将Matlab spectrogram转为plt.specgram，如何生成500×500功率谱密度矩阵？

问题背景 #

将Matlab中基于spectrogram的频谱分析代码转为Python的plt.specgram后，可视化图像相似，但输出的功率谱密度矩阵P形状不一致：

• Matlab代码及结果：

  Fs = 50*10^6;
  N = 500;
  [~,~,~,P] = spectrogram(X, Fs/N, 0, N, Fs, 'centered');
  % P 的形状为 500×500
  

  这里Matlab的第一个参数Fs/N是信号分割的帧长，而非窗函数本身。
• Python代码及结果：

  Fs = 50 * 10**6
  nfft = 500
  P, freq , t, img = plt.specgram(x, NFFT=nfft , Fs=Fs, noverlap=0, window = np.hanning(nfft ))
  % P 的形状为 500×100000
  

  差异原因：Python的plt.specgram默认用NFFT值作为帧长分割信号，与Matlab的帧长逻辑不匹配。

解决方案 #

要生成500×500的P矩阵，需对齐Matlab的帧分割规则，并处理频谱中心化：

1. 计算匹配的帧长：Matlab中使用的帧长为 win_len = Fs / N = 50e6 / 500 = 100000
2. 调整Python参数：在plt.specgram中指定nperseg参数为计算出的帧长，同时保持其他参数与Matlab对齐：

   import numpy as np
   import matplotlib.pyplot as plt
   
   Fs = 50 * 10**6
   nfft = 500
   win_len = int(Fs / nfft)  # 帧长设置为100000
   
   # 调用specgram，指定帧长、FFT点数、无重叠
   P, freq, t, img = plt.specgram(
       x,
       NFFT=nfft,
       Fs=Fs,
       noverlap=0,
       window=np.hanning(nfft),
       nperseg=win_len,  # 关键参数：设置与Matlab一致的帧长
       mode='psd'
   )
   
   # 匹配Matlab的'centered'选项，将频谱中心化
   P = np.fft.fftshift(P, axes=0)
   freq = np.fft.fftshift(freq)
   

3. 验证结果：此时P的形状将变为500×500，与Matlab输出一致。

关键说明 #

• plt.specgram的nperseg参数用于定义每个分析帧的长度，默认等于NFFT，这是导致形状差异的核心原因。
• Matlab的'centered'参数会将频谱中心移至0频率，Python中需通过np.fft.fftshift手动实现该效果。

内容的提问来源于stack exchange，提问作者sleli