主要内容
解析信号与希尔伯特变换
这个希尔伯特函数查找有限数据块的精确分析信号。您还可以通过使用有限脉冲响应（FIR）希尔伯特变换器滤波器来计算虚部的近似值来生成分析信号。
生成一个由三个频率为203、721和1001 Hz的正弦波组成的序列。该序列在10 kHz下采样约1秒。使用希尔伯特函数计算分析信号。在0.01秒和0.03秒之间绘制分析信号。
fs=1e4；t=0:1/fs:1；x=2.5+cos（2*pi*203*t）+sin（2*pi*721*t）+cos（2*pi*1001*t）；y=hilbert（x）；plot（t，real（y），t，imag（y））xlim（[0.01 0.03]）图例(“真的”,“想象的”)头衔(“希尔伯特函数”)xlabel(‘时间’)
计算原始序列和分析信号的功率谱密度的韦尔奇估计。将序列分成长度为256的汉明窗非重叠部分。验证分析信号在负频率下没有功率。
pwelch（[x；y]），256,0，[]，fs，“居中”)传奇(“原件”,“希尔伯特”)
使用设计过滤器函数设计60阶希尔伯特变换FIR滤波器。指定400 Hz的过渡宽度。可视化滤波器的频率响应。
fo=60；d=designfilt(“希尔伯特菲尔”,“过滤器订单”，fo，...“过渡宽度”,400,“采样器”频率（d，1024，fs）
对正弦序列进行滤波，以近似分析信号的虚部。
hb=过滤器（d，x）；
滤波器的群延迟，grd，等于过滤器顺序的一半。补偿这一延误。取下第一个grd虚部和末部的样本grd真实部分和时间向量的样本。在0.01秒和0.03秒之间绘制结果。
grd=fo/2；y2=x（1:end grd）+1j*hb（grd+1:end）；t2=t（1：终点grd）；图（t2，real（y2），t2，imag（y2））xlim（[0.01 0.03]）图例(“真的”,“想象的”)头衔(“FIR滤波器”)xlabel(‘时间’)
估计近似分析信号的功率谱密度（PSD），并将其与希尔伯特后果
pwelch（[y；[y2零（1，grd）]），，256,0，[]，fs，“居中”)传奇(“希尔伯特”,“FIR滤波器”)
另见
您还可以从以下列表中选择网站：
