1. 用matlab進行頻譜分析應該用什麼工具箱
1、采樣數據導入matlab
。
采樣數據的導入至少有三種方法。
第一就是手動將數據整理成matlab支持的格式，這種方法僅適用於數據量比較小的采樣。
第二種方法是使用matlab的可視化交互操作，具體操作步驟為：file
-->
import
data，然後在彈出的對話框中找到保存采樣數據的文件，根據提示一步一步即可將數據導入。這種方法適合於數據量較大，但又不是太大的數據。
第三種方法，使用文件讀入命令。數據文件讀入命令有textread、fscanf、load等，如采樣數據保存在txt文件中，則推薦使用
textread命令。如[a,b]=textread('data.txt','%f%*f%f');
這條命令將data.txt中保存的數據三個三個分組，將每組的第一個數據送給列向量a，第三個數送給列向量b，第二個數據丟棄。命令類似於c語言，詳細可查看其幫助文件。文件讀入命令錄入采樣數據可以處理任意大小的數據量，且錄入速度相當快，一百多萬的數據不到20秒即可錄入。
2、對采樣數據進行頻譜分析
。
頻譜分析自然要使用快速傅里葉變換fft了，對應的命令即
fft
，簡單使用方法為：y=fft(b,n)，其中b即是采樣數據，n為fft數據采樣個數。一般不指定n，即簡化為y=fft(b)。y即為fft變換後得到的結果，與b的元素數相等，為復數。以頻率為橫坐標，y數組每個元素的幅值為縱坐標，畫圖即得數據b的幅頻特性；以頻率為橫坐標，y數組每個元素的角度為縱坐標，畫圖即得數據b的相頻特性。典型頻譜分析m程序舉例如下：
clc
fs=100;
t=[0:1/fs:100];
n=length(t)-1;%減1使n為偶數
%頻率解析度f=1/t=fs/n
p=1.3*sin(0.48*2*pi*t)+2.1*sin(0.52*2*pi*t)+1.1*sin(0.53*2*pi*t)...
+0.5*sin(1.8*2*pi*t)+0.9*sin(2.2*2*pi*t);
%上面模擬對信號進行采樣，得到采樣數據p，下面對p進行頻譜分析
figure(1)
plot(t,p);
grid
on
title('信號
p(t)');
xlabel('t')
ylabel('p')
y=fft(p);
magy=abs(y(1:1:n/2))*2/n;
f=(0:n/2-1)'*fs/n;
figure(2)
%plot(f,magy);
h=stem(f,magy,'fill','--');
set(h,'markeredgecolor','red','marker','*')
grid
on
title('頻譜圖
（理想值：[0.48hz,1.3]、[0.52hz,2.1]、[0.53hz,1.1]、[1.8hz,0.5]、[2.2hz,0.9]）
');
xlabel('f
(hz)')
ylabel('幅值')
對於現實中的情況，采樣頻率fs一般都是由采樣儀器決定的，即fs為一個給定的常數；另一方面，為了獲得一定精度的頻譜，對頻率解析度f有一個人為的規定，一般要求f<0.01，即采樣時間ts>100秒；由采樣時間ts和采樣頻率fs即可決定采樣數據量，即采樣總點數n=fs*ts。這就從理論上對采樣時間ts和采樣總點數n提出了要求，以保證頻譜分析的精準度。
2. matlab 時頻分析工具箱怎麼使用
將文件夾拷貝到MATLAB下work目錄中。
在MATLAB中file菜單下的setpath中添加整個work目錄後保存。
3. 我要用Matlab做一個離散信號的Wigner分布，調用了tfrwv函數，但做出來的wigner分布不對，求一個示常式序。
關於時頻工具箱，我倒沒用過。我做數據一般都是用FFT，然後設計濾波演算法。
關於你的問題，我查了一下，這邊有一個步驟，供你參考下。
詳細步驟：
1、x=sig；（也就是你要處理的信號）
2、如果信號是實信號，則求其解析信號：y=hilbert（x）；
3、求其WVD，[tfr,t,f]=tfrwv(y);
4、作圖：contour（t，f，tfr），其中f為歸一化頻率，可以乘上信號的采樣頻率的一般還原，看其頻率分布，另外tfr ，最好寫成abs（tfr），做出的圖好看。
4. matlab 如何調用時頻分析工具箱
找到工具箱是指toolbox嗎 ?之後怎麼辦呢？麻煩說具體一點，要是有圖就更好了。新手報到
5. 關於MATLAB時頻分析工具箱怎麼導入
1.把工具箱解壓復到一個地方 2.打開制matlab 3.File -> Set Path... -> Add with Subfolders... ->選擇剛才解壓的文件夾 這樣就添加完成了，你就可以調用工具箱中的函數了。我添加了個時頻分析的工具箱，就這樣操作，可以使用。
6. 吧里有懂matlab時頻分析的大神嗎
STFT，全名叫做短時傅里葉變換，它的思想是對一個隨機信號做傅里葉頻譜分析，更直接的說，就是在一個相當短的時間函數窗內截取目標信號進行頻譜分析，達到對隨機信號分析處理的目的。如下： 選擇一個時頻局部化的窗函數，假定分析窗函數g(t)在一個短時間間隔內是平穩（偽平穩）的，移動窗函數，使f(t)g(t)在不同的有限時間寬度內是平穩信號，從而計算出各個不同時刻的功率譜。短時傅里葉變換使用一個固定的窗函數，窗函數一旦確定了以後，其形狀就不再發生改變，短時傅里葉變換的解析度也就確定了。如果要改變解析度，則需要重新選擇窗函數。短時傅里葉變換用來分析分段平穩信號或者近似平穩信號猶可，但是對於非平穩信號，當信號變化劇烈時，要求窗函數有較高的時間解析度；而波形變化比較平緩的時刻，主要是低頻 信號，則要求窗函數有較高的頻率解析度。短時傅里葉變換不能兼顧頻率與時間解析度的需求。短時傅里葉變換窗函數受到測不準原理的限制，時頻窗的面積不小於2。這也就從另一個側面說明了短時傅里葉變換窗函數的時間與頻率解析度不能同時達到最優。也就是，時間與頻率不可能同時最優化。要想達到優化處理，就需要選用不同的窗函數，這就是樓主您的課題了。 STFT當前主要用於隨機信號檢測，醫學上的神經信號分析，軍事上的雷達信號分析等等，應用在當前來說相對比較廣泛。
7. matlab tftb工具箱怎麼測試
matlab時頻分析工具箱,時頻分析工具箱包括短時傅立葉變換和二次型時頻分析以及各種時頻分析的matlab代碼
8. matlab時頻分析工具箱怎麼用
好雨知時節，當春乃發生。
9. 如何用matlab畫時頻圖
plot，如果來要從文件讀數據源還要用到fopen，fscanf等，查看matlab幫助
例：
fid=fopen([pathname filename],'r');
x=fscanf(fid,'%f',[1,inf]); %按行讀入原始信號數據
h=findobj('Tag','cypl');
sf=str2double(get(h,'string'));
nt=length(x);
t=0:1/sf:100/sf;
plot(H1,t,x(1:101));
xlabel('時間(s)');
ylabel('幅值');
title('輸入數據的時程曲線圖');
grid on