このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
信号处理工具箱™では,一様および非一様にサンプリングされた信号から特徴を解析,前処理,および抽出する関数とアプリを用意しています。このツールボックスには,フィルターの設計と解析,リサンプリング,平滑化,トレンド除去,およびパワースペクトルの推定のためのツールが含まれています。さらに,ツールボックスでは,変化点や包絡線のような特徴の抽出,ピークや信号パターンの検出,信号の類似度の定量化,および信噪比や歪みなどの測定の実行のための機能を用意しています。振動信号のモード解析や次数分析も行えます。
信号アナライザーアプリでは,コードの記述,長い信号の調査,関心領域の抽出を行うことなく,時間,周波数,および時間——周波数の領域で同時に,複数の信号の前処理と解析が行えます。フィルターデザイナーアプリでは,さまざまなアルゴリズムと応答から選択することでデジタルフィルターの設計および解析が可能です。どちらのアプリも,MATLAB®コードを生成します。
時間領域,周波数領域,時間——周波数領域で信号を可視化,測定,解析,比較します。
信号アナライザーを使用して,信号の複製とフィルター処理によって曲から声を抽出します。
異なる瞬間に異なるセンサーによって収集されたデータを同期化します。
信号がノイズを含む長いデータストリームのセグメントと一致するかどうかを判断します。
データセット内の局所的最大値の位置を特定し,これらのピークが定期的に発生するかどうかを判断します。
どの程度の頻度およびどの程度急激にバイレベル信号のオン/オフを切り替えるかを決定します。
コマンドライン関数または対話型のアプリを使用して,フィルターの設計と実装を行います。
微分器フィルターを使用して,ノイズを増幅せずに信号を微分します。
スペクトル解析はデータの振動動作を特徴付け,複数の周期を測定するのに役立ちます。
信号アナライザーで再割り当てしたスペクトログラムを使用して,スペクトログラムの時間と周波数の局所化を鮮明にします。
深層学習と信号処理を使用して,心拍心電図のデータを分類します。
時間——周波数解析と深層学習を使用して,人間の心電図信号をセグメント化します。
信号ラベラーを使用して,クジラの歌のセットに属性,領域,および関心点をラベル付けする。
信号处理工具箱とは
信号处理工具箱を使用して信号処理,信号解析,およびアルゴリズム開発を実行します。
機械学習の信号処理
このビデオは,スマートフォンで生成した加速度計信号を基にした被験者の身体活動を特定できる分類システムを表します。
信号解析の簡単な方法
このWebセミナーでは,MATLABの信号解析を簡単に実行する方法を紹介します。
MATLABでの信号処理アプリの紹介
信号アナライザーを使用した,心電図信号のインポート,可視化,前処理,解析。