他们如何将输入信号分成 256 段？

这通常是通过滑动一个给定宽度（这里是 256）的窗口来完成的。根据步长，这会导致重叠（如果小于 256）或不重叠（如果等于或大于 256）数据段。

每个段如何与汉明窗相乘？

通常，通过逐元素乘法。

他们如何计算 256 个 DFT 点？

如果我没记错的话，DFT 点的数量是由输入信号的长度决定的。

频谱是如何平均的？

将所有得到的光谱相加并除以光谱数。

代码可能看起来像这样（假设您只对频谱的幅度信息感兴趣）：

clear all;
clc;

input_signal = sin(2*pi*.2*[1:256*1024]).'; %sine at frequency .2 (n=51.2)'

for idx = 1:length(input_signal)/256
     %take a slice from the input vector
    slice = input_signal(1+(idx-1)*256:idx*256);
    %multiply it with the window and transform it into frequency domain
    spectrum = fft(slice.*hamming(256));
    %get the spectrum magnitude at each of the 256 frequency points and store it
    mag_spectrum(:,idx) = abs(spectrum).^2;
end

%for each frequency, take the mean value of the magnitude (mean along rows, thus the .')
mean_spectrum = mean(mag_spectrum.');

之后，向量 mean_spectrum 包含正频率和负频率（索引 2..128 处的正频率，索引 129..256 处的负频率（-fs/2 首先！），索引 1 处的 DC）。因此，我假设长度为 128 的输出向量平均正负频率。您可以通过以下方式获得：

output_vec(1) = mag_spectrum(1);
output_vec(2:128) = 1/2*(mag_spectrum(2:128)+mag_spectrum(256:-1:130));
output_vec(129) = mag_spectrum(129);
plot(output_vec);

这导致光谱中的峰值大约在。n = 52，正如预期的那样。如果要随时间跟踪信号的频率分量，则可以改用短时傅里叶变换。