稍微修改您的代码，但没有重大更改，无论哪种方式我都会得到正确的结果。在此处使用此模板代码，您应该不会看到任何问题。我得到正确的结果。

clear all; 
t=linspace(0,30,301); 
Fs = (inv(t(2)-t(1))); 
x=randn(100,1);  
wname = 'morl'; 
scales = 1:1:256; 
chefs = cwt(x,scales,wname,'lvlabs');

freq = scal2frq(scales,wname,1/Fs);

figure; 
coefsSquared = abs(coefs).^2; 
imagesc(coefsSquared); 
grid off;

%Pick one of the columsn to plot: 
figure; 
plot(coefsSquared(:,47))

要获得您放置的第一张图像右侧的图形，那就是时间片频谱。换句话说，频率时间矩阵的一列。

例如，我们可能会得到以下频率与时间的平方系数矩阵：

然后让我们假设我们希望查看第 47 列的时间片的频谱。然后，这里给出：

在这里，您可以看到对应于第 47 列的时间片的系数的功率与频率的关系。

连续小波变换 (CWT) 是一种时间尺度分析方法。是的，你没看错，是scale，而不是frequency。但是，可以将比例映射到频率，甚至非常容易。由于您是 MATLAB 用户，您可能希望使用此函数，它执行以下操作：

F = scal2frq(A,'wname',DELTA) 返回对应于 A 给出的尺度、小波函数 'wname'（有关详细信息，请参阅 wavefun）和采样周期 DELTA 的伪频率。

如您所见，频率不是信号中的真实频率，而是近似值。如果你想要真实的频率，你应该使用短时傅里叶变换 (STFT)。

那么，什么时候应该使用 CWT？作为一般原则，当信号是瞬态的（即快速变化）时，小波工作得很好。

编辑：哈哈，我不知道我在这里做什么。抱歉 :-D 完全错过了您的问题的重点。只看标题....

不确定您是否还需要帮助...

如果您想要频率与幅度，请使用“网格/冲浪”命令来绘制系数。

然后更改绘图的方向，以便获得所需的结果。为此，请参阅“查看”命令。