Меня смущают входные данные «hop» и «fs» в документации.
"хоп int: Приращение выборок, на которое окно смещается на каждом шаге».
это вопрос количества образцов между каждым образцом данного набора данных? Например, если я дам ему набор данных с 1000 записями и сообщу 100, он выполнит БПФ для 10 разделов из 100 точек?
"фс плавает: Частота дискретизации входного сигнала и окна. Его отношение к интервалу выборки T равно T = 1/fs».
Здесь запрашивается частота, с которой был взят предоставленный образец?
Кратковременное преобразование Фурье разрезает ваш сигнал на более мелкие части, известные как окна/кадры. Эти окна имеют свой размер, часто называемый размером_фрейма/размер_окна/длина_окна. Существует также параметр hop_size, который определяет, сколько выборок смещения находится между последовательными кадрами.
fs — частота дискретизации, которая не так важна, когда дело касается вычислений SFFT. Это очень важно, если вы определяете другие параметры (размер окна, размер перехода) в секундах, а не в количестве выборок. Внутри функции stft она будет использоваться для вычисления количества выборок в окне, например. 20 мс.
window_size_in_samples = int(np.round(sampling_frequency * window_size_in_seconds))
Спасибо! Это было очень полезно. Как определить длину окна/перекрытия? Функция запрашивает только переход. Функция создает объект в vscode, который я не могу прочитать, хотя похоже, что я могу вызвать методы и атрибуты из документации, чтобы получить из него данные. Итак, «f» — это данные о частоте, нужно ли мне умножать их на fac_magnitude, чтобы получить амплитуды? или другой набор ценностей? В документации просто говорится «значения STFT».
@Jdip Кажется, я неправильно понял функцию, я должен вводить только отдельное окно, а не весь набор данных? То есть, если я хочу проанализировать весь набор данных, мне нужно вызвать функцию несколько раз?
@TannerBurton Вы определяете длину окна/перекрытия настолько большую, насколько хотите. Чем больше окно, тем выше разрешение по частоте. Меньше окно, лучше временное разрешение. Меньший шаг дает более «гладкое» изображение по оси времени. Вы можете думать о скачке как об интервале выборки. Но вместо сэмплов вы получаете целые спектры
@TannerBurton Здесь возникает двусмысленность термина «окно». После того, как вы разрежете сигнал на окна/кадры, вы умножаете эти окна/кадры на оконную функцию (параметр win
, представленный в виде массива), например Упоминается окно Хэмминга Jdip. Это почти всегда делается, чтобы помочь с граничными проблемами дискретного преобразования Фурье. Итак, окно называется частями входного сигнала И функцией/выборками, на которые вы умножаете эти части.
@dankal444 Если вы создаете окно с помощью scipy.signal.windows() и это то, что подключается к ShortTimeFFT(), откуда набор данных получает входные данные? Не похоже, что функция Windows принимает набор данных, а просто вводит количество записей в наборе данных.
@TannerBurton, что вы подразумеваете под набором данных и вводом? Мне трудно понять, о чем вы спрашиваете
@dankal444 Я пытаюсь запустить stft для набора данных/сигнала, подобного тому, который я описал в этом вопросе, однако похоже, что этот набор данных нигде не передается функции. Где в функции вы вводите сигнал, который пытаетесь проанализировать?
Термин @TannerBurton «набор данных» вводит в заблуждение, используйте сигнал. Взгляните на документацию и строку Sx = SFT.stft(x) # perform the STFT
@dankal444 То есть функция ShortTimeFFT() на самом деле не выполняет БПФ, а вместо этого генерирует некую форму проекта, которую вы затем применяете при вызове .stft([signal])? Прошу прощения, если покажется, что я не читаю документацию, обещаю, но меня это очень сбивает с толку.
Да, не уверен, что проект является лучшей аналогией, но да, какой-то объект, который позже используется для выполнения stft (кратковременного преобразования Фурье)
Вы читали документацию? Функция запрашивает окно (
win
). Вы можете создать это окно с помощью scipy.signal.windows. Я бы начал с окна Хэмминга. -- Перекрытие — это просто длина окна минус шаг.