• 1.摘要
  • 2.广义频谱图的定义
  • 3.优点
  • 4.缺点
  • 5.例子
  • 6.变形

广义频谱图

广义频谱图(Generalized spectrogram),为频谱图的通用型。为了得知信号随着时间的频率分布状态,以频谱图观察时,其分辨率受到测不准原理影响,频率分辨率与时间分辨率相乘为定值。为解决此问题,于是将频谱图推广至广义频谱图。

一段随时间变化的信号,同时具有时域和频域的特征,若想要了解一个信号在某段时间内的频率特征,最好的方式就是使用时频分析,观察一段信号的时频分布图。频谱图(Spectrogram)就是其中一种同时表示时间和频率特征的分布图。

广义频谱图的定义

以高斯函数作为窗函数(window function),使用时频分析,求出两组不同长度的窗函数的加伯转换,即 imageimage ,再将 image 取共轭复数后相乘。公式如下:

image

其中image为加伯转换的窗函数,image为时间 image为频率。

加伯转换的公式如下:

image

image

若将image,则与原本频谱图无异。

长度不同的窗函数,其时频域的分辨率不同,依据测不准原理,较窄的窗函数,时间分辨率较好,而频率分辨率较差;相反的,较宽的窗函数,频率分辨率较好,而时间分辨率较差。

为了同时在时间和频率轴上都达到更好的分辨率,把在频谱图原定义中的image分为两个长短不同的波形。例如 : 可以让image长度较宽,在频域上面有良好的分辨率,而image则长度较窄,在时域上有良好的分辨率。先分别运算imageimage,再相乘,变为image。如此一来时域和频域上的分辨率都能兼顾到。

优点

有优于测不准原理的时间分辨率与空间分辨率。

由于各自的加伯转换并不会有cross term,故此方法也不会有cross term出现。

有省时方法:当一组加伯转换中的数值为零时,我们将不用去计算另一组,因为相乘后还是零。

缺点

需要计算两组加伯转换,即与频谱图相比,最高会多花两倍的时间

需要去最佳化imageimage

例子

当我们的输入信号为: