【使用matlab绘制音频数据的时域图和频域图】

使用matlab绘制音频数据的时域图和频域图

虚拟的数据集见附件

一、读取数据并设置参数

close all;clear all;colordef black
设置参数
filedir = 'D:\Projects\MATLAB\data'
name = '2024-03-28.txt'
% disp(filedir);Fs = 8192; %采样率,即单位时间的样本个数(Hz),应该是1s内8192个样本
WINDOWS = 8192*1; %分帧帧大小,每一帧所包含的样本数
OVERLAP = 0;      %分帧重叠读取音频数据
orgdata = load(strcat(filedir,'\',name)); % 声呐原始数据rawdata = orgdata(1:Fs*60*1,2); % 选择第2列前1分钟内的音频数据
datalen = length(rawdata); %数据长度
time = 0:1/Fs/60:(datalen-1)/Fs/60; % 时域图横坐标:时间【0,13min】,步长1/Fs/60代表每分钟一个样本

二、绘制时域图

二维时域图
figure
set(gcf,'units','normalized','pos',[0 0 1 1]); % 最大化图形
plot(time,rawdata)
set(gca,'Fontsize',10); %字体大小10points
title('二维时域图');
xlabel('时间/min');ylabel('Amplitude'); %(时间,振幅)     

在这里插入图片描述

三、绘制频域图

频谱图1

先进行傅里叶变换,将时域数据转化为频域数据,例如:

快速傅里叶变换
fftValue = abs(fftshift(fft(rawdata))); %快速傅里叶变换:将时域转化为频域

全部数据:

频谱图1:全部数据
figure % 频谱图1
set(gcf,'units','normalized','pos',[0 0 1 1]); % 最大化图形Amp1 = (fftValue)/datalen;  % 纵坐标:实际幅值(每个幅度值除以datalen归一化)
f1 = (1:datalen)*Fs/datalen;  % 横坐标:生成对称频率坐标(数组索引必须是正整数或者逻辑值)plot(f1,Amp1);    
xlim([0 8192]);%限制横坐标
ylim([0 0.006]);%限制横坐标
set(gca,'Fontsize',10);
title('频谱图1 全部');
xlabel('频率/HZ');ylabel('Amplitude');

在这里插入图片描述

频谱图2

取左一半图:

频谱图2 左一半
figure %频谱图3 左一半
set(gcf,'units','normalized','pos',[0 0 1 1]); % 最大化图形Amp3 = (fftValue(1:datalen/2))/datalen/2;  % 频谱图纵坐标:实际幅值(取一半的数据点,每个幅度值除以datalen/2归一化)
f3 = (1:datalen/2)*Fs/datalen;  % 频谱图横坐标:生成一个从0到采样频率一半的对称频率坐标plot(f3,Amp3);    
xlim([0 8192]);%限制横坐标
ylim([0 0.006]);%限制横坐标
set(gca,'Fontsize',10);
title('频谱图2 左一半 [0,1/2L]');
xlabel('频率/HZ');ylabel('Amplitude');

在这里插入图片描述

频谱图3

取右一半图:

频谱图3 右一半
figure %频谱图2.5 右一半
set(gcf,'units','normalized','pos',[0 0 1 1]); % 最大化图形Amp25 = (fftValue(datalen/2:datalen-1))/datalen/2;  % 频谱图纵坐标:实际幅值(取一半的数据点,每个幅度值除以datalen/2归一化)
f25 = (datalen/2:datalen-1)*Fs/datalen;  % 频谱图横坐标:生成一个从0到采样频率一半的对称频率坐标plot(f25,Amp25);    
xlim([0 8192]);%限制横坐标
ylim([0 0.006]);%限制横坐标
set(gca,'Fontsize',10);
title('频谱图3 右一半 [1/2L,L]');
xlabel('频率/HZ');ylabel('Amplitude');

在这里插入图片描述

频谱图4

将右边一半图左移,使得横坐标从0开始

%% 频谱图4:右一半左移
figure %频谱图4 右一半左移
set(gcf,'units','normalized','pos',[0 0 1 1]); % 最大化图形Amp2 = (fftValue(datalen/2:datalen-1))/datalen/2;  % 频谱图纵坐标:实际幅值(取一半的数据点,每个幅度值除以datalen/2归一化)
f2 = (datalen/2:datalen-1)*Fs/datalen - Fs/2;  % 频谱图横坐标:生成一个对称频率坐标,-Fs/2代表横坐标从0到采样频率一半plot(f2,Amp2);    
xlim([0 8192]);%限制横坐标
ylim([0 0.006]);%限制横坐标
set(gca,'Fontsize',10);
title('频谱图4 右一半 [0,1/2L]');
xlabel('频率/HZ');ylabel('Amplitude');

在这里插入图片描述

ps: 在绘制频域图时需要限制合适的横纵坐标范围,便于数据显示。

xlim([0 8192]);%限制横坐标
ylim([0 0.006]);%限制横坐标

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/289776.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

设计模式-设配器模式

目录 🎊1.适配器模式介绍 🎃2.适配器类型 🎏3.接口适配器 🎐4.类的适配器 🎎5.优缺点 1.适配器模式介绍 适配器模式(Adapter Pattern)是作为两个不兼容的接口之间的桥梁。这种类型的设…

解码“零信任”,如何带来信任感?

零信任的“信任”来源,并非凭空而生,而是建立在严格、细致且持续的验证、策略之上。它不仅能够提升企业的安全防护能力,也在加速安全技术的创新与演进。 推动创新 零信任理念激活网络安全 身份和访问管理革新。零信任理念“永不信任&#…

OpenHarmony实战开发-List组件的使用之设置项

介绍 在本篇CodeLab中,我们将使用List组件、Toggle组件以及Router接口,实现一个简单的设置页,点击将跳转到对应的详细设置页面。效果图如下: 相关概念 CustomDialog:CustomDialog装饰器用于装饰自定义弹窗。List&…

Machine Learning机器学习之统计分析

目录 前言 机器学习之统计分析 统计学的主要目标包括: 统计学核心概念: 统计基础: 训练误差: 常见的损失函数: 正则化和交叉验证 博主介绍:✌专注于前后端、机器学习、人工智能应用领域开发的优质创作者、秉…

uniApp使用XR-Frame创建3D场景(3)光源投影的运用。

上一篇讲解了如何在uniApp中创建xr-frame子组件并创建简单的3D场景。 这篇我们讲解光源在场景中的运用以及相关属性。 在子组件 xr-start的index.wxml文件中我们加入如下代码 <xr-scene render-system"alpha:true" bind:ready"handleReady"><xr…

主机安全-德迅卫士

什么是主机安全&#xff1f; 主机安全&#xff0c;其核心内容包括安全应用交付系统、应用监管系统、操作系统安全增强系统和运维安全管控系统。它的具体功能是指保证主机在数据存储和处理的保密性、完整性&#xff0c;可用性&#xff0c;它包括硬件、固件、系统软件的自身安全&…

基于单片机工业生产现场的光照强度控制系统设计

**单片机设计介绍&#xff0c;基于单片机工业生产现场的光照强度控制系统设计 文章目录 一 概要二、功能设计设计思路 三、 软件设计原理图 五、 程序六、 文章目录 一 概要 基于单片机工业生产现场的光照强度控制系统设计概要主要包括以下几个关键部分&#xff1a;硬件设计、…

Pycharm服务器配置python解释器并结合内网穿透实现公网远程开发

&#x1f49d;&#x1f49d;&#x1f49d;欢迎来到我的博客&#xff0c;很高兴能够在这里和您见面&#xff01;希望您在这里可以感受到一份轻松愉快的氛围&#xff0c;不仅可以获得有趣的内容和知识&#xff0c;也可以畅所欲言、分享您的想法和见解。 推荐:kwan 的首页,持续学…

虚拟机-从头配置Ubuntu18.04(包括anaconda,cuda,cudnn,pycharm,ros,vscode)

最好先安装anaconda后cuda和cudnn&#xff0c;因为配置环境的时候可能conda会覆盖cuda的路径&#xff08;不确定这种说法对不对&#xff0c;这里只是给大家的建议&#xff09; 准备工作&#xff1a; 1.Ubuntu18.04&#xff0c;x86_64&#xff0c;amd64 虚拟机下载和虚拟机Ubu…

.helper勒索病毒的最新威胁:如何恢复您的数据?

导言&#xff1a; 随着信息技术的不断进步&#xff0c;网络安全问题日益突出&#xff0c;其中勒索病毒成为了威胁网络安全的一大隐患。.helper勒索病毒作为近期频繁出现的一种恶意软件&#xff0c;其危害性和传播速度引起了广大用户的深切关注。本文将深入探讨.helper勒索病毒…

CDH集群hive初始化元数据库失败

oracle数据库操作&#xff1a; 报错如下&#xff1a;命令 (Validate Hive Metastore schema (237)) 已失败 截图如下&#xff1a; 后台日志部分摘录&#xff1a; WARNING: Use “yarn jar” to launch YARN applications. SLF4J: Class path contains multiple SLF4J binding…

如何开始定制你自己的大型语言模型

2023年的大型语言模型领域经历了许多快速的发展和创新&#xff0c;发展出了更大的模型规模并且获得了更好的性能&#xff0c;那么我们普通用户是否可以定制我们需要的大型语言模型呢&#xff1f; 首先你需要有硬件的资源&#xff0c;对于硬件来说有2个路径可以选。高性能和低性…

uniApp使用XR-Frame创建3D场景(7)加入点击交互

上篇文章讲述了如何将XR-Frame作为子组件集成到uniApp中使用 这篇我们讲解如何与场景中的模型交互&#xff08;点击识别&#xff09; 先看源码 <xr-scene render-system"alpha:true" bind:ready"handleReady"><xr-node><xr-mesh id"…

新网站收录时间是多久,新建网站多久被百度收录

对于新建的网站而言&#xff0c;被搜索引擎收录是非常重要的一步&#xff0c;它标志着网站的正式上线和对外开放。然而&#xff0c;新网站被搜索引擎收录需要一定的时间&#xff0c;而且时间长短受多种因素影响。本文将探讨新网站收录需要多长时间&#xff0c;以及新建网站多久…

Vue2(十一):脚手架配置代理、github案例、插槽

一、脚手架配置代理 1.回顾常用的ajax发送方式&#xff1a; &#xff08;1&#xff09;xhr 比较麻烦&#xff0c;不常用 &#xff08;2&#xff09;jQuery 核心是封装dom操作&#xff0c;所以也不常用 &#xff08;3&#xff09;axios 优势&#xff1a;体积小、是promis…

ChatGPT与传统搜索引擎的区别:智能对话与关键词匹配的差异

引言 随着互联网的快速发展&#xff0c;信息的获取变得比以往任何时候都更加便捷。在数字化时代&#xff0c;人们对于获取准确、及时信息的需求愈发迫切。传统搜索引擎通过关键词匹配的方式为用户提供了大量的信息&#xff0c;然而&#xff0c;这种机械式的检索方式有时候并不…

Flutter 中的 ScrollNotification 为啥收不到

1. 需求 在做智家 APP 悬浮窗优化需求时&#xff0c;需要获取列表的滑动并通知悬浮窗进行收起或全部显示。 基础库同事已经把 基础逻辑整理好如下&#xff1a; NotificationListener<ScrollNotification>(onNotification: (notification){//1.监听事件的类型if (notif…

<QT基础(5)>事件监听

事件监听 事件监听&#xff08;Event Handling&#xff09;是在程序中监视和响应发生的事件的一种机制。在Qt中&#xff0c;事件监听是一种常见的用于处理用户输入、系统事件以及其他类型事件的方法。通过事件监听&#xff0c;您可以在发生特定事件时捕获事件并执行相应的操作…

设计模式 —— 设计原则

在软件开发中&#xff0c;为了提高软件系统的可维护性和可复用性&#xff0c;增加软件的可扩展性和灵活性&#xff0c;程序员要尽量根据6条原则来开发程序&#xff0c;从而提高软件开发效率、节约软件开发成本和维护成本。 开闭原则 对扩展开放&#xff0c;对修改关闭。在程序需…

【MagicDrive环境配置】新手配俩星期版

1.创建一个新的环境conda create -n newdrive python3.8 2.激活该环境conda activate newdrive 3.下载MagicDrive源码 git clone --recursive https://github.com/cure-lab/MagicDrive.git&#xff0c;如果出现时间超时八成是网的问题&#xff0c;直接自己下载解压就好 3.我的…