我有音频信号，我用 Matlab 读取，并使用 pwelch 获取它的 PSD，这是我正在使用的代码
[x,Fs] = audioread('audioFile.wav');
x= x(:,1) % mono
[xPSD,f] = pwelch(x,hamming(512),16,1024,Fs);
plot(f,xPSD);
由于FS=96000 和我只对 5khz 以下的频率感兴趣，我想只计算该区域的 PSD，并且还能够调整 PSD 的分辨率！任何想法如何做到这一点！
【问题讨论】：
标签： matlab signal-processing fft
使用pwelch 计算 PSD 时，总是需要在光谱分辨率、平均数和所需数据量之间进行权衡。我首选的使用方式是：
[psd_x, freq] = pwelch(x, hann(nfft), nfft/2, nfft, fsample);
与您的代码的一些差异：
我更喜欢使用hann 窗口，因为我对汉明窗口有不好的体验，如果您的信号包含例如大的直流分量，它们就不是很好。请参阅this comparison，这表明hann 的滚降要好得多，唯一的代价是第一旁瓣稍高。
我使用重叠 50% 的窗口（通过使用 noverlap = nfft/2），这样您就可以“充分利用数据”。在您的情况下，窗口之间只有 16/512 = 3% 的重叠，并且由于窗口函数在其边缘处接近于零，因此边缘处的数据点的贡献不如窗口中间的点那么多。对于半重叠窗口，这种效果要小得多。使重叠大于 50% 是没有用的，你会得到更多的平均值，但由于你会多次使用相同的点，这不会添加任何额外的信息。只要坚持 50%。
我通常使 fft（pwelch 的第四个参数）的长度与窗口长度相同。唯一需要这种不同的情况是使用 zero-padding，它的用途有限。
有一些简单的公式，在使用pwelch 和类似函数时应该记住：
光谱分辨率仅由窗口长度给出：df = 1 / t_window
单个窗口的长度为t_window = nfft / f_sample。
半重叠窗口，需要的数据总量为t_total = t_window * (n_average + 1) / 2
对于单面光谱，PSD 的光谱箱数为nfft / 2。
Nyquist:f_max = f_sample / 2
为了获得相当平滑的频谱，我通常会使用大约 20 个平均值。结合上面的方程并填写所需的光谱分辨率，您就可以得到所需的总数据长度。或者反过来说，如果你只有有限数量的可用数据，你可以计算你可以获得的频率分辨率。
【讨论】：
pwelch(x, hann(nfft), nfft/2, nfft*4, fsample)。但正如我所说，这可能没用。