广义频谱图

✍ dations ◷ 2025-09-18 19:45:55 #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

  • 风疹风疹(英语:rubella, German measles, three-day measles),又称德国麻疹或三日麻疹,是一种由风疹病毒(英语:Rubella virus)感染所造成的疾病。本病的症状轻微,半数患病者通常不会有自
  • 纵火癖纵火狂是一种有关控制冲动的障碍,其中患者反复无法抵抗故意纵火,以缓解紧张或获得满足。纵火狂不等同于纵火行为,纵火狂并不是为了经济或政治利益,而且对与火有相联的物件,例如消
  • 反复反复流产(recurrent miscarriage)是指两次或两次以上连续流产,过去称为习惯性流产(habitual abortion),而在医学研究中较常使用复发性流产(recurrent pregnancy loss 或 RPL)。造成
  • 梅琳达·盖茨梅琳达·盖茨女爵士(英语:Melinda Gates,1964年8月15日-),DBE,婚前原名梅琳达·安·法兰奇(英语:Melinda Ann French)。美琳达·盖茨出生于美国德克萨斯州达拉斯,并在达拉斯长大,其丈夫
  • O形环O形环,(又称:O型环、O环、O型圈、O令)是一种圆环形状的机械垫片,它是环状的弹性体,断面常见为圆形,一般会固定在一凹槽中,组装过程中会被两个或两个以上的组件压缩,因此产生密封的接
  • 塞雷拉公司塞雷拉基因组(Celera Genomics,NYSE:CRA,专门于遗传定序以及相关技术。总部位于马里兰州。成立于1998年,克莱格·凡特与珀金-埃尔默公司(Perkin-Elmer Corporation)为主要建立者之
  • 奥威尔乔治·奥威尔(英语:George Orwell;1903年6月25日-1950年1月21日),本名埃里克·亚瑟·布莱尔(Eric Arthur Blair),英国左翼作家,新闻记者和社会评论家。《动物庄园》和《一九八四》为奥
  • 心灵裸舞《心灵裸舞》(Dancing Naked in the Mind Field)是美国生物化学家、PCR发明者凯利·穆利斯的自传,1998年Vintage Books初版。书中讲述了他发明PCR的经过,以及由此获得诺贝尔化学
  • 山原猫山原猫(学名:Leopardus jacobita),又名南美山猫或安第斯山猫,是一种细小的野生猫科。它们是传统上两种没有亚种的猫科之一。它们的数量估计少于2500只,但却只有有限的保育工作。山
  • 厦蓉高速厦门-成都高速公路(简称厦蓉高速,“蓉”为成都简称),是中国国家高速公路网中的一条东西横线,编号为G76,起点在福建省厦门,途经龙岩、江西省瑞金、赣州、湖南省郴州、广西壮族自治区