时频分析specgram

时频分析（Time-Frequency Analysis）是一种信号处理技术，用于将信号的时域特性（时间特性）与频域特性（频率特性）结合起来分析。

specgram是一种常见的时频分析方法，用于计算信号的谱图。谱图显示了信号在不同时间点上的频率分布。它将信号分成小的时间窗口，并在每个窗口上计算频谱。然后，将这些频谱堆叠起来形成一个二维图像，其中横轴表示时间，纵轴表示频率，颜色或亮度表示信号的能量或幅度。

在Python中，可以使用SciPy库中的`specgram`函数进行specgram计算。下面是一个简单的示例：

import numpy as np
import matplotlib.pyplot as plt
from scipy import signal

# 生成一个示例信号
fs = 1000  # 采样率
t = np.linspace(0, 1, fs, endpoint=False)
x = np.sin(2 * np.pi * 50 * t) + np.sin(2 * np.pi * 120 * t)

# 使用specgram计算谱图
f, t, Sxx = signal.spectrogram(x, fs)

# 绘制谱图
plt.pcolormesh(t, f, 10 * np.log10(Sxx))
plt.xlabel('Time [s]')
plt.ylabel('Frequency [Hz]')
plt.colorbar(label='Power Spectral Density [dB/Hz]')
plt.show()

上述代码生成了一个包含两个正弦波的示例信号，并使用`signal.spectrogram`计算其谱图。然后，使用`plt.pcolormesh`函数绘制谱图，其中使用对数尺度显示信号能量。

希望这个例子能帮助你理解specgram的基本概念和用法。如果你有任何进一步的问题，请随时提问！