信号处理工具箱
执行信号处理和分析
信号处理工具箱™提供功能和应用程序来分析,预处理和提取特征一致和非一致采样信号。工具箱包括滤波器设计和分析、重采样、平滑、去趋势和功率谱估计的工具。该工具箱还提供了提取特征(如变化点和包络)、寻找峰值和信号模式、量化信号相似性以及执行测量(如信噪比和失真)的功能。还可以对振动信号进行模态和阶次分析。
与信号分析仪应用程序,您可以预处理和分析多个信号同时在时间,频率,和时频域,而无需编写代码;探索长信号;提取感兴趣的区域。有了Filter Designer应用程序,您可以通过选择各种算法和响应来设计和分析数字滤波器。两个应用程序都生成MATLAB®代码。
开始:
预处理和特征提取
在训练深层网络之前,使用内置的功能和应用程序来清除信号和去除不必要的工件。
从信号提取时间,频率和时频域特征,以增强特征,降低培训深层学习模型的可变性和数据维度。
标记和数据集管理
使用Signal Labeler应用程序用属性、区域和兴趣点来标记信号。创建不同类型的标签和子标签。
管理大量信号数据,这些数据太大,无法使用信号数据存储在内存中。
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分析和可视化信号在时间、频率和时频域。从信号中提取感兴趣的区域进行进一步分析。
信号分析仪应用程序还允许您测量和分析不同持续时间的信号,在同一时间,在同一视图。
描述性统计
计算常见的描述性统计数据,如最大值、最小值、标准差和RMS级别。找到信号的变化点,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。
数字滤波器
使用Filter Designer应用程序设计、分析和实现各种数字FIR和IIR滤波器,如低通、高通和带阻。可视化幅度,相位,群延迟,脉冲和阶跃响应。
检查滤波器极点和零点。通过测试稳定性和相位线性度来评估滤波器的性能。应用滤波器的数据和消除延迟和相位失真使用零相位滤波。
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。实施参数和子空间方法,如Burg,协方差和音乐来估计光谱。
利用Lomb-Scargle方法计算非均匀采样信号或缺失采样信号的功率谱。通过估计频谱相干性来测量信号在频域的相似性。
数据自适应变换
利用经验模态分解、变分模态分解和希尔伯特-黄变换进行数据自适应时频分析。
顺序分析
使用顺序分析来分析和可视化发生在旋转机械中的光谱含量。
跟踪并提取阶数及其时域波形。跟踪和提取振动信号的RPM配置文件。采用时间同步平均法相干去除噪声。
疲劳分析
为疲劳分析生成高周期雨流计数。
加速你的代码
通过使用GPU和多核处理器来加速你的代码支持的功能。金宝app
代码生成
生成产品质量的C/ c++代码和MEX文件部署在桌面和嵌入式应用程序使用MATLAB编码器。
为支持的功能生成优化的CUDA代码,并在NVIDIA图形处理器中使金宝app用。
信号贴标器应用程序
执行交互式或自动信号标记,使用信号谱和频谱图来标记和导入文件中的数据
信号分割
提取和转换利息的信号区域准备深度学习
短时傅里叶变换
重建来自STF幅度的信号并计算单面估计
欧洲数据格式文件
读取EDF和EDF+文件,获取相关信息
GPU加速
利用gpu加速频谱分析和时频分析功能
C / c++代码生成
为特征提取,信号测量和振动分析生成C / C ++代码
GPU的代码生成
生成CUDA代码的零相滤波和傅里叶同步压缩变换函数
看到发行说明有关这些特性和相应功能的详细信息。