时域缩小2倍,频域怎么变

Posted 2023-04-07

时域：横轴：时间
纵轴：振动幅度(音量的高低) )。
采样频率: (单位为HZ )
数字化模拟语音波形时，每秒提取声波振幅样本的次数。
采样频率的选择应遵循hxdjqm(Harrynyquist )采样理论。 如果对某个模拟信号进行采样，则可以在采样后恢复的最高信号频率仅为采样频率的一半，或者如果采样频率等于或大于输入信号的最高频率的两倍，则可以根据采样信号序列重建原始信号。 正常人听觉的频率范围约为20Hz~20kHz，根据hxdjqm采样理论，采样频率应该在40kHz左右，以避免声音失真。 常用的音频采样频率有8kHz、11.025kHz、22.05kHz、16kHz、37.8kHz、44.1kHz、48kHz等，如果采用更高的采样频率也可以达到DVD的音质
频域：
可以通过傅立叶变换将信号从时域转换到频域；
到目前为止，我们还不知道频域频谱的值是如何来的，但是我们发现它与时域的采样率相对应，单位都是HZ。 时域在1s内采样16000HZ时，变换为频域的频率范围为(0，16000 Hz )，这1s内的波形相当于这16000个不同的正玄波重叠而成。
当对具有短时傅立叶变换(窗式傅立叶变换)的声音直接进行FFT时，由于时间长，无法有效地接近时域的信号，信号变得过于平滑。 因此，又有短时间傅立叶变换stft，通过窗口滑动进行FFT。 例如，每20ms可以在相邻间隔之间重叠一次。
基本思想：局部平滑——将长非平稳随机过程看作一系列短时随机平稳信号的叠加，短时性可以通过在时间上加窗函数来实现。 在这种方法中，据说不管发现至少什么频率分量，都一定是发生在信号被截取的特定时间。
可用函数： librosa.stft (，音频处理库librosa功能强大，可以输出不同的频谱 参考技术A 时域：横轴：时间

纵轴：振动幅度(音量的高低) )。

采样频率: (单位为HZ )

数字化模拟语音波形时，每秒提取声波振幅样本的次数。

采样频率的选择应遵循hxdjqm(Harrynyquist )采样理论。 如果对某个模拟信号进行采样，则可以在采样后恢复的最高信号频率仅为采样频率的一半，或者如果采样频率等于或大于输入信号的最高频率的两倍，则可以根据采样信号序列重建原始信号。 正常人听觉的频率范围约为20Hz~20kHz，根据hxdjqm采样理论，采样频率应该在40kHz左右，以避免声音失真。 常用的音频采样频率有8kHz、11.025kHz、22.05kHz、16kHz、37.8kHz、44.1kHz、48kHz等，如果采用更高的采样频率也可以达到DVD的音质

频域：

可以通过傅立叶变换将信号从时域转换到频域；

到目前为止，我们还不知道频域频谱的值是如何来的，但是我们发现它与时域的采样率相对应，单位都是HZ。 时域在1s内采样16000HZ时，变换为频域的频率范围为(0，16000 Hz )，这1s内的波形相当于这16000个不同的正玄波重叠而成。

当对具有短时傅立叶变换(窗式傅立叶变换)的声音直接进行FFT时，由于时间长，无法有效地接近时域的信号，信号变得过于平滑。 因此，又有短时间傅立叶变换stft，通过窗口滑动进行FFT。 例如，每20ms可以在相邻间隔之间重叠一次。

基本思想：局部平滑——将长非平稳随机过程看作一系列短时随机平稳信号的叠加，短时性可以通过在时间上加窗函数来实现。 在这种方法中，据说不管发现至少什么频率分量，都一定是发生在信号被截取的特定时间。

可用函数： librosa.stft (，音频处理库librosa功能强大，可以输出不同的频谱 参考技术B 可以通过傅立叶变换将信号从时域转换到频域；
到目前为止，我们还不知道频域频谱的值是如何来的，但是我们发现它与时域的采样率相对应，单位都是HZ。 时域在1s内采样16000HZ时，变换为频域的频率范围为(0，16000 Hz )，这1s内的波形相当于这16000个不同的正玄波重叠而成。
当对具有短时傅立叶变换(窗式傅立叶变换)的声音直接进行FFT时，由于时间长，无法有效地接近时域的信号，信号变得过于平滑。 因此，又有短时间傅立叶变换stft，通过窗口滑动进行FFT。 例如，每20ms可以在相邻间隔之间重叠一次。 参考技术C 时域缩小2倍,频域怎么变？
频域是描述信号在频率方面特性时用到的一种坐标系。其横坐标是频率，纵坐标是信号的幅度。信号的时域分析十分好理解，那为什么要把信号放在频域中分析呢，频域分析又能做什么呢。
信号不仅只与时间有关，还和频率、相位等有关。对信号进行时域分析时，两个信号的时域参数可能出现相同的情况，但并不能说明两个信号完全相同。信号在频域内，可以看出信号包含的能量在不同频率下的分布情况，也可以对信号的滤波等提供帮助。 参考技术D 这个你缩小了两倍，那也不会影响到你的频域，是不影响的，它会自动变

信号处理：频域转时域

%*******时域反演*******%
rng default;  % For reproducibility
Phi = 2*pi*rand(NN,1);  %生成NN个在（0，2*pi）上均匀分布的相互独立的随机变量
fv = zeros(1,NN);
for k = 1:length(LS)
    %采用三角级数以余弦波进行时域样本的模拟
    for i = 1:NN
        fv(k) = fv(k) + av(i)*cos(Omega(i)*LS(k)+Phi(i)); 
    end
end
%*******时域反演结束*******%
subplot(212)  
plot(LS,fv)
xlabel('时间/s')  
ylabel('加速度 m/s')
[f,y0]=change_fft(frecy,fv); %#codegen
figure(3)
plot(f,y0,'r',ff1,F,'b')
xlim([2.5 75])
legend('反演的时域然后傅里叶变换得到的频域','原始频域')
title('频域谱')  
xlabel('频率/hz')  
ylabel('加速度功率密度g^2/hz')