1 简介
首先简介了时频方法的发展史以及同步压缩 变换方法(SST)的由来,对基于短时傅里叶变换的SST的算法进行了简要分析,随后重点突出了其在时频图改善与信号 分解方面的应用。
2 部分代码
% A numerical signal.
clear;
SampFreq = 100;
t = 0 : 1/SampFreq : 14-1/SampFreq;
Sig = [sin(2*pi*(25*t))];
[m,n]=size(Sig);
time=(1:n)/SampFreq;
fre=(SampFreq/2)/(n/2):(SampFreq/2)/(n/2):(SampFreq/2);
Ts = SST(Sig',100);
figure
imagesc(time,fre,abs(Ts));
axis xy
ylabel('Freq / Hz');
xlabel('Time / Sec');
title('SST');
%signal reconstruction.
s=real(sum(Ts));
%Reconstructed signal.
figure
plot(s);
title('Reconstructed signal');
%Original signal
figure
plot(Sig,'r-');
title('Original signal');
3 仿真结果
4 参考文献
[1]高威, 李莎. 同步压缩变换及其在机械振动信号处理中的应用[J]. 时代农机, 2017(4):2.