我想评估几十秒长度声音记录中的功率谱（幅度）变化，仅在某些选定的频率上 . 声音有这样的频谱（手机应用程序分析）：
我想仅在一些单独的频率中绘制时间变化，例如在4kHz和8kHz，作为时间曲线 . 没有光谱图 .
示例：声音长度为30秒 . 我希望通过FFT获得功率谱，仅采用4kHz和8kHz的频率，并在4kHz和8kHz的时间内获得两个单独的曲线图 .
我将如何在Matlab中做到这一点？
您将使用某种滑动窗口，其中 PS(f, t) 是在以 t 为中心的样本块上执行的DFT中的元素 f . 窗口大小将决定频域中的分辨率 . （4 kHz的走线中是否包含3.98 kHz的功率？）
PS(f, t)
t
f
我想通过FFT获得功率谱，仅采用4kHz和8kHz的频率 .
不，你没有 . 直接计算两个频率的DFT / GDFT比计算整个FFT快得多 .
此外，您可以将傅立叶变换标识应用于时移以更新GDFT，而不是在每个时间步重新计算它 . 您应用时移，添加进入窗口的样本，并减去离开的样本 .
使用 fft 和滑动窗口的总复杂度： O(N * w * lg w) 其中 w 是窗口大小 . 使用GDFT和时移的总复杂度： O(c * N) 其中 c 是您关心的频率计数 .
fft
O(N * w * lg w)
w
O(c * N)
c
两种情况下的常量都相似，所以你真的想在 c < w * lg w 时使用秒 .
c < w * lg w
在绘图之前不要忘记取大小（ abs 函数） .
abs
1 回答
您将使用某种滑动窗口，其中
PS(f, t)是在以t为中心的样本块上执行的DFT中的元素f. 窗口大小将决定频域中的分辨率 . （4 kHz的走线中是否包含3.98 kHz的功率？）不，你没有 . 直接计算两个频率的DFT / GDFT比计算整个FFT快得多 .
此外，您可以将傅立叶变换标识应用于时移以更新GDFT，而不是在每个时间步重新计算它 . 您应用时移，添加进入窗口的样本，并减去离开的样本 .
使用
fft和滑动窗口的总复杂度：O(N * w * lg w)其中w是窗口大小 . 使用GDFT和时移的总复杂度：O(c * N)其中c是您关心的频率计数 .两种情况下的常量都相似，所以你真的想在
c < w * lg w时使用秒 .在绘图之前不要忘记取大小（
abs函数） .