标签：plot Fs Short 分辨率 Transform STFT MATLAB 信号 Fourier
短时傅里叶变换原理及其MATLAB实现（Short Time Fourier Transform，STFT）
1.短时Fourier变换原理（STFT原理）
信号x(t)短时Fourier变换定义为：
其中w(τ)为窗函数。
X(ω,t)中的时间t表示窗函数w(τ−t)的位置，随着窗函数在整个区间上的滑动，可获得信号x(τ)在 t 附近区域上对应的频谱。
信号短时Fourier变换是一种常用的信号时频分析方法。
2.DFT中的STFT原理
信号x(t)的STFT是一个积分运算，在实际计算中也可通过DFT来实现，即
其中：窗函数w[k]的宽度为N，x[k]为连续信号x(t)的抽样。
若抽样频率为fs，则存在 t=kT, T=1/fs。
3.时间分辨率和频谱分辨率
（2）时间分辨率
时间分辨率由时窗宽度Tp决定，公式为
Tp越小，时间分辨率越高。
（2）频谱分辨率
频谱分辨率是指分辩信号中相邻谱峰的能力，公式为
∆fc越小，频谱分辨率越高。
4.不足
信号的STFT虽然能在一定程度上改善Fourier变换的不足，实现信号的时频分析，但其时间分辨率固定不变，因而不能有效地反映信号的突变程度，其应用受到局限。
小波分析拓展了信号STFT，实现了一种新的时频分析方法，其时窗可以随着信号的频率增高而缩小，频率降低而增大，有效地解决信号短时Fourier变换的缺陷，因而得到广泛应用。
5.Matlab代码实现
clear;
clc;
Fs=1e4;
t=0:1/Fs:4;
t1=0:1/Fs:1;
%10Hz的信号
x1=[sin(2*pi*10*t1)';zeros(Fs*3,1)];
%1000Hz的信号
x2=[zeros(Fs,1);sin(2*pi*1000*t1)';zeros(Fs*2,1)];
%2000Hz的信号
x3=[zeros(Fs*2,1);sin(2*pi*2000*t1)';zeros(Fs,1)];
%3000Hz的信号
x4=[zeros(Fs*3,1);sin(2*pi*3000*t1)'];
figure(1);
subplot(411);
plot(t,x1);
subplot(412);
plot(t,x2);
subplot(413);
plot(t,x3);
subplot(414);
plot(t,x4);
x=x1+x2+x3+x4;
figure(2);
subplot(211);
plot(t,x);
title('时域图');
axis([0 4 -2 2]);
%FFT代码
X=fft(x);
N=length(x);
f=(1:N/2)*Fs/N;
subplot(212);
plot(f,abs(X(1:N/2)));
xlabel('f (Hz)');
ylabel('|X(f)|');
title('频谱图');
%STFT关键代码
figure(3);
spectrogram(x,128,120,128,Fs,'yaxis');
title('时频图');
标签：plot,Fs,Short,分辨率,Transform,STFT,MATLAB,信号,Fourier 来源： https://blog.csdn.net/pk296256948/article/details/118306030
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。