ShortTimeFFT#
- class scipy.signal.ShortTimeFFT(win, hop, fs, *, fft_mode='onesided', mfft=None, dual_win=None, scale_to=None, phase_shift=0)[source]#
提供参数化的离散短时傅里叶变换(STFT)及其逆变换(ISTFT)。
通过以
hop
增量在输入信号上滑动窗口(win
),STFT 计算顺序的 FFT。它可用于量化频谱随时间的变化。STFT 由复值矩阵 S[q,p] 表示,其中第 p 列表示一个 FFT,其窗口中心位于时间 t[p] = p *
delta_t
= p *hop
*T
,其中T
是输入信号的采样间隔。第 q 行表示频率 f[q] = q *delta_f
处的值,其中delta_f
= 1 / (mfft
*T
) 是 FFT 的频段宽度。逆 STFT istft 通过反转 STFT 的步骤来计算:取 S[q,p] 的第 p 个切片的 IFFT,并将结果乘以所谓的双窗口(参见
dual_win
)。将结果通过 p *delta_t
进行移位,并将结果添加到先前的移位结果中以重建信号。如果只知道双窗口且 STFT 可逆,则可以使用from_dual
实例化此类。默认情况下,使用所谓的规范双窗口。它是所有可能的双窗口中能量最小的窗口。
from_win_equals_dual
和closest_STFT_dual_window
提供了利用替代双窗口的方法。请注意,win
也始终是dual_win
的双窗口。由于约定将时间 t = 0 设为输入信号的第一个采样点,STFT 值通常具有负时间槽。因此,像
p_min
或k_min
这样的负索引并不表示像标准 Python 索引那样从数组末尾倒数,而是表示在 t = 0 的左侧。更多详细信息请参见 SciPy 用户指南 的短时傅里叶变换 部分。
请注意,初始化器的所有参数,除了
scale_to
(它使用scaling
)之外,都具有同名的属性。- 参数:
- winnp.ndarray
窗口必须是实值或复值的 1d 数组。
- hopint
每次移动窗口的样本增量。
- fsfloat
输入信号和窗口的采样频率。它与采样间隔
T
的关系是T = 1 / fs
。- fft_mode‘twosided’, ‘centered’, ‘onesided’, ‘onesided2X’
要使用的 FFT 模式(默认为“onesided”)。详见属性
fft_mode
。- mfft: int | None
如果需要零填充 FFT,则为所用 FFT 的长度。如果为
None
(默认),则使用窗口win
的长度。- dual_winnp.ndarray | None
win
的双窗口。如果设置为None
,则在需要时计算。- scale_to‘magnitude’, ‘psd’ | None
如果不是
None
(默认),窗口函数将进行缩放,使每个 STFT 列代表“幅度”或功率谱密度(“PSD”)频谱。此参数将属性scaling
设置为相同的值。详见方法scale_to
。- phase_shiftint | None
如果设置,则向每个频率
f
添加线性相位phase_shift
/mfft
*f
。默认值 0 确保在第零个切片(其中 t=0 居中)上没有相位偏移。有关更多详细信息,请参见属性phase_shift
。
- 属性:
T
输入信号和窗口的采样间隔。
delta_f
STFT 频率分段的宽度。
delta_t
STFT 的时间增量。
dual_win
双窗口(默认为规范双窗口)。
f
STFT 的频率值。
f_pts
沿频率轴的点数。
fac_magnitude
将 STFT 值乘以该因子,以将每个频率切片缩放到幅度谱。
fac_psd
将 STFT 值乘以该因子,以将每个频率切片缩放到功率谱密度 (PSD)。
fft_mode
使用的 FFT 模式(‘twosided’、‘centered’、‘onesided’ 或 ‘onesided2X’)。
fs
输入信号和窗口的采样频率。
hop
滑动窗口在信号采样中的时间增量。
invertible
检查 STFT 是否可逆。
k_min
STFT 的最小可能信号索引。
lower_border_end
不受预填充影响的第一个信号索引和第一个切片索引。
m_num
窗口
win
中的样本数。m_num_mid
窗口
win
的中心索引。mfft
所用 FFT 的输入长度 - 可能大于窗口长度
m_num
。onesided_fft
如果使用单边 FFT,则返回 True。
p_min
最小可能的切片索引。
phase_shift
如果设置,则向频率为
f
的每个 FFT 切片添加线性相位phase_shift
/mfft
*f
。scaling
应用于窗口函数的归一化(“magnitude”、“psd”、“unitary”或
None
)。win
作为实值或复值 1d 数组的窗口函数。
方法
extent
(n[, axes_seq, center_bins])返回最小和最大时频值。
from_dual
(dual_win, hop, fs, *[, fft_mode, ...])仅通过提供双窗口实例化 ShortTimeFFT。
from_win_equals_dual
(desired_win, hop, fs, *)创建窗口及其双窗口在缩放因子上相等的实例。
from_window
(win_param, fs, nperseg, noverlap, *)使用 get_window 实例化 ShortTimeFFT。
istft
(S[, k0, k1, f_axis, t_axis])逆短时傅里叶变换。
k_max
(n)信号结束后的第一个样本索引,未被时间切片触及。
nearest_k_p
(k[, left])返回最近的样本索引 k_p,使得 t[k_p] == t[p] 成立。
p_max
(n)对于 n 样本输入,第一个不重叠的上方时间切片的索引。
p_num
(n)具有 n 个样本的输入信号的时间切片数量。
p_range
(n[, p0, p1])确定并验证切片索引范围。
scale_to
(scaling)缩放窗口以获得 STFT 的“幅度”或“psd”缩放。
spectrogram
(x[, y, detr, p0, p1, k_offset, ...])计算频谱图或交叉频谱图。
stft
(x[, p0, p1, k_offset, padding, axis])执行短时傅里叶变换。
stft_detrend
(x, detr[, p0, p1, k_offset, ...])计算短时傅里叶变换,并预先从每个片段中减去趋势。
t
(n[, p0, p1, k_offset])具有 n 个样本的输入信号的 STFT 时间。
受后填充影响的第一个信号索引和第一个切片索引。
备注
典型的 STFT 应用是创建各种类型的时频图,通常归纳为“频谱图”这一术语。请注意,该术语也明确指 STFT 的绝对平方 [11],如
spectrogram
中所示。STFT 也可用于滤波和滤波器组,如 [12] 中所述。
参考文献
[11]Karlheinz Gröchenig:《时频分析基础》,Birkhäuser Boston 2001,10.1007/978-1-4612-0003-1
[12]Julius O. Smith III,《频谱音频信号处理》,在线书籍,2011,https://www.dsprelated.com/freebooks/sasp/
示例
以下示例展示了一个具有变化的频率 \(f_i(t)\) 的正弦信号的 STFT 幅度(在图中用红色虚线标记)。
>>> import numpy as np >>> import matplotlib.pyplot as plt >>> from scipy.signal import ShortTimeFFT >>> from scipy.signal.windows import gaussian ... >>> T_x, N = 1 / 20, 1000 # 20 Hz sampling rate for 50 s signal >>> t_x = np.arange(N) * T_x # time indexes for signal >>> f_i = 1 * np.arctan((t_x - t_x[N // 2]) / 2) + 5 # varying frequency >>> x = np.sin(2*np.pi*np.cumsum(f_i)*T_x) # the signal
所使用的 Gaussian 窗口长度为 50 个样本或 2.5 秒。在 ShortTimeFFT 中,参数
mfft=200
导致频谱过采样 4 倍。>>> g_std = 8 # standard deviation for Gaussian window in samples >>> w = gaussian(50, std=g_std, sym=True) # symmetric Gaussian window >>> SFT = ShortTimeFFT(w, hop=10, fs=1/T_x, mfft=200, scale_to='magnitude') >>> Sx = SFT.stft(x) # perform the STFT
在图中,信号 x 的时间范围由垂直虚线标记。请注意,SFT 会产生超出 x 的时间范围的值。左右两侧的阴影区域表示由于该区域的窗口切片未完全在 x 的时间范围内而导致的边界效应。
>>> fig1, ax1 = plt.subplots(figsize=(6., 4.)) # enlarge plot a bit >>> t_lo, t_hi = SFT.extent(N)[:2] # time range of plot >>> ax1.set_title(rf"STFT ({SFT.m_num*SFT.T:g}$\,s$ Gaussian window, " + ... rf"$\sigma_t={g_std*SFT.T}\,$s)") >>> ax1.set(xlabel=f"Time $t$ in seconds ({SFT.p_num(N)} slices, " + ... rf"$\Delta t = {SFT.delta_t:g}\,$s)", ... ylabel=f"Freq. $f$ in Hz ({SFT.f_pts} bins, " + ... rf"$\Delta f = {SFT.delta_f:g}\,$Hz)", ... xlim=(t_lo, t_hi)) ... >>> im1 = ax1.imshow(abs(Sx), origin='lower', aspect='auto', ... extent=SFT.extent(N), cmap='viridis') >>> ax1.plot(t_x, f_i, 'r--', alpha=.5, label='$f_i(t)$') >>> fig1.colorbar(im1, label="Magnitude $|S_x(t, f)|$") ... >>> # Shade areas where window slices stick out to the side: >>> for t0_, t1_ in [(t_lo, SFT.lower_border_end[0] * SFT.T), ... (SFT.upper_border_begin(N)[0] * SFT.T, t_hi)]: ... ax1.axvspan(t0_, t1_, color='w', linewidth=0, alpha=.2) >>> for t_ in [0, N * SFT.T]: # mark signal borders with vertical line: ... ax1.axvline(t_, color='y', linestyle='--', alpha=0.5) >>> ax1.legend() >>> fig1.tight_layout() >>> plt.show()
使用 istft 重建信号很简单,但请注意,应该指定 x1 的长度,因为 STFT 长度以
hop
步长增加。>>> SFT.invertible # check if invertible True >>> x1 = SFT.istft(Sx, k1=N) >>> np.allclose(x, x1) True
可以计算信号部分的 STFT
>>> N2 = SFT.nearest_k_p(N // 2) >>> Sx0 = SFT.stft(x[:N2]) >>> Sx1 = SFT.stft(x[N2:])
组合顺序 STFT 部分时,需要考虑重叠。
>>> p0_ub = SFT.upper_border_begin(N2)[1] - SFT.p_min >>> p1_le = SFT.lower_border_end[1] - SFT.p_min >>> Sx01 = np.hstack((Sx0[:, :p0_ub], ... Sx0[:, p0_ub:] + Sx1[:, :p1_le], ... Sx1[:, p1_le:])) >>> np.allclose(Sx01, Sx) # Compare with SFT of complete signal True
也可以计算信号部分的 istft
>>> y_p = SFT.istft(Sx, N//3, N//2) >>> np.allclose(y_p, x[N//3:N//2]) True