❶ matlab里有什么工具箱，可以用FFT（快速傅立叶变换）做频谱分析
1、采样数据导入Matlab 。
采样数据的导入至少有三种方法。
第一就是手动将数据整理成Matlab支持的格式，这种方法仅适用于数据量比较小的采样。
第二种方法是使用Matlab的可视化交互操作，具体操作步骤为：File --> Import Data，然后在弹出的对话框中找到保存采样数据的文件，根据提示一步一步即可将数据导入。这种方法适合于数据量较大，但又不是太大的数据。
第三种方法，使用文件读入命令。数据文件读入命令有textread、fscanf、load等，如采样数据保存在txt文件中，则推荐使用 textread命令。如[a,b]=textread('data.txt','%f%*f%f'); 这条命令将data.txt中保存的数据三个三个分组，将每组的第一个数据送给列向量a，第三个数送给列向量b，第二个数据丢弃。命令类似于C语言，详细可查看其帮助文件。文件读入命令录入采样数据可以处理任意大小的数据量，且录入速度相当快，一百多万的数据不到20秒即可录入。
2、对采样数据进行频谱分析 。
频谱分析自然要使用快速傅里叶变换FFT了，对应的命令即 fft ，简单使用方法为：Y=fft(b,N)，其中b即是采样数据，N为fft数据采样个数。一般不指定N，即简化为Y=fft(b)。Y即为FFT变换后得到的结果，与b的元素数相等，为复数。以频率为横坐标，Y数组每个元素的幅值为纵坐标，画图即得数据b的幅频特性；以频率为横坐标，Y数组每个元素的角度为纵坐标，画图即得数据b的相频特性。典型频谱分析M程序举例如下： clc fs=100;
t=[0:1/fs:100];
N=length(t)-1;%减1使N为偶数 %频率分辨率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);
%上面模拟对信号进行采样，得到采样数据p，下面对p进行频谱分析
figure(1) plot(t,p); grid on
title('信号 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('频谱图 （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')
对于现实中的情况，采样频率fs一般都是由采样仪器决定的，即fs为一个给定的常数；另一方面，为了获得一定精度的频谱，对频率分辨率F有一个人为的规定，一般要求F<0.01，即采样时间ts>100秒；由采样时间ts和采样频率fs即可决定采样数据量，即采样总点数N=fs*ts。这就从理论上对采样时间ts和采样总点数N提出了要求，以保证频谱分析的精准度。
❷ matlab中如何使用短时傅里叶
网上都有现成程序的，很简单的。
❸ 怎样在MATLAB中做短时傅立叶变换
matlab有STFT的自带函数，你可以help下spectrogram，里面有例程。下面这个小程序就是一个STFT的小示例：
T = 0:0.001:2;
X = chirp(T,100,1,200,'q');
spectrogram(X,128,120,128,1E3);
title('Quadratic Chirp');
❹ 如何对我测得的一个信号用matlab进行短时傅里叶变换
你的数据就是10kHz采样下的结果，幅度序列就是具体样本值。剩下的加窗啊，重叠长度，fft长度等等都是信号处理基础知识，你都做时频分析了，应该不需要过多解释基础知识了
❺ 怎么用matlab实现离散短时傅里叶变换
离散傅里叶变换函数：fft，help一下就可以
❻ Matlab中短时傅里叶变换中一些函数变换步骤不明，求解释！
(1)matlab是按列储存的，当然可以使1*256的了，不过需要自己设。傅里叶变化是对称变化，一般都回要求数据个数是答2的幂次。
（2）tfr对谁做fft变换，fft就和谁是同样大小的矩阵。
（3）上面说了，fft变换后的波谱是对称的，如果tfr是256的话，只需取256/2=128个就行。
（4）随机数组或原数据体中数据之间无关的话，那么变换后的振幅图和相位图都是上下波动的，密集线就是波动情况，密集程度与点距和线长有关。
❼ 如何用matlab实现语音信号的短时傅里叶变换
matlab自带了短时傅复里叶变换的分制析函数，也即spectrogram函数。
其使用方式有两种
1. [S,F,T,P]=spectrogram(x,window,noverlap,nfft,fs)
2. [S,F,T,P]=spectrogram(x,window,noverlap,F,fs)
x---输入信号的向量；Window---窗函数；Noverlap---各段之间重叠的采样点数；Nfft---计算离散傅里叶变换的点数；Fs---采样频率Hz；F---在输入变量中使用F频率向量。
对应题主的问题
假设语音信号保存在wave变量中，那么，对其做短时傅里叶变换的函数语句为
[S,F,T,P]=spectrogram(wave,window,noverlap,nfft,fs)
参数可以根据具体信号的特点进行设定。
❽ 怎样在MATLAB中做短时傅立叶变换
matlab有STFT的自带函数，你可以help下spectrogram，里面有例程。下面这个小程序就是一个回STFT的小示例：答
T = 0:0.001:2;
X = chirp(T,100,1,200,'q');
spectrogram(X,128,120,128,1E3);
title('Quadratic Chirp');
❾ 用matlab 做时间序列分析应该用什么工具箱
用matlab 做时间序列分析应该用什么工具箱
短时傅里叶变换在Signal Processing Toolbox里,你一定是没装这个工具箱,再装一次MATLBA