在Matlab中，我经常使用Welch方法（
有效的方案是什么，可以将线性间距的频谱重新采样（重新分组）为对数间距的频率？或者说，有什么方法可以在PDF文件中包含高分辨率的频谱而不会生成过大的文件大小？
显然，最简单的方法是直接使用
然而，这种方法并不理想，因为它不能在频谱中保持功率的一致性。例如，如果在两个新频率间存在一个大的频谱线，它将被简单地从结果对数采样频谱中排除。
为了解决这个问题，我们可以插值功率谱的积分部分。
这很可爱，而且大部分都起作用，但是频率中心不太正确，并且它不能智能地处理低频区域，在那里频率网格可能变得更加细致。
其他想法：
- 编写一个确定新频率分箱的函数，然后使用
pwelch）计算功率谱，然后在对数-对数图上显示。 pwelch估计的频率是等间距的，但对数间距的点更适合于对数-对数图。特别是，在将图保存为PDF文件时，由于高频处的多余点数，会导致文件大小巨大。有效的方案是什么，可以将线性间距的频谱重新采样（重新分组）为对数间距的频率？或者说，有什么方法可以在PDF文件中包含高分辨率的频谱而不会生成过大的文件大小？
显然，最简单的方法是直接使用
interp1： rate = 16384; %# sample rate (samples/sec)
nfft = 16384; %# number of points in the fft
[Pxx, f] = pwelch(detrend(data), hanning(nfft), nfft/2, nfft, rate);
f2 = logspace(log10(f(2)), log10(f(end)), 300);
Pxx2 = interp1(f, Pxx, f2);
loglog(f2, sqrt(Pxx2));
然而，这种方法并不理想，因为它不能在频谱中保持功率的一致性。例如，如果在两个新频率间存在一个大的频谱线，它将被简单地从结果对数采样频谱中排除。
为了解决这个问题，我们可以插值功率谱的积分部分。
df = f(2) - f(1);
intPxx = cumsum(Pxx) * df; % integrate
intPxx2 = interp1(f, intPxx, f2); % interpolate
Pxx2 = diff([0 intPxx2]) ./ diff([0 F]); % difference
这很可爱，而且大部分都起作用，但是频率中心不太正确，并且它不能智能地处理低频区域，在那里频率网格可能变得更加细致。
其他想法：
- 编写一个确定新频率分箱的函数，然后使用
accumarray进行重新分箱。
- 在插值之前对谱进行平滑过滤。问题：平滑核大小必须适应所需的对数平滑。
- pwelch函数接受一个频率向量参数f，在这种情况下，它使用Goetzel算法计算所需频率的PSD。也许一开始就使用对数间隔的频率向量调用pwelch就足够了。（这更有效还是更高效？）
- 对于PDF文件大小问题：包括光谱的位图图像（看起来有点难搞，我想要漂亮的矢量图形！）；
- 或者显示一个区域（多边形/置信区间），而不仅仅是分段线来指示光谱。