2020-09-17 想了很久才想明白滤波以及功率谱密度

傅里叶变化,就是把时间轴上的内容转化为二维空间可以表示的静止的内容,就是把时域信号转化为频域信号。  在转化的过程中有常见的傅里叶变换,拉普拉斯变换,以及小波变换。

F(t)  变为 可以表示为的不同静止波的组合。

同时我们平时总是说,使用傅里叶变换,把脑电波变成阿尔法波,贝塔波,那么这是什么原理呢?

比如阿尔法波,它的波的频率是5-10hz, 在各种静止的波中,找个这个范围的波,其他的波都过滤掉,然后把剩下的波再还原为时间序列。

Time-frequency analysis

2020-09-17 想了很久才想明白滤波以及功率谱密度_第1张图片
双波曲线图

这个是原始信号

经过傅里叶变换后,变成如下图,可以看到后边的高频信号,振幅越来越小。


2020-09-17 想了很久才想明白滤波以及功率谱密度_第2张图片

time-fequency  features

helperPlotSpectrogram(hychirp,t,Fs,200)  matlab 代码,看到两条线,分别代表最上边的两个波。


2020-09-17 想了很久才想明白滤波以及功率谱密度_第3张图片
像素是0.2s的time -frequency

三维特征图更加清晰 helperPlotScalogram3d(hychirp,Fs)


2020-09-17 想了很久才想明白滤波以及功率谱密度_第4张图片

你可能感兴趣的:(2020-09-17 想了很久才想明白滤波以及功率谱密度)