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。
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，时间-频率域，而无需编写代码;探索长信号;并提取感兴趣的区域。有了Filter Designer应用程序，你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:
免费的教程
信号处理斜坡弯道
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，频率和时频域特征，以增强特征，减少培训深层学习模型的可变性和数据维度。
使用长短短期内存网络对ECG信号进行分类
标签和数据集管理
使用Signal Labeler应用程序用属性、区域和感兴趣的点来标记信号。创建不同类型的标签和子标签。
使用信号数据存储来管理太大而无法放入内存中的大量信号数据。
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。
基于深度学习的波形分割
探索信号
使用信号分析仪应用程序分析和可视化信号的时间，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。
信号分析仪应用程序还允许您测量和分析信号的不同持续时间在同一时间和在同一视图。
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。从数据中去除异常值和虚假内容。
增强信号，可视化它们，并发现模式。改变信号的采样率，或对不规则采样信号或缺少数据的信号使采样率为常数。
处理一个缺少样本的信号
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，例如峰值到峰值幅度和信号信封。
三角波形的反转率
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。可视化的幅度、相位、组延迟、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。
模拟IIR低通滤波器的比较
谱估计
使用非参数方法估算光谱密度，包括周期图，韦尔奇重叠的段平均方法和多副本方法。实现参数和子空间方法，如Burg，协方差和音乐来估计光谱。
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。通过估计频谱相干性来测量信号在频域的相似性。
韦尔奇谱估计
短时傅里叶变换
复杂啁啾的瞬时频率
数据自适应变换
使用经验模态分解、变分模态分解和Hilbert-Huang变换进行数据自适应时频分析。
经验模式分解
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。
旋转机械的振动分析
柔性飞翼飞机的模态分析
疲劳分析
为疲劳分析生成高周期雨流计数。
用于疲劳分析的雨流计数
加速你的代码
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
加速与gpu的关联
代码生成
生成产品质量的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。
为支持的功能生成优化的CUDA代码，并在NVIDIA gpu中使用金宝app它。
零相位滤波的代码生成
