時間-周波数ギャラリ
このギャラリーでは,信号处理工具箱™および小波工具箱™で使用可能な時間——周波数解析関数の概要を示します。説明と使用例で,信号解析に使用できるさまざまな方法を紹介しています。
メソッド | 特徴 | 可逆性 | 例 |
---|---|---|---|
|
|
||
|
あり |
||
|
なし |
||
|
|
||
|
あり |
||
|
なし |
短時間フリエ変換(スペクトログラム)
説明
“短時間フリエ変換”は,非定常多成分信号の解析に役立線形時間-周波数表現です。
短時間フリエ変換は可逆変換です。
スペクトログラムは,stftの振幅の2乗です。
2つの信号のクロススペクトログラムを計算して,時間——周波数空間での類似度を調べることができます。
信号の“パーシステンススペクトル”は,与えられた周波数が信号内に存在する時間の割合を示す時間——周波数領域の表示です。パシステンススペクトルはパワ周波数空間のヒストグラムです。信号が変化する中で特定の周波数が信号内に存在する時間が長ければ長いほど,その時間の割合は大きくなるため,表示内の色が明るく(“熱く”)なります。
考えられる用途
この時間-周波数手法の用途には以下のものが含まれますが,これらに限定されません。
音声信号処理:基本波周波数推定,クロス合成,スペクトル包絡線抽出,時間——スケール変更,タイムストレッチ,ピッチシフト。(詳細は)異なる合成ウィンドウと解析ウィンドウをもを参照)。
きれ検出:超音波ラム波の分散曲線を使用した,アルミニウム板のきれの検出。
センサ配列処理:ソナ探査,物理探査,ビミング。
デジタル通信:周波数ホッピング信号の検出。
使用方法
dlstft
は深層学習の短時間フリエ変換を計算します。深度学习工具箱™がンストルされていなければなりません。xspectrogram
は,2 .の信号のクロススペクトログラムを計算します。信号アナラeconf econfザのスペクトログラム表示を使用して,信号のスペクトログラムを表示することもできます。
pspectrum
または信号アナラeconf econfザのパシステンススペクトルオプションを使用して,他の信号の中に隠れている信号を識別します。
例:パルスと振動
5千赫で4秒間サンプリングされた信号を生成します。信号は,振動する振幅の領域および増加傾向で変動する周波数の領域によって分離された,持続時間が減少していく一連のパルスで構成されています。
Fs = 5000;T = 0:1/fs:4-1/fs;x = 10 * besselj(0, 1000 *(罪(2 *π* (t + 2) ^ 3/60)。^ 5));
信号の短時間フリエ変換を計算してプロットします。形状係数 で200サンプルのカ。
stft (x, fs,“窗口”凯瑟(200,30))
例:減少するチャプをも音声信号
減少する2のチャプと広帯域のスプラッタ音を含むオディオ信号を読み込みます。
负载长条木板
オバラップの長さを96サンプルに設定します。短時間フリエ変換をプロットします。
stft (y, Fs,“OverlapLength”, 96)
例:クジラの歌
4 kHzでサンプリングされた太平洋のシロナガスクジラのオーディオデータを含むファイルを読み込みます。ファopenstackルは,コopenstackネル大学の生物音響学研究プログラムが管理する動物発声ラopenstackブラリのものです。データの時間スケールは,音の高さを上げ鳴き声を聞き取りやすくするために係数10で圧縮されています。
[w,fs] = audioread(“bluewhale.wav”);
80%のオバラップ率でクジラの歌のスペクトログラムを計算します。スペクトログラムの最小しきい値を-50年
dBに設定します。
pspectrum (w, fs,的谱图,“漏”, 0.2,“OverlapPercent”, 80,“MinThreshold”, -50)
例:過渡信号のパシステンススペクトル
広帯域信号に組み込まれた狭帯域の干渉信号を読み込みます。
负载TransientSig
信号のパシステンススペクトルを計算します。両方の信号成分が明瞭に表示されます。
pspectrum (x, fs,“坚持不懈”,...“FrequencyLimits”(100 290),“TimeResolution”, 1)
連続ウェブレット変換(スカログラム)
説明
ウェブレット変換は,時間シフトと時間スケリングを維持する線形時間-周波数表現です。
“連続ウェブレット変換”は,非定常信号の過渡状態の検出や,瞬時周波数が急速に増大する信号に適しています。
CWTは可逆変換です。
CWTは,可変サ电子书阅读器ズのウィンドウで時間-周波数平面をタ电子书阅读器リングします。ウィンドウの時間の幅は,低周波数の現象に適するように,自動的に広がります。また,高周波数の現象の場合は狭くなります。
考えられる用途
この時間-周波数手法の用途には以下のものが含まれますが,これらに限定されません。
心電図(ecg):心电图信号の臨床的に最も有用な情報は,連続した波形の時間間隔と特徴によって定義される振幅にあります。ウェーブレット変換は心电图信号をスケールに分解し,さまざまな周波数範囲の心电图信号の解析を容易にします。
脳波図(eeg)输出说明:生のeeg信号は空間分解能とs / n比が低く,アティファクトが発生します。ノイズ信号の連続ウェーブレット分解は,ノイズのランダム分布を変更せずに,大きな絶対値を持ついくつかのウェーブレット係数に固有の信号情報を集中させます。そのため,ウェズ除去ができます。
信号復調:適応ウェブレット構成手法を使用して,“拡張2位相シフトキング(ebpsk)”を復調します。
深層学習: CWTを使用して,畳み込みニューラルネットワークの学習に使用できる時間——周波数表現を作成できます。ウェブレット解析と深層学習を使用した時系列の分類(小波工具箱)は,スカログラムと転移学習を使用してecg信号を分類する方法を示しています。
使用方法
类
(小波工具箱)は連続ウェブレット変換を計算し,スカログラムを表示します。または,cwtfilterbank
(小波工具箱)を使用してCWTフィルタバンクを作成し,関数wt
(小波工具箱)を適用します。この手法は,並列化アプリケーションで実行する場合や,ループ内にある複数の関数の変換を計算する場合に使用します。icwt
(小波工具箱)は連続ウェブレット変換の逆変換を行います。信号アナラeconf econfザには,時系列のCWTを可視化するスカログラム表示があります。
例:ecg信号
360赫兹でサンプリングされたノズの多い心电图波形を読み込みます。
负载心电图Fs = 360;
連続ウェブレット変換を計算します。
类(ecg Fs)
心电图データはMIT-BIH心律失常数据库から取得されたものです[2]。
Wigner-Ville分布
説明
“Wigner-Ville分布”(项)は信号をその信号の時間と周波数が変換された複素共役バージョンと相関させることで計算される二次エネルギー密度です。
维格纳-维尔分布は,信号が複素数の場合でも常に実数です。
時間周辺密度と周波数周辺密度はそれぞれ,瞬時電力とスペクトルエネルギ密度に対応しています。
瞬時周波数と群遅延は,Wigner分布の局所的1次モメントを使用して評価できます。
WVDの時間分解能は,入力サンプルの数に等しくなります。
Wigner分布は,局所的に負の値を想定できます。
考えられる用途
この時間-周波数手法の用途には以下のものが含まれますが,これらに限定されません。
耳音響放射(oae):探索は蝸牛(内耳)から発せられる狭帯域振動信号で,これがあることは正常な聴力を示します。
量子力学:古典的な統計力学に対する量子補正,電子伝達のモデル化,多体量子システムの静的特性と動的特性の計算。
使用方法
项
はWigner-Ville分布を計算します。xwvd
は2の信号の交差Wigner-Ville分布を計算します。詳細にいては,交差Wigner-Ville分布を使用した瞬時周波数の推定を参照してください。
例:耳音響放射
20 kHzでサンプリングされた耳音響放射デタを含むデタファルを読み込みます。この放射は25ミリ秒から開始して175ミリ秒で終了するスティミュラスによって生成されました。
负载dpoaeFs = 20e3;
耳音響デタの平滑化疑似Wigner-Ville分布を計算します。簡易プロットは,放射の周波数をほぼ期待値の1.2千赫で分離します。
项dpoaets Fs,“smoothedPseudo”凯瑟(511年,10),皇帝(511年,10),“NumFrequencyPoints”, 4000,“NumTimePoints”, 3990)
耳音響放射の詳細にいては,CWTによる時間-周波数解析(小波工具箱)の“解析CWTによる正確な周波数の決定”を参照してください。
再割り当てとシンクロスクジング
説明
“再割り当て”では,スペクトル推定の局所化が鮮明になり,読み取りと解釈の容易なスペクトログラムが作成されます。この手法では,各スペクトル推定はビンの幾何学的中心ではなく,そのビンのエネルギー中心に移動されます。これにより,チャンパルスの厳密な局所化が行われます。
“フリエシンクロスクズド変換”は,短時間フーリエ変換から開始し,時間——周波数平面で瞬時周波数の曲線の周囲に集中するようにその値を”押し込み”ます。
“ウェブレットシンクロスクズド変換”は,信号エネルギを周波数で再割り当てします。
フーリエシンクロスクイーズド変換とウェーブレットシンクロスクイーズド変換は両方とも可逆変換です。
再割り当て手法とシンクロスクesxiジング手法は,時間-周波数“リッジ”の追跡と抽出に特に適しています。
考えられる用途
この時間-周波数手法の用途には以下のものが含まれますが,これらに限定されません。
音声信号処理:シンクロスクイージング変換(SST)は元はオーディオ信号解析のコンテキストで導入されました。
地震デタ:石油トラップやガストラップを見けるための地震デタの解析。シンクロスクジングにより,地震デタ内の通常は不鮮明な深層の弱い信号も検出できます。
電力系統の振動:蒸気タービンと発電機は,さまざまなタービン段と発電機の間に機械的準同期振動(SSO)モードをもつことがあります。SSOの周波数は一般に5赫兹~ 45赫兹であり,多くの場合,モード周波数は互いに近くなります。WSSTのノ,ズ低減機能と時間-周波数分解能により,時間-周波数の表示の可読性が向上します。
深層学習:シンクロスクイーズド変換を使用して,時間——周波数の特徴を抽出し,時系列データを分類するネットワークに送ることができます。深層学習を使用した波形セグメンテションは,ecg信号を分類するLSTMネットワクに
fsst
出力を送る方法を示しています。
使用方法
光谱图
の“重新分配”
オプションを使用して,pspectrum
の引数“重新分配”
を真正的
に設定するか,信号アナラeconf econfザのスペクトログラム表示内の[再割り当て]ボックスをオンにして,再割り当てされたスペクトログラムを計算します。fsst
はフリエシンクロスクズド変換を計算します。フリエシンクロスクズド変換の逆変換を行うには,関数ifsst
を使用します。(ifsst
を使用した音声信号の再構成にいては,音声信号のフリエシンクロスクズド変換を参照してください)。墓场
(小波工具箱)はウェブレットシンクロスクズド変換を計算します。ウェブレットシンクロスクズド変換の逆変換を行うには,関数iwsst
(小波工具箱)を使用します。(iwsst
(小波工具箱)を使用した二次チャプの再構成にいては,啁啾的逆同步压缩变换(小波工具箱)を参照してください)。
例:反響定位パルス
オオクビワコウモリ(Eptesicus Fuscus)の発する反響定位パルスを読み込みます。サンプリング間隔は7マe @ e @クロ秒です。
负载batsignalFs = 1/DT;
信号の再割り当てされたスペクトログラムを計算します。
次要情节(2,1,1)pspectrum (batsignal Fs,的谱图,“TimeResolution”280 e-6,...“OverlapPercent”, 85,“MinThreshold”, -45,“漏”,0.9) subplot(2,1,2) pspectrum(batsignal,Fs,的谱图,“TimeResolution”280 e-6,...“OverlapPercent”, 85,“MinThreshold”, -45,“漏”, 0.9,“再分配”,真正的)
この例では,イリノイ大学贝克曼中心の柯蒂斯康登氏,肯白氏,阿尔冯氏にコウモリのデータの提供および使用許可をいただきました。ご協力に謝意を申し上げます[3]。
例:音声信号
女性と男性が発声する" strong "という単語が含まれているファ。この信号は8千赫でサンプリングされています。これらを1の信号に連結します。
负载强大的X =[她的'他'];
信号のフリエシンクロスクズド変換を計算します。形状係数 のカザウィンドウを使用して,信号にウィンドウを適用します。
fsst (x, Fs,皇帝(256年,20),“桠溪”)
例:合成地震デタ
100hzで1秒間サンプリングされた合成地震デ。
负载SyntheticSeismicData
撞ウェーブレットとオクターブあたり30の音の数を使用して,地震データのウェーブレットシンクロスクイーズド変換を計算します。
墓场(x, Fs,“撞”,“VoicesPerOctave”30岁的“ExtendSignal”,真正的)
地震信号は,“基于同步压缩变换的地震数据时频分析”(王平,高景怀,王志国著)で説明されている2经费の正弦波を使用して生成されます[4]。
例:地震振動
地震の条件下で3階建ての試験構造物の1階で記録された加速度の測定値を読み込みます。この測定値は1千赫でサンプリングされています。
负载quakevibFs = 1e3;
加速度の測定値のウェブレットシンクロスクズド変換を計算します。循環動作を示す振動デタを解析します。シンクロスクイーズド変換を使用すると,約11赫兹で区切られた3つの周波数成分を分離できます。主要な振動周波数は5.86 Hzで等間隔の周波数ピークはこれらが調和的に関連していることを示しています。振動の循環動作も見られます。
墓场(gfloor1OL Fs,“撞”,“VoicesPerOctave”,48) ylim([0 35])
例:阪神淡路大震災のデタ
1995年の阪神淡路大震災の発生時に記録された地震計デタを読み込みます。このデタのサンプルレトは1 Hzです。
负载科比Fs = 1;
地震デタのさまざまな周波数成分を分離するウェブレットシンクロスクズド変換を計算します。
墓场(Fs,科比“撞”,“VoicesPerOctave”,48) ylim([0 300])
このデータは,オーストラリアのホバートにあるタスマニア大学の地震計で1995年1月16日20:56:51 (GMT)から51分間にわたって1秒間隔で記録された測定値(垂直加速度,nm / sq.sec)です[5]。
例:電力系統の準同期振動
電力系統の準同期振動デタを読み込みます。
负载OscillationData
撞ウェーブレットとオクターブあたり48の音の数を使用して,ウェーブレットシンクロスクイーズド変換を計算します。4のモド周波数は,15赫兹,20赫兹,25赫兹,および32赫兹です。15赫兹および20 Hzでのモードのエネルギーは時間と共に減少するのに対し,25 Hzおよび32赫兹でのモードのエネルギーは時間と共に徐々に増加することに注目してください。
墓场(x, Fs,“撞”,“VoicesPerOctave”,48) ylim([10 50])
この合成準同期振動デタは,“同步压缩小波变换在电力系统次同步振荡振荡参数提取中的应用”で赵らにより定義されている方程式を使用して生成されました[6]。
定问ガボル変換
説明
"定问非定常ガボル変換”はさまざまな中心周波数と帯域幅のウィンドウを使用し,帯域幅に対する中心周波数の比率(问係数)は一定のままです。
定问ガボル変換では,安定した逆変換の構成が可能になり,信号の完全再構成ができます。
周波数空間では,ウィンドウは対数的に等間隔の中心周波数を中心とします。
考えられる用途
この時間-周波数手法の用途には以下のものが含まれますが,これらに限定されません。
音声信号処理:音楽のトンの基本周波数は,幾何学的に配置されています。人間の聴覚系の周波数分解能はほぼ定问であるため,この手法は音楽信号処理に適しています。
使用方法
例:ロック音楽
ボカル,ドラム,およびギタ。この信号のサンプルレトは44.1 kHzです。
负载鼓
CQTが対数周波数応答を持周波数範囲を,最小許容周波数が2 kHzになるように設定します。オクタブごとに20のビンを使用して,信号のCQTを実行します。
minFreq = fs/长度(音频);maxFreq = 2000;cqt(音频,“SamplingFrequency”fs,“BinsPerOctave”, 20岁,“FrequencyLimits”, (minFreq maxFreq])
デタ適応法と多重解像度解析
説明
“経験的モド分解”は,信号を“固有モド関数”に分解し,元の信号の完全でほぼ直交する基底を形成します。
“変分的モド分解”は,信号を少数の狭帯域固有モド関数に分解します。この手法では,制約のある変分の問題を最適化すること,ですべてのモード波形とその中心周波数を同時に計算します。
“経験的ウェブレット変換”は,信号を"多重解像度解析(mra)コンポネント"に分解します。この手法では,経験的ウェーブレットとスケーリングフィルターを自動的に特定し,エネルギーを維持する,適応ウェーブレット細分割スキームを使用します。
“ヒルベルト·ファン変換”は,各固有モド関数の瞬時周波数を計算します。
"最大重複離散ウェブレット変換(modwt)"は,详细信息係数とスケリング係数全体に信号のエネルギを分割します。Modwtは非間引き離散ウェブレット変換であり,シフト不変の変換を必要とする用途に役立ます。マルチスケル分散推定値および相関推定値の取得や,逆変換が可能です。
“調整可能なqファクタウェブレット変換”では,エネルギーがコンポーネント間で分割されるパーセバルフレーム分解と,信号の完全再構成が可能です。調整可能な问ファクターウェーブレット変換は,ユーザー指定の问ファクターを使用してMRAを作成する手法です。Qファクタは,変換に使用するフィルタの帯域幅に対する中心周波数の比率です。
これらの手法を組み合わせると,非線形信号と非定常信号の解析に役立ます。
考えられる用途
この時間-周波数手法の用途には以下のものが含まれますが,これらに限定されません。
生体信号処理:大脳皮質の経頭蓋磁気刺激(tms)に対する人間のeeg応答を解析します。
構造物に関する用途:梁や板にきれ。
システム同定:近接した間隔のモダル周波数をも構造のモダル減衰比を分離します。
海洋工学:水中の電磁環境で人間によって引き起こされる過渡電磁による外乱を特定します。
太陽物理学:黒点デタの周期的な成分を抽出します。
大気乱流:安定した境界層を観察して,乱流運動と非乱流運動を分離します。
疫学:デング熱などの伝染病の移動速度を評価します。
使用方法
例:ベアリング振動
振動信号のヒルベルトスペクトルの計算の例で生成された欠陥ベアリングの振動信号を読み込みます。この信号は10 kHzのレトでサンプリングされています。
负载bearingVibration
信号の最初の5の固有モド関数(imf)を計算します。最初と3番目の経験的モドのヒルベルトスペクトルをプロットします。最初のモドでは,ベアリングの外輪への高周波数の影響による摩耗の増加が明らかになります。3番目のモードは,ベアリングの欠陥の原因となった,測定プロセス中に発生している共振を示しています。
Imf = emd(y,“MaxNumIMF”5,“显示”, 0);次要情节(2,1,1)遗传性出血性毛细血管扩张症(国际货币基金组织(:1),fs)次要情节(2,1,2)遗传性出血性毛细血管扩张症(fs,国际货币基金组织(:,3)“FrequencyLimits”, 100年[0])
参照
太平洋蓝鲸档案来自康奈尔大学生物声学研究项目维护的动物发声图书馆。
穆迪G. B,马克R. G.麻省理工学院-波黑心律失常数据库的影响。医学与生物工程20(3):45-50(2001年5- 6月)。(PMID: 11446209)
感谢伊利诺伊大学贝克曼中心的Curtis Condon、Ken White和Al Feng提供的蝙蝠回声定位数据。
王平,高军,王铮。基于同步压缩变换的地震时频分析,遥感学报,Vol . 12, no . 11, 2014年12月。
[5] 1995年1月16日在澳大利亚霍巴特的塔斯马尼亚大学记录的神户地震的地震仪(垂直加速度,纳米/平方米秒),从20时56:51开始(GMTRUE),以1秒为间隔持续51分钟。
[6]赵等。同步压缩小波变换在电力系统MDPI能量次同步振荡参数提取中的应用2018年6月12日发布。
Boashash, Boualem。时频信号分析与处理:综合参考Elsevier, 2016。