一、仿真一个非平稳的时间序列。
N = 10000;
t = 0:N-1;
z1 = 4.2*sin(2*pi/20.*t+5);
z2 = 2.2*sin(2*pi/100.*(1+0.001*t).*t+8);
w1 = randn(length(t),1)';
y=z1+z2+w1;
figure;plot(y,'LineWidth',1.5);grid on;
ylabel('Signal');
xlabel('Time'); 
二、傅里叶变换（FFT）分析
Fs = 1;
Y = fft(y);
L=length(y);
P2 = abs(Y/L);
P1 = P2(1:L/2+1);
P1(2:end-1) = 2*P1(2:end-1);
f = Fs*(0:(L/2))/L;
%--横坐标是频率--
figure;plot(f,P1,'LineWidth',1.5);grid on;
title('Single-Sided Amplitude Spectrum of X(t)')
xlabel('f (Hz)')
ylabel('|P1(f)|')
(1)这里横坐标是频率f(hz)，1/0.05=20，对应信号z1周期，如果想将横坐标转换为周期，绘图语句转换为如下即可：
plot(1./f,P1,'LineWidth',1.5);(2)对于非平稳信号z2，在FFT图中几乎看不出来。
三、短时傅里叶变换（STFT）分析
window=256;
noverlap=16;
nfft=128;
figure;spectrogram(y,window,noverlap,nfft,Fs,'yaxis');
可以改变
window=256;
noverlap=16;
nfft=128;这些参数，对比分析效果。
如果想根据spectrogram()函数的输出自己绘图，如下：
[scalar,fs,ts] = spectrogram(y,window,noverlap,nfft,Fs);
figure;
pcolor(ts,1./fs,abs(scalar));shading interp;
colorbar
ylabel('Period');
xlabel('Time');
注意：
pcolor(ts,1./fs,abs(scalar));shading interp;语句中的1./fs将频率转换为了周期。
)
