信号处理工具箱
执行信号处理和分析
Signal Processing Toolbox™提供了从均匀采样和非均匀采样信号中分析、预处理和提取特征的功能和应用程序。工具箱包括用于滤波器设计和分析、重采样、平滑、去趋势和功率谱估计的工具。工具箱还提供了提取特征的功能,如更改点和信封,查找峰值和信号模式,量化信号相似性,并执行测量,如信噪比和失真。还可以对振动信号进行模态和阶数分析。
使用信号分析仪应用程序,您可以在不编写代码的时间,频率和时频域中同时预处理和分析多个信号;探索长信号;并提取利息地区。使用过滤器设计器应用程序,您可以通过从各种算法和响应中选择来设计和分析数字滤波器。两个应用程序都生成了matlab®代码。
开始:
预处理和特征提取
在训练一个深度网络之前,使用内置功能和应用程序来清理信号和移除不想要的人工制品。
从信号中提取时间,频率和时频域,以增强特征,减少培训深层学习模型的可变性和数据维度。
标签和数据集管理
使用信号贴标器使用属性,地区和兴趣点标记信号。创建不同类型的标签和子标签。
参考例子
使用示例以开始使用机器学习和深度学习的信号。
探索信号
使用信号分析仪应用程序可视化信号在时间,频率,时间-频率域。从信号中提取感兴趣的区域进行进一步分析。
信号分析器应用程序还允许您在同一时间和同一视图中测量和分析不同持续时间的信号。
数据预处理
对信号进行去噪、平滑和趋势化处理,为进一步分析做好准备。去除数据中的异常值和虚假内容。
增强信号,可视化它们并发现模式。更改信号的采样率或使采样率常数用于不规则采样信号或具有缺失数据的信号。
描述性统计
计算常用的描述性统计,如最大值、最小值、标准差和均方根水平。找到信号的变点,并使用动态时间翘曲对齐信号。
定位信号峰值并确定其高度,宽度和与邻居的距离。测量时域特征,例如峰峰值幅度和信号信封。
数字过滤器
使用过滤器设计器应用程序设计,分析和实施各种数字FIR和IIR滤波器,例如低通,高通和BandStop。可视化幅度,阶段,组延迟,脉冲和步骤响应。
检查滤波器极点和零点。通过测试稳定性和相位线性来评估滤波器性能。对数据应用滤波器,并使用零相位滤波去除延迟和相位失真。
光谱估计
使用非参数方法估计光谱密度,包括周期度指导,WelCh的重叠段平均方法和多副本方法。实现参数和子空间方法,例如Burg,协方差和音乐来估算光谱。
使用LOMB-SCAPLING方法计算非均匀采样信号的功率谱或具有缺失样品的信号。通过估计光谱相干性测量频域中的信号相似度。
数据自适应变换
使用经验模式分解和Hilbert-Huang变换进行数据自适应时频分析。
顺序分析
利用阶数分析法分析和可视化发生在旋转机械中的光谱含量。
跟踪和提取阶数及其时域波形。从振动信号中跟踪并提取转速曲线。用时间同步平均去噪。
疲劳分析
为疲劳分析产生高循环雨流计数。
加速您的代码
使用GPU和多核处理器来实现支持的功能,加快代码速度。金宝app
代码生成
生成高效的,产品质量的C/ c++代码和MEX文件,用于部署在桌面和嵌入式应用程序使用MATLAB Coder。
信号标签
自动查找和标记信号峰值和valleys,并使用用户定义的函数执行自动标记
信号分析器应用程序
分析复信号在时域和频域
高大的阵列支持金宝app
计算太大的信号的谱图以适合内存
stft和istft函数
计算和反转多通道信号的短时傅里叶变换
时频库
检验时频分析方法的特点和局限性
C / C ++代码生成支持金宝app
为时频分析,频谱分析和滤波器设计生成代码
看发行说明有关这些功能的详细信息和相应的功能。