短时傅里叶变换-短时傅里叶变换的优缺点

大家好，今天小编关注到一个比较有意思的话题，就是关于短时傅里叶变换的问题，于是小编就整理了4个相关介绍短时傅里叶变换的解答，让我们一起看看吧。

如何进行短时傅里叶变换？

a=wavread('jiasiqi.wav'); %将音频信号jiasiqi.wav读入subplot(2,1,1), %分配画布，一幅图上共两个图，这是第一个plot(a);title('original signal')

; %画出原始信号，即前面这个音频信号的原始波形grid %添加网格线N=256; %设置短时傅里叶变换的长度，同时也是汉明窗的长度h=hamming(N)

; %设置汉明窗for m=1:

N %用汉明窗截取信号，长度为N，主要是为了减少截断引起的栅栏效应等b(m)=a(m)*h(m)endy=20*log(abs(fft(b))

) %做傅里叶变换，取其模值，即幅频特性，然后用分贝（dB）表示subplot(2,1,2) %分配画布，第二副图plot(y);title('短时谱')

; %画出短时谱grid %添加网格线

如何理解傅里叶变换和小波变换？

短时傅里叶变换是给信号在时域上加窗，把信号分成一小段一小段，分别做傅里叶变换； 小波变换直接更换了基函数，将无限长的三角函数基换成了有限长的会衰减的小波基。

相比于窗宽窄不能变化的短时傅里叶变换，小波基的尺度可以伸缩，从而解决了时域、 频域分辨率不可兼得的问题，并且可以实现正交化。

傅里叶变换什么时候学的？

大学期间，在大一上高等数学时，里面会有傅里叶变换。

傅立叶变换表示能将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函数）或者它们的积分的线性组合。在不同的研究领域，傅立叶变换具有多种不同的变体形式，如连续傅立叶变换和离散傅立叶变换。最初傅立叶分析是作为热过程的解析分析的工具被提出的。

如何用matlab实现语音信号的短时傅里叶变换？

matlab自带了短时傅里叶变换的分析函数，也即spectrogram函数。

其使用方式有两种

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

2. [S,F,T,P]=spectrogram(x,window,noverlap,F,fs)

x---输入信号的向量；Window---窗函数；Noverlap---各段之间重叠的采样点数；Nfft---计算离散傅里叶变换的点数；Fs---采样频率Hz；F---在输入变量中使用F频率向量。

对应题主的问题

假设语音信号保存在wave变量中，那么，对其做短时傅里叶变换的函数语句为

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

参数可以根据具体信号的特点进行设定。

到此，以上就是小编对于短时傅里叶变换的问题就介绍到这了，希望介绍关于短时傅里叶变换的4点解答对大家有用。