主要内容
时频分析
谱图，同步压缩，重新分配，Wigner-Ville，时频边际，数据自适应方法
信号处理工具箱™提供功能和应用程序，使您能够可视化和比较非平稳信号的时频内容。计算短时傅里叶变换及其逆。使用重新分配或傅里叶同步压缩获得尖锐的谱估计。绘制交叉谱图，Wigner-Ville分布和持久性谱。提取并跟踪时频脊。估计瞬时频率、瞬时带宽、谱峰度和谱熵。使用经验或变分模态分解和希尔伯特-黄变换进行数据自适应时频分析。
功能
主题
检查信号处理工具箱提供的时频分析函数的特性和限制。
连续小波分析的实用介绍(小波工具箱)
这个例子展示了如何执行和解释连续小波分析。
显示线性调频信号的声谱图。
使用傅里叶同步压缩变换计算信号的瞬时频率。
利用傅里叶同步压缩变换计算两个正弦信号的瞬时频率。确定如何分离的正弦必须转换来解决它们。
基于深度学习的雷达和通信波形分类(相控阵系统工具箱)
这个例子展示了如何使用Wigner-Ville分布(WVD)和深度卷积神经网络(CNN)来分类雷达和通信波形。
基于深度学习的行人和骑自行车者分类(雷达工具箱)
利用深度学习网络和时频分析，根据行人和骑自行车者的微多普勒特征进行分类。
特色的例子
你也可以从以下列表中选择一个网站:
