目录：
前言
之前讲了时频分析的原理，和matlab里面的相关实现，现在展示一下它的应用。
想要复习原理的同学，可以参照一下这篇：短时傅里叶分析（1）
想要熟悉函数语句的同学：
基础的可以参见前面的：短时傅里叶实现（1）
中阶的可以参见前面的：短时傅里叶实现（2）
高阶的可以参见前面的：短时傅立叶实现（3）
进阶的可以参见前面的：短时傅里叶实现（4）
终极的可以参见前面的：短时傅里叶实现（5）
实验环境
本文的所有实验都是在matlab2016a下通过的。
Matlab spectrogram函数
谱图函数：使用短时傅里叶变换化成短时傅里叶变换的谱图。
1语法
前面的几个帖子，已经详细的介绍了这个函数，不清楚的可以参看一下，本篇只演示应用。
2举栗子：
本文会介绍一些常见的应用，重要的是结合原理去理解它，这样才好应用到自己的应用上。
2.1跟踪声音信号里的鸟声轨迹
加载一个包含两个下降鸟声信号和宽带飞溅声的声音信号。计算短时傅里叶变换，将信号分割成400个段落，300个重叠，画出谱图。
load splat
% To hear, type soundsc(y,Fs)
sg = 400;
ov = 300;
spectrogram(y,sg,ov,[],Fs,'yaxis')
colormap bone 如图所示
%可以使用谱图函数获得信号的功率谱密度信息
[s,f,t,p] = spectrogram(y,sg,ov,[],Fs);
%可以使用medfreq来追踪这两个鸟声信号，为了找到最强的，低频鸟声信号，限制这个搜索在频率大于100hz，时间
%在宽带信号之前
f1 = f > 100;
t1 = t < 0.75;
m1 = medfreq(p(f1,t1),f(f1));
%为了找到虚弱的高频鸟声信号，限制搜索在2500hz以上，时间在0.3秒到0.65秒之间。
f2 = f > 2500;
t2 = t > 0.3 & t < 0.65;
m2 = medfreq(p(f2,t2),f(f2));
%将结果叠加在谱图上。将频率值除以1000，以kHz表示。
hold on
plot(t(t1),m1/1000,'linewidth',4)
plot(t(t2),m2/1000,'linewidth',4)
hold off如图所示：
2.2谱图3d可视化
%产生一个两秒的信号，采样频率为10khz，瞬时频率信号是一个时间的三角函数
fs = 10e3;
t = 0:1/fs:2;
x1 = vco(sawtooth(2*pi*t,0.5),[0.1 0.4]*fs,fs);
%计算并画出信号的谱图，使用256点shape为5的kaiser窗，特别地重叠点数是220，512点DFT，在y轴画出颜色图
spectrogram(x1,kaiser(256,5),220,512,fs,'yaxis')
%改变视角，并展示瀑布样的谱图，颜色设置为bone
colormap bone
view(-45,65)
参考：
mathworks