信号处理方法的总结

智能信息处理的一点总结，前两种方法属于经典法，后面是现代法
信号的频域处理可分为经典方法和现代方法。经典方法以傅利叶变换为核心，只处理线性时不变问题。对非线性时变问题的处理是正在发展中的现代方法内容。经典的谱估计方法对采样得到序列进行处理隐含了一个加窗的操作，窗外的数据默认为零。所以可靠经典的谱估计方法在采样点数比较少的情况下，对频率的估计变得不可靠。现代谱估计方法以模型为基础，利用采样的数据建立模型，使谱估计的结果更能体现随机信号全局性的性质。
各自特点：经典谱估计法简单，复杂度低，在采样点较多时有很好的效果，但是在采样时间短的情况下，经典法的分辨率较低，因此使用现代谱估计比较好。同时，现代谱估计的方法比经典法要平滑，而且可以处理非线性时变的序列。

1、FFT
电类工科学生必备技能，记得学习数字信号处理时曾老师反复强调。一种快速的傅里叶变换方法

2、非参数功率谱(周期图法，韦尔奇法)
在matlab中，pwelch()是提供的韦尔奇方法实现的函数

[P13,f] = pwelch(data1,hamming(256),N,1004,fs);

3、参数功率谱估计法（Burg,yale-worker AR）
基于AR模型
matlab中有 pburg ()和pyulear()

[P21,f] = pburg(data2,8,1004,100);	% 14th order model
 [P22,f] = pyulear(data2,8,1004,100);	% 14th order model

4、短时傅里叶变换方法

win_sz = 60;
han_win = hanning(win_sz);      % 选择海明窗

nfft = win_sz;
nooverlap = win_sz - 1;
[S1, F, T] = spectrogram(data1, window, nooverlap, nfft, fs);
figure,imagesc(T, F, log10(abs(S1)));hold on
set(gca, 'YDir', 'normal')
xlabel('Time (secs)')
ylabel('Freq (Hz)')
title('short time fourier transform spectrum of EEG1');

5、小波变换
小波变换里面我记得还要在MATLAB里面装一个工具箱（Wavelet analysis?）
matlab例程 C:\Users\yang\Doucuments\MATLAB\Examples\wavelet

[cfs1,f] = cwt(data1,'bump',fs);
figure,helperCWTTimeFreqPlot(cfs1,t,f,'surf','CWT of EEG1','Seconds','Hz')

4、5主要参考了
STFT & CWT
6.希尔伯特黄变换
https://blog.csdn.net/lvsehaiyang1993/article/details/80875679
在matlab官网上可以下载hht的相关代码，一共有三个，目前还没看懂。