如何在Matlab中为多输入信号绘制spectrogram

针对64个长度一致的信号向量，这里提供两种Matlab批量绘制频谱图的方案，适配不同的可视化需求：

方案一：子图网格布局（逐个展示每个信号的频谱图） #

将64个信号的频谱图按网格排列（比如8行8列），适合逐个查看每个信号的时频特征：

% 假设所有信号存储在signals矩阵中，每行对应一个信号，维度为64×N（N为信号长度）
num_signals = size(signals, 1);
rows = 8;  % 子图行数
cols = 8;  % 子图列数

% 循环绘制每个信号的频谱图
for i = 1:num_signals
    subplot(rows, cols, i);
    % 自定义spectrogram参数：窗口类型、窗口长度、重叠点数、FFT点数、采样率
    spectrogram(signals(i,:), hann(256), 128, 256, 1000);
    % 关闭子图刻度标签避免拥挤（可根据需求保留）
    set(gca, 'XTick', [], 'YTick', []);
end
% 优化子图间距，避免重叠
tight_layout;

参数说明 #

• hann(256)：使用长度256的汉宁窗口，可替换为rectwin、hamming等其他窗口函数
• 128：窗口重叠点数，一般设为窗口长度的50%
• 256：FFT点数，决定频率分辨率
• 1000：信号采样率，需替换为你的实际采样率

方案二：拼接式热力图（整体展示所有信号的时频特征） #

将所有信号的频谱幅度数据拼接成一个大的热力图，适合全局对比所有信号的时频分布：

% 先获取单个信号的频谱维度信息
[S, F, T] = spectrogram(signals(1,:), hann(256), 128, 256, 1000);
% 预分配存储所有信号的频谱幅度数据
spectro_data = zeros(size(S,1), size(S,2), num_signals);

% 循环提取每个信号的频谱幅度
for i = 1:num_signals
    [S_single, ~, ~] = spectrogram(signals(i,:), hann(256), 128, 256, 1000);
    spectro_data(:,:,i) = abs(S_single);  % 取频谱幅度
end

% 将三维数据重排为二维网格（8行8列信号）
rows = 8;
cols = 8;
spectro_2D = reshape(permute(spectro_data, [1,3,2]), size(S,1)*rows, size(S,2)*cols);

% 绘制拼接热力图
imagesc(spectro_2D);
axis xy;  % 翻转y轴，匹配频谱图的频率轴方向
colormap jet;  % 使用与spectrogram默认一致的色图
colorbar;

% 添加刻度标签（对应原信号的时间和频率范围）
xticks(linspace(1, size(spectro_2D,2), cols+1));
xticklabels([0 T(end)]);
yticks(linspace(1, size(spectro_2D,1), rows+1));
yticklabels([0 F(end)]);
xlabel('时间 (s)');
ylabel('频率 (Hz)');

注意事项 #

• 确保所有信号长度一致，否则需先做截断或补零处理
• 可根据需求调整窗口长度、重叠率等参数，以平衡时间分辨率和频率分辨率

内容的提问来源于stack exchange，提问作者vivi17