目录：

前言实验环境Matlab spectrogram函数1语法2举栗子：2.1跟踪声音信号里的鸟声轨迹2.2谱图3d可视化 参考：

前言

之前讲了时频分析的原理，和matlab里面的相关实现，现在展示一下它的应用。

想要复习原理的同学，可以参照一下这篇：短时傅里叶分析（1）

想要熟悉函数语句的同学：

基础的可以参见前面的：短时傅里叶实现（1）

中阶的可以参见前面的：短时傅里叶实现（2）

高阶的可以参见前面的：短时傅立叶实现（3）

进阶的可以参见前面的：短时傅里叶实现（4）

终极的可以参见前面的：短时傅里叶实现（5）

实验环境

本文的所有实验都是在matlaba下通过的。

Matlab spectrogram函数

谱图函数：使用短时傅里叶变换化成短时傅里叶变换的谱图。

1语法

前面的几个帖子，已经详细的介绍了这个函数，不清楚的可以参看一下，本篇只演示应用。

2举栗子：

本文会介绍一些常见的应用，重要的是结合原理去理解它，这样才好应用到自己的应用上。

2.1跟踪声音信号里的鸟声轨迹

加载一个包含两个下降鸟声信号和宽带飞溅声的声音信号。计算短时傅里叶变换，将信号分割成400个段落，300个重叠，画出谱图。

load splat% To hear, type soundsc(y,Fs)sg = 400;ov = 300;spectrogram(y,sg,ov,[],Fs,'yaxis')colormap bone

如图所示

%可以使用谱图函数获得信号的功率谱密度信息

[s,f,t,p] = spectrogram(y,sg,ov,[],Fs);%可以使用medfreq来追踪这两个鸟声信号，为了找到最强的，低频鸟声信号，限制这个搜索在频率大于100hz，时间%在宽带信号之前f1 = f > 100;t1 = t < 0.75;m1 = medfreq(p(f1,t1),f(f1));%为了找到虚弱的高频鸟声信号，限制搜索在2500hz以上，时间在0.3秒到0.65秒之间。f2 = f > 2500;t2 = t > 0.3 & t < 0.65;m2 = medfreq(p(f2,t2),f(f2));%将结果叠加在谱图上。将频率值除以1000，以kHz表示。hold onplot(t(t1),m1/1000,'linewidth',4)plot(t(t2),m2/1000,'linewidth',4)hold off

如图所示：

2.2谱图3d可视化

%产生一个两秒的信号，采样频率为10khz，瞬时频率信号是一个时间的三角函数fs = 10e3;t = 0:1/fs:2;x1 = vco(sawtooth(2*pi*t,0.5),[0.1 0.4]*fs,fs);%计算并画出信号的谱图，使用256点shape为5的kaiser窗，特别地重叠点数是220，512点DFT，在y轴画出颜色图spectrogram(x1,kaiser(256,5),220,512,fs,'yaxis')

%改变视角，并展示瀑布样的谱图，颜色设置为bonecolormap boneview(-45,65)

参考：

mathworks