使用matlab用频谱图处理后从FFT帧中提取局部最大值

Question

我想在用频谱图处理信号后从 FFT 帧中提取局部最大值。

具体来说，我有一个音频文件，它是一个wav 文件，它是通过以下过程收集的：

手机用户将智能手机保持在大约一臂的距离，吸气，然后用力呼气，直到整个肺容积被排出。手机的麦克风记录呼气并将数据存储在 wav 文件中。

然后我使用以下程序处理带有频谱图的音频：

首先，我将音频缓冲为 30 毫秒的帧（帧之间有 50% 的重叠）。然后使用汉明窗对每一帧进行加窗处理，并采用|FFT|db 生成信号的幅度谱图。

这是我使用 matlab 的方法：

 [X, FS] = audioread('Rec_002.wav');
 info = audioinfo('Rec_002.wav');
 window = (30*0.001/info.Duration)*info.TotalSamples;
 [s,f,t,ps]=spectrogram(X, window, [], [], FS);

Rec_002.wav 是我的音频文件。用频谱图处理信号后，我想使用每帧中的局部最大值提取共振，在滑动窗口上计算。然后，保存大于全局最大值 20% 的任何局部最大值。

下面显示了使用上述数据时频谱图的样子： Spectrogram image

这显示了从频谱图中提取后共振应该是什么样子

After extracting resonaces from spectrogram image

到目前为止，我使用输出参数之一s - 短时傅里叶变换来提取局部最大值。

这是我的代码：

 local_max=max(abs(s));
 threshold=0.2*max(local_max,[],2); 
 local_max=local(:,local_max>threashold);

问题是我不确定使用 s 是否正确，或者我应该使用 ps - 功率谱密度 (PSD) 来实现我的目标。

谁能指出我？任何帮助将不胜感激。

Answer 1

频谱图的输出 s 是 [t1, t2] 之间信号中频率分量的幅度。

功率谱密度，可用于通过求和（CT 域的积分）计算给定持续时间 (STFT) 频率范围内的功率量。从名称“密度”来看，这有点直观。

因此，如果您将阈值逻辑应用于 ps 而不是 s，您最终将得到最高梯度（局部）而不是最大值（局部）。