2

我想在一组信号上使用 pwelch，我有一些问题。

首先，假设我们有 32 个（EEG）信号，持续时间为 30 秒。采样频率是fs=256样本/秒，因此每个信号的长度为 7680。我想用pwelch它来估计这些信号的功率谱密度（PSD）。

问题 1： 根据pwelch的文档，

pxx = pwelch(x) 返回使用 Welch 的重叠段平均估计器找到的输入信号 x 的功率谱密度 (PSD) 估计值 pxx。当 x 是向量时，它被视为单个通道。当 x 为矩阵时，每列独立计算 PSD，并将其存储在 pxx 的对应列中。

但是，如果调用pwelch如下

% ch_signals: 7680x32; one channel signal per each column
[pxx,f] = pwelch(ch_signals);

结果pxx是 size 1025x1，而不是1025x32我所期望的，因为文档指出，如果 x 是矩阵，则 PSD 会为每一列独立计算并存储在 pxx 的相应列中。

问题 2： 假设我克服了这个问题，并且我独立计算了每个信号的 PSD（通过应用于pwelch的每一列ch_signals），我想知道这样做的最佳方法是什么。假设该信号是一个 30 秒的信号，具有采样频率fs=256，我应该如何调用pwelch（使用什么参数？）以使 PSD 有意义？

问题 3：如果我需要将 32 个信号中的每一个拆分为窗口并将 pwech 应用于每个窗口，那么最好的方法是什么？假设我想将每个 30 秒的信号分成 3 秒的窗口，重叠 2 秒。我应该如何调用pwelch这些窗口中的每一个？

4

1 回答 1

1

这是一个例子，就像你的情况一样，

结果表明，该算法指示的信号频率恰到好处。

矩阵的每一列y都是一个正弦曲线来检查它是如何工作的。

窗口为 3 秒，重叠 2 秒，

Fs = 256;                       
T = 1/Fs;                    
t = (0:30*Fs-1)*T;           
y = sin(2 * pi * repmat(linspace(1,100,32)',1,length(t)).*repmat(t,32,1))';
for i = 1 : 32
[pxx(:,i), freq] = pwelch(y(:,i),3*Fs,2*Fs,[],Fs); %#ok
end
plot(freq,pxx);
xlabel('Frequency (Hz)'); 
ylabel('Spectral Density (Hz^{-1})');

在此处输入图像描述

于 2016-02-20T21:20:47.923 回答