我正在尝试了解 PSD，以及它的功能。
到目前为止，我已经执行了以下操作：
NFFT = 256用和分割信号hop_size = 128- 对这些段中的每一个进行窗口化（汉明）
- 每个窗口的 DFT
- 取结果矩阵的前半部分
(n/2+1)
从我目前所阅读的内容来看，该算法可以最好地描述如下：
我们取 LENGTH 的平方大小NFFT，我们通过以下方式计算mag = (bin.re * bin.re + bin.im * bin.im)：这给出了 DFT bin 中每个点的大小。
Q1：这些是“平均”形成Pxx Pxx的，是我假设存储平均值的大小的 bin NFFT/2+1，但是，这些存储每个 bin 的平均值吗？因为不太明白：
如果我有一个包含值的二维矩阵：
a = [[1, 2, 3, 4, 5, 6, 9, 8],
[2, 5, 8, 9, 7, 8, 9, 7],
[4, 5, 6, 4, 7, 8, 9, 8]
然后我取这些的“平均值”.. 即 (1+2 ....., n)/NFFT/2+1。对于每个垃圾箱，这只会给出一个值？
好的，现在进入缩放。因此，我们可以扩展到频率吗？如果是这样，我们是否按比例缩放Fs * window_size
编辑：
我认为我的最后一个问题没有那么有意义..
到目前为止，我有一个包含146x128..
block1 = [1, 2, 3, ...... n] (where `n` is 128)
block2 = [0, 5, 6, ...... n]
.....
block146 = [1, 4, 5, .... n]
现在，如果我计算每个块的平均幅度，即sum(sqrt(re*re+im*im))/128这将为我提供每个块的平均值（包含 146 个样本的向量）。
对于我的每个样本，blocks我是否因此将每个样本除以该特定块的平均幅度？IE
block1 = [0, 1, 2, ...... n]
average = (0+1+2)/128 = 0.58 (for example)
result = [0/0.58, 1/0.58, 2/0.58.... n]
因此，我得到的向量仍然是二维向量。
这有意义吗？
编辑：
1 - 你想处理什么类型的信号？即：它是什么类型的应用程序？它是一维信号吗，例如以 44.1Khz 采样的音频？还是像图像或视频这样的多维信号？
我正在尝试处理音频信号。
到目前为止我所做的是：
采用一维输入向量，然后将该向量拆分为块（大小256与此重叠/跳跃128给我总共 146 个块，每个块包含 128 个样本。这些样本已乘以汉明窗，然后 DFT 有被通过了。
这些块包含窗口化和 DFT 发生后的结果值。
2 - 你在哪里进行这些计算？Matlab、Octave、python 还是其他？
我正在使用 C++ 执行这些计算
3 - 当您说 2D 向量（称其为矩阵可能会更容易混淆）时，里面的数字是什么意思？什么是列，什么是行？
列和行包含每个块的汉宁窗的 DFT 结果256/2 = 128
本质上，我试图做的是创建一个频谱图。目前，我可以用值的幅度绘制频谱图，即(re*re+im*im)，我想绘制整体功率谱（PSD），而不是绘制幅度，以便我可以确定功率主要在信号内的位置。
如果我这样做，matplotlib我可以得到以下结果：
所以理论上，magnitudes我不想显示我目前正在做的事情，而是想显示 PSD（如图所示）。我查看了 matplotlib 源代码，这是给出的：
result, windowVals = apply_window(result, window, axis=0,
return_window=True)
result = np.fft.fft(result, n=pad_to, axis=0)[:numFreqs, :]
result = np.conjugate(result) * result
# for PSD
result /= (np.abs(windowVals)**2).sum()
result[1:-1] *= scaling_factor
# where scaling_factor is either 1 or 2
对我来说，上面的代码看起来像是取 WindowValues 的平方和（即 Hamming），然后将每个值除以result（即生成的 DFT），最后乘以比例因子。
这看起来正确吗？