主要内容
光谱分析
功率谱，相干性，窗口
Signal Processing Toolbox™提供一系列频谱分析功能和应用程序，让您可以描述信号的频率内容。基于fft的非参数方法，如Welch方法或周期图，对输入数据不做任何假设，可以用于任何类型的信号。参数和子空间方法，如Burg’s、协方差和MUSIC，结合了信号的先验知识，可以产生更精确的频谱估计。
用伦斯卡尔法计算非均匀采样信号或缺失样本信号的功率谱。通过估计信号的频谱相干性来测量信号在频域的相似性。设计和分析汉明，凯撒，高斯等数据窗口。
- 谱估计
周期图，Welch和Lomb-Scargle PSD，相干性，传递函数，频率重分配 - 参数谱估计
Burg, Yule-Walker，协方差，以及修正的协方差方法 - 子空间方法
频率和伪频谱估计，多重信号分类(MUSIC)，根MUSIC - 窗户
汉明，布莱克曼，巴特利特，切比雪夫，泰勒，凯泽
相关信息
特色的例子
你也可以从以下列表中选择一个网站:
