信号处理工具箱
执行信号处理和分析
Signal Processing Toolbox™提供了分析、预处理和提取均匀和非均匀采样信号特征的功能和应用程序。工具箱包括用于滤波器设计和分析、重采样、平滑、去趋势和功率谱估计的工具。工具箱还提供了提取特征(如变化点和包络线)、查找峰值和信号模式、量化信号相似性以及执行测量(如信噪比和失真)等功能。您还可以执行振动信号的模态和阶分析。
与信号分析仪应用程序可以预处理和在时间，频率和时间 - 频率域的同时分析多个信号，而无需编写代码;探索长信号;感兴趣和提取区域。随着滤波器设计应用程序，你可以设计并通过各种算法和响应选择分析的数字滤波器。这两个应用程序生成MATLAB®码。
开始:
预处理和特征提取
在训练深度网络之前，使用内置的函数和应用程序来清除信号和去除不需要的工件。
提取时间，频率和时频域信号从功能以增强功能，减少变异性和数据维度训练深度学习模型。
分类心电图信号使用长短期记忆网络
标签和数据集管理
使用信号标签器应用程序为信号添加属性、区域和兴趣点。创建不同类型的标签和子标签。
使用信号数据存储来管理大到无法装入内存的大量信号数据。
分析标签信号
参考示例
使用实例开始使用机器学习和深度学习的信号。
使用深度学习的波形分割
探索信号
使用Signal Analyzer app对信号在时间、频率和时频域进行分析和可视化。从信号中提取感兴趣的区域以便进一步分析。
该信号分析仪应用程序，您还可以测量，并在同一时间，在同一视图分析不同期限的信号。
从鲸之歌利益的精华区
描述性统计
计算常见的描述性统计，如极大值、极小值、标准差和均方根水平。找到信号的变化点，并使用动态时间翘曲对齐信号。
定位信号峰值，并确定邻居其高度，宽度和距离。测量的时域作为峰 - 峰振幅和信号包络等功能。
三角波形的压摆率
数字滤波器
设计，分析和实现各种数字FIR和IIR滤波器，如低通，高通，带阻和使用Filter Designer设计的应用程序。可视化幅度，相位，群延迟，脉冲和阶跃响应。
检查滤波器极点和零。通过测试稳定性和相位线性来评估滤波器的性能。应用滤波器的数据和消除延迟和相位失真使用零相位滤波。
模拟IIR低通滤波器的比较
谱估计
估计使用非参数方法，包括周期图，韦尔奇的重叠段的平均方法，和多窗口方法谱密度。实现参数和子空间的方法，如伯格的，协方差和音乐，估计谱。
非均匀采样的信号或使用所述博士伦-Scargle方法丢失样本信号的计算功率谱。通过估计光谱相干测量中的频域信号的相似性。
韦尔奇谱估计
短时傅立叶变换
复杂的啁啾的瞬时频率
数据自适应变换
使用经验模态分解、变分模态分解和Hilbert-Huang变换进行数据自适应时频分析。
经验模式分解
顺序分析
利用顺序分析方法对旋转机械中出现的光谱内容进行分析和可视化。
追踪和提取订单和它们的时域波形。从振动信号跟踪和提取RPM轮廓。与时间同步平均去除噪声连贯。
旋转机械的振动分析
柔性机翼飞机的模态分析
疲劳分析
产生疲劳分析高循环雨流计数。
用于疲劳分析的雨流计数
加速你的代码
为支持的功能使用GPU和多核处理器加速你的代码。金宝app
加速与gpu的相关性
代码生成
生成生产质量C / C ++代码和MEX文件使用MATLAB编码器桌面和嵌入式应用程序的部署。
为支持的功能生成优化的CUDA代码，并在NVIDIA gpu中使用金宝app。
零相位滤波的代码生成
信号贴标应用
执行交互式或自动信号标签，使用信号频谱和频谱从文件标签和导入数据
信号分割
在深学习准备的兴趣提取和转换信号的区域
短时傅立叶变换
从他们的STFT幅值和计算片面估计重构信号
欧洲数据格式文件
阅读EDF和EDF+文件并获取有关它们的信息
GPU加速
加速频谱分析和时间 - 频率使用的GPU分析功能
C / c++代码生成
生成C / C ++用于特征提取，信号测量，和振动分析代码
GPU代码生成
生成CUDA代码零相化滤波和傅立叶synchrosqueezed变换函数
看到发行说明对任何这些特征和对应的功能的详细说明。
