scipy.signal.spectrogram和scipy.signal.stft有什么区别？

Question

这两个函数
spicy.signal.spectrogram:https://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.spectrogram.html
和
spicy.signal.stft:https://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.stft.html
看起来执行的任务非常相似。

这两个函数之间有什么区别？

- user7468395

Answer 1

简而言之: 如果我按照SciPy文档中给出的输出编写代码: Sxx = Zxx ** 2

解释: 频谱图和短时傅里叶变换是两个不同的对象，但它们非常相似。

短时傅里叶变换（STFT）是一种与傅里叶相关的变换，用于确定信号局部段随时间变化的正弦频率和相位内容。在实践中，计算STFT的过程是将较长时间的信号分成等长的较短段，然后单独计算每个较短段上的傅里叶变换。这揭示了每个较短段上的傅里叶频谱。通常，人们会将不断变化的频谱作为时间函数绘制出来。维基百科

另一方面，

谱图是一个信号频率谱随时间变化的可视化表示形式。维基百科

谱图基本上将您的信号切成小窗口，并显示一系列颜色，显示这种或那种特定频率的强度。正如STFT所做的那样。实际上它使用了STFT。

现在，区别是什么，按定义，谱图是信号s(t)的短时傅里叶变换（STFT）的平方幅值：

spectrogram(t, w) = |STFT(t, w)|^2

在scipy.signal.stft页面底部显示的示例为：

>>> plt.pcolormesh(t, f, np.abs(Zxx), vmin=0, vmax=amp)

这是一个工作中的例子，你可以看到一个颜色刻度。但由于abs操作的缘故，它是一个线性的刻度。

实际上，要获得真正的频谱图，应该编写：

>>> plt.pcolormesh(t, f, Zxx ** 2, vmin=0, vmax=amp)

- ggrelet

---

小问题，但是最后一项不应该是平方，而应该是模长的平方吗？ - Eric C.

我不确定我完全理解你的问题，但在L2范数的情况下，如果我将X = [x1，x2，x3，...]写成向量，X ^ 2 = X.X（点积）= | x1 | * | x1 | + | x2 | * | x2 | + | x3 | * | x3 | + ... = | x1 | ^ 2 + | x2 | ^ 2 + | x3 | ^ 2 + ... = | X | ^ 2 所以最终结果是相同的！ - ggrelet

我的问题是数据是否复杂。您提到谱图是STFT的幅度平方，但在pcolormesh命令中只显示了Zxx ** 2，而我认为可能应该是np.abs（Zxx）** 2？ - Eric C.

两个函数都有一个可选参数来选择输出内容，对于spectrogram：scaling{‘density’，‘spectrum’}，对于stft：scaling: {‘spectrum’，‘psd’}，因此两个函数都可以直接获得振幅和功率。我认为spectrogram没有逆函数来重构信号，而stft有istft。原因可能是如何管理重叠。 - mins