,横坐标是时间,纵坐标是频率,谱图颜色的深浅表示频率的大小。

使用步骤

1. 主要代码

import numpy as np
from scipy import signal
import matplotlib.pyplot 
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

打赏作者

闪闪发亮的小星星

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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