广义频谱图

✍ dations ◷ 2025-04-02 21:27:19 #声学,信号处理

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。

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 G x , w 1 ( t , f ) {\displaystyle {G_{x,{w_{1}}}}\left({t,f}\right)} G x , w 2 ( t , f ) {\displaystyle {G_{x,{w_{2}}}}\left({t,f}\right)} ,再将 G x , w 2 ( t , f ) {\displaystyle {G_{x,{w_{2}}}}\left({t,f}\right)} 取共轭复数后相乘。公式如下:

S P x , w 1 , w 2 ( t , f ) = G x , w 1 ( t , f ) G x , w 2 ( t , f ) {\displaystyle S{P_{x,{w_{1}},{w_{2}}}}(t,f)=G_{x,{w_{1}}}(t,f)G_{x,{w_{2}}}^{*}(t,f)}

其中 w 1 ( t ) , w 2 ( t ) {\displaystyle w_{1}(t),w_{2}(t)} 为加伯转换的窗函数, t {\displaystyle t} 为时间 f {\displaystyle f} 为频率。

加伯转换的公式如下:

G x , w 1 ( t , f ) = w 1 ( t τ ) x ( τ ) e j 2 π f τ d τ {\displaystyle {G_{x,{w_{1}}}}\left({t,f}\right)=\int _{-\infty }^{\infty }{{w_{1}}\left({t-\tau }\right)x\left(\tau \right)\,{e^{-j2\pi \,f\,\tau }}d\tau }}

G x , w 2 ( t , f ) = w 2 ( t τ ) x ( τ ) e j 2 π f τ d τ {\displaystyle {G_{x,{w_{2}}}}\left({t,f}\right)=\int _{-\infty }^{\infty }{{w_{2}}\left({t-\tau }\right)x\left(\tau \right)\,{e^{-j2\pi \,f\,\tau }}d\tau }}

若将 w 1 ( t ) = w 2 ( t ) {\displaystyle w_{1}(t)=w_{2}(t)} ,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 w ( t ) {\displaystyle w(t)} 分为两个长短不同的波形。例如 : 可以让 w 1 ( t ) {\displaystyle w_{1}(t)} 长度较宽,在频域上面有良好的分辨率,而 w 2 ( t ) {\displaystyle w_{2}(t)} 则长度较窄,在时域上有良好的分辨率。先分别运算 G x , w 1 ( t , f ) {\displaystyle {G_{x,{w_{1}}}}\left({t,f}\right)} G x , w 2 ( t , f ) {\displaystyle {G_{x,{w_{2}}}}\left({t,f}\right)} ,再相乘,变为 S P x , w 1 , w 2 ( t , f ) {\displaystyle S{P_{x,{w_{1}},{w_{2}}}}\left({t,f}\right)} 。如此一来时域和频域上的分辨率都能兼顾到。

当我们的输入信号为:

我们先分别求出 σ = 0.1 {\displaystyle \sigma =0.1} σ = 1.6 {\displaystyle \sigma =1.6} 的 。经Matlab计算后,如下图

将其中一个取共轭复数后,两者相乘,得到广义频谱图如下;

我们可以与 σ = 0.4 {\displaystyle \sigma =0.4} 的加伯转换比较:

可以发现广义频谱图无论是在时间分辨率下,或是频率分辨率下,都优于 σ = 0.4 {\displaystyle \sigma =0.4} 的加伯转换。

原本的广义频谱图公式为 S P x , w 1 , w 2 ( t , f ) = G x , w 1 ( t , f ) G x , w 2 ( t , f ) {\displaystyle S{P_{x,{w_{1}},{w_{2}}}}(t,f)={G_{x,{w_{1}}}}(t,f)G_{x,{w_{2}}}^{*}(t,f)}

我们可以对此再进行一般化,如下

S P x , w 1 , w 2 ( t , f ) = G x , w 1 α ( t , f ) G x , w 2 β ( t , f ) {\displaystyle S{P_{x,{w_{1}},{w_{2}}}}(t,f)=G_{x,{w_{1}}}^{\alpha }(t,f)G_{x,{w_{2}}}^{\beta }(t,f)}

或者如下方形式:

S P x , w 1 , w 2 ( t , f ) = | G x , w 1 ( t , f ) | α | G x , w 2 ( t , f ) | β {\displaystyle S{P_{x,{w_{1}},{w_{2}}}}(t,f)=\left|G_{x,{w_{1}}}(t,f)\right|^{\alpha }\left|G_{x,{w_{2}}}(t,f)\right|^{\beta }}

两种方法新增了 α {\displaystyle \alpha } β {\displaystyle \beta } 两变数,期望能找到更好的分辨率。

相关

  • 金属疲劳疲劳一词在材料科学领域, 意指物件因持续受到动态变化的应力而造成结构劣化。引起疲劳的动态变化应力通常远小于静态的极限拉伸应力或极限屈变应力。疲劳是渐进且局部的结构
  • 藏缅语族藏缅语族是分布于中国西南部、印度东北部、尼泊尔、巴基斯坦、不丹、缅甸、泰国、越南等地的一组语言。根据民族语网站2009年的资料,藏缅语族共包含有435种语言,其中主要的语
  • 劳拉·威尔士劳拉·威尔奇·布什(英文:Laura Lane Welch Bush,1946年11月4日-)原名劳拉·雷恩·威尔奇(Laura Lane Welch),美国第43任总统乔治·沃克·布什的妻子,即美国前第一夫人之一,亦是唯一生
  • 睡眠观察睡眠多项生理检查(英语:Polysomnography),缩写为PSG,是睡眠医学(英语:Sleep medicine)、睡眠障碍、打鼾、癫痫、睡眠呼吸中止症等,有关睡眠的疾病当中,最常被安排进行的标准生理诊断方
  • 王馥荔王馥荔(1949年11月12日-),原籍天津,生于江苏徐州,中国电影表演艺术家。12岁考入江苏省戏剧学校京剧班,学习青衣花旦。1967年毕业后入江苏省京剧团任演员。儿子王骁也进军娱乐圈。 1
  • 京畿京畿的意思是国都和国都周围的地方。京畿一词出现于中国唐朝,当时将唐长安城周边地区分为京县(赤县)和畿县,京城所管辖的县为赤县,京城的旁邑为畿县,统称京畿。中国唐时有京畿道,宋
  • 闽北花猪闽北花猪是福建省北部山区的地方猪种之一。闽北花猪中心产区在三明市沙县夏茂镇、南平市顺昌县洋口镇、南平市延平区王台镇等地。目前,闽北花猪仅在顺昌县仍有饲养。闽北花猪
  • 祁门县祁门县位于中国安徽省南部山区、昌江上游,是黄山市下辖的一个县,邻接江西省。因茶叶生产历史悠久,早在唐代祁门就有十分繁盛的茶市,今被称作“中国红茶之乡”。下辖10镇,8乡 ,152
  • 左旋与右旋左旋(levorotation)与右旋(dextrorotation)是指有机化合物的对映异构体对偏振光中分别使光向逆时针或顺时针方向旋转。会令偏振光左旋或右旋的异构体会被称为左旋体和右旋体
  • 185大厦185大厦是一栋55层楼(英语:storey),高度200米,位于德国法兰克福Gallus区(英语:Gallus (Frankfurt am Main))的摩天大楼。与同城另一栋建筑物主塔并列法兰克福第四高的建筑物(英语:List