Python中scipy.signal.stft函数详解

此博客不介绍Python函数的理论知识和算法具体实现，只讲解函数的使用方法，函数输入和输出及相关函数参数，需要看相关原理的看下其他博客（时间充足的话，建议看相关书籍，系统学习）

scipy.signal.stft函数官方文档：https://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.stft.html
窗函数类型（scipy.signal.get_window）官方文档：https://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.get_window.html

1. 理论简介

  短时傅里叶变换（STFT）解决了快速傅里叶变换（FFT）的缺点，在得到信号频域信息的基础上也保留了时域信息。具体实现是通过添加窗函数（窗函数的长度是固定的），时域信号加窗将原始时域信号分割为多个片段，对每一个片段进行FFT，得到时频谱。

2. Python函数

scipy.signal.stft（x，fs = 1.0，window =‘hann’，nperseg = 256，noverlap = None，nfft = None，detrend = False，return_oneside = True，boundary =‘zeros’，padded = True，axis = -1 ）

2.1 输入参数

x： STFT变换的时域信号
fs： 时域信号的采样频率
window： 时域信号分割需要的窗函数，可以自定义窗函数（但是这个方面没有尝试，需要自定义的话请自己尝试）
nperseg： 窗函数长度
noverlap： 窗函数重叠数，默认为50%。
nfft： FFT的长度，默认为nperseg。如大于nperseg会自动进行零填充
return_oneside ： True返回复数实部，None返回复数。
剩下的参数一般不会涉及，采用默认的参数。

2.2 返回参数

f, t, Zxx = scipy.signal.stft（x，fs = 1.0，window ='hann'，
							nperseg = 256，noverlap = None，nfft = None，
							detrend = False，return_oneside = True，boundary ='zeros'，padded = True，axis = -1 ）

f: 频率
t： 时间
Zxx： STFT时频数据

2.3 使用方法

f, t, Zxx = signal.stft(data, fs=framerate, nperseg=nperseg,
                            window=window, nfft=nfft, return_onesided=False)

  data为输入的时域数据，fs为采样频谱，nperseg为窗函数长度， window表示窗函数类型，nfft为FFT采样点数（建议使用None），return_onesided表示返回复数。返回f、t较为容易理解，Zxx返回的是二维数组，每一列数据某一时间段的频谱，每一行表示某一频率的不同时间的复数。

  在使用过程中，只需注意x，fs、window、nperseg、nfft、return_onesided几个参数就可以。x、fs、return_onesided较为容易理解，window的字符串较为难，在stft函数中会自动执行win = get_window(window, nperseg)这一指令，故想要使用不同窗函数的话直接更改为不同字符串就可以（窗函数类型），常见的窗函数有boxcar、triang、blackman、hamming等，直接输入字符串就可以选择不同的窗函数，窗函数的时域、频域形状在上边的网站可以看到。nperseg参数的值需要根据具体情况判断，可以通过循环来查看不同值的效果。