比较两个信号的频率成分

最新推荐文章于 2024-11-14 20:59:07 发布

jk_101

最新推荐文章于 2024-11-14 20:59:07 发布

阅读量841

点赞数 12

分类专栏： Matlab 信号分析与处理文章标签： matlab 信号分析

本文链接：https://blog.csdn.net/jk_101/article/details/134420692

版权

Matlab 同时被 2 个专栏收录

722 篇文章

订阅专栏

信号分析与处理

10 篇文章

订阅专栏

本文介绍了如何使用Matlab中的periodogram和mscohere函数来分析两个声音信号的功率谱，发现它们在165Hz和35Hz处有共享频率成分。通过频谱相干性计算，无需分别研究每个信号，就能识别出这些共有的频率特征。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

频谱相干性有助于识别频域中信号之间的相似性。大数值表示信号共有的频率分量。

将两个声音信号加载到工作区中。以 1 kHz 的频率对其进行采样。使用 periodogram 计算其功率频谱，并以彼此相邻的方式对其绘图。

load relatedsig

Fs = FsSig;

[P1,f1] = periodogram(sig1,[],[],Fs,'power');
[P2,f2] = periodogram(sig2,[],[],Fs,'power');

subplot(2,1,1)
plot(f1,P1,'k')
grid
ylabel('P_1')
title('Power Spectrum')

subplot(2,1,2)
plot(f2,P2,'r')
grid
ylabel('P_2')
xlabel('Frequency (Hz)')

如图所示：

Figure contains 2 axes objects. Axes object 1 with title Power Spectrum, ylabel P_1 contains an object of type line. Axes object 2 with xlabel Frequency (Hz), ylabel P_2 contains an object of type line.

每个信号有三个具有显著能量的频率分量。其中有两个分量似乎是共享分量。使用 findpeaks 求出对应的频率。

[pk1,lc1] = findpeaks(P1,'SortStr','descend','NPeaks',3);
P1peakFreqs = f1(lc1)
P1peakFreqs = 3×1

  165.0391
   35.1562
   94.7266



[pk2,lc2] = findpeaks(P2,'SortStr','descend','NPeaks',3);
P2peakFreqs = f2(lc2)
P2peakFreqs = 3×1

  165.0391
   35.1562
  134.7656

公共分量位于大约 165 和 35 Hz 处。可以使用 mscohere 直接求出匹配的频率。对相干性估计绘图。找到阈值 0.75 以上的波峰。

[Cxy,f] = mscohere(sig1,sig2,[],[],[],Fs);

thresh = 0.75;
[pks,locs] = findpeaks(Cxy,'MinPeakHeight',thresh);
MatchingFreqs = f(locs)
MatchingFreqs = 2×1

   35.1562
  164.0625


figure
plot(f,Cxy)
ax = gca;
grid
xlabel('Frequency (Hz)')
title('Coherence Estimate')
ax.XTick = MatchingFreqs;
ax.YTick = thresh;
axis([0 200 0 1])

如图所示：

Figure contains an axes object. The axes object with title Coherence Estimate, xlabel Frequency (Hz) contains an object of type line.