利用cwt函数(一维连续小波变换)对线性调频仿真信号进行时频分析，绘制时频分布图，并与短时Fourier变换结果进行比较

利用小波降噪预处理的时频分布分析柴油机漏油故障。诊断实例为斯太尔实车发动机漏油故障，振动传感器放置在第3、第4缸中间，设置故障为第3缸油路漏油，同时采集振动信号和第4缸喷油压力信号，采样频率为12.8kHz，发动机转速为1300r/min，Sig1.txt是正常工况下第4缸上止点后两个工作循环的振动信号，Sig2.txt是第3缸漏油工况下的振动信号。 如有任何疑问，请私信博主。

需要注意的是：实现离散序列的短时 Fourier变换,是 tftoobox工具箱中的函数。 该程序构建一个256点仿真信号x(N),采样频率为256Hz，在区间(30,80)和(140,190)内正弦信号的频率分别为32Hz和64Hz，采用函数 tfrstft对其进行时频分析。

构建经过高斯信号进行幅度调制的线性调频信号x(N)，采用函数 tfrstft对其进行时频分析，并通过“ tfrgview menu”设置时频分布的不同显示方式。 运行程序后，首先显示信号的时域波形图，进行短时 Fourier变换后，由于没有输出参数，系统会直接给出时频分布图，为了能同时看到时域信号、时频分布及频域信号分布特点，通过选择“ TFRQVIEW”菜单中的“ change the display layout”→“ display signal”“ signal only”,再选择“ changethe display layout”→“ display spectrum”→“ linear scale”，

读取TXT格式数据文件，进行短时傅里叶变换，并将结果保存为图片的MATLAB脚本。短时傅里叶变换是一种经典的时频分析算法，常用于故障诊断等信号处理与分析领域。

产生线性调频信号，联合分析方法，其思想是假定信号在较短的时间内是平稳的，它将一个的变化的信号分为若干个时间段，在每个时间段内计算信号频谱，然后将各个时间段内信号频谱堆叠显示，从而了解信号频率成分随时间的变化情况，使得同时在时域和频域分析信号成为可能。缺点是信号的时频分辨力受固定窗函数限制，受不确定性准则的约束，时频分辨力不可能同时提高，采用高斯窗函数的Gabor变换能达到在固定窗函数下的最佳时频联合分辨率。

参数可自由选择，可以根据自己需要选择步长、窗函数种类从而实现短时傅里叶变换。 参数可自由选择，可以根据自己需要选择步长、窗函数种类从而实现短时傅里叶变换。

MATLAB短时傅里叶变换和morlet小波变换.rar

完整代码，可直接运行

为解决对混沌信号进行傅里叶变换分析后，只能得到信号中所包含的频率成分，并不能获知有关频率成分的时间局部化信息的问题，采用了短时傅里叶变换的方法，通过对短时傅里叶变换的数学公式及表达的物理意义研究后，提出了在FPGA上利用Altera公司提供的IP核资源实现短时傅里叶变换的功能，并在Modelsim软件上进行功能仿真。实验证明通过短时傅里叶变换可以对混沌信号进行很好的分析。