声音信号希尔伯特黄变换
Posted studyer_domi
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了声音信号希尔伯特黄变换相关的知识,希望对你有一定的参考价值。
要求:把去噪后的信号(已有)希尔伯特黄变换得到 经验模态分解的结果 瞬时频率图 希尔伯特谱
clear all
close all
[y,Fs]=audioread('output.wav');
x1=decimate(y(:,1),4);
x2=decimate(y(:,2),4);
x1=x1';
indx=1:1000;
s=x1(indx);
figure(10)
subplot(2,2,1);
plot(s);
title('原始信号');
[c,l]=wavedec(s,3,'db1');
a3=appcoef(c,l,'db1',3);
d3=detcoef(c,l,3);
d2=detcoef(c,l,2);
d1=detcoef(c,l,1);
dd3=zeros(1,length(d3));
dd2=zeros(1,length(d2));
dd1=zeros(1,length(d1));
c1=[a3 dd3 dd2 dd1];
s1=waverec(c1,l,'db1');
subplot(2,2,2);
plot(s1);grid;
title('强制消噪后的信号');
%%
figure(20)
spectrogram(s1,100,80,100,Fs,'yaxis'), % 100,80,100是做变化的常数量
view(-27,62)
shading interp
plot_hht(s1,Fs)
创作打卡挑战赛 赢取流量/现金/CSDN周边激励大奖
以上是关于声音信号希尔伯特黄变换的主要内容,如果未能解决你的问题,请参考以下文章
信号处理-基于希尔伯特解调(包络谱)的轴承故障诊断实战,通过python代码实现超详细讲解