Schulungen zu MATLAB und Simulink

Signalaufbereitung und Merkmalextraktion für Data Analytics mit MATLAB

Programm ansehen und anmelden

Kursbeschreibung

In diesem eintägigen Kurs bereiten Sie mit MATLAB®, der Signal Processing Toolbox™ und der Wavelet Toolbox™ zeitbasierte Signale auf und extrahieren wichtige Merkmale in den Zeit- und Frequenzbereichen. Der Kurs ist für Datenanalysten und Ingenieure konzipiert, die Zeitreihensignale für Data Analytics-Anwendungen analysieren. Vorkenntnisse in der Signalverarbeitung sind nicht erforderlich.

Themen sind unter anderem:
 
  • Erstellen, Importieren und Visualisieren von Signalen
  • Aufbereiten von Daten zur Verbesserung der Qualität durch Füllen von Datenlücken, Resampling, Glätten, Ausrichten von Signalen, Finden und Entfernen von Ausreißern sowie Verarbeiten nicht gleichmäßig abgetasteter Signale
  • Extrahieren von Merkmalen im Zeit- und Frequenzbereich durch Erkennen von Mustern oder abrupten Änderungen in Signalen, Lokalisieren von Peaks und Identifizieren von Trends

Tag 1 von 1


Erkunden und Analysieren von Signalen (Zeitreihen) in MATLAB

Ziel: Importieren und Visualisieren mehrerer Signale oder Zeitreihensignale, um Einblicke in die Merkmale und Trends der Daten zu erhalten.

  • Importieren, Visualisieren und Durchsuchen von Signalen, um Einblicke zu erhalten
  • Durchführen von Messungen an Signalen
  • Vergleichen mehrerer Signale im Zeit- und Frequenzbereich
  • Durchführen interaktiver Spektralanalysen
  • Extrahieren interessanter Bereiche für eine gezielte Analyse
  • Wiederholtes Analysieren mit automatisch generierten MATLAB-Skripten

Aufbereiten von Signalen zur Verbesserung der Qualität von Datensätzen

Ziel: Erlernen von Techniken zur Bereinigung von Signalen durch Resampling, Entfernen von Ausreißern und Füllen von Datenlücken.

  • Konvertieren von Abtastraten durch Resampling, um eine gemeinsame zeitliche Basis für mehrere Signale sicherzustellen
  • Arbeiten mit ungleichmäßig abgetasteten Daten
  • Auffinden von Datenlücken und Beseitigen oder Füllen der Lücken
  • Entfernen von Rauschen und unerwünschtem Frequenzinhalt
  • Entfernen von Rauschen mithilfe von Wavelets
  • Verwenden des Hüllkurvenspektrums zum Durchführen von Fehleranalysen
  • Lokalisieren von Ausreißerwerten in den Daten und Ersetzen dieser Ausreißer durch geeignete Daten
  • Lokalisieren abrupter Änderungen in Signalen und Verwenden von Grenzen zum automatischen Erzeugen von Signalsegmenten

Extrahieren von Merkmalen aus Signalen

Ziel: Anwenden verschiedener Techniken in Zeit- und Frequenzbereichen zur Merkmalextraktion. Kennenlernen von Tools für die Spektralanalyse in MATLAB und Erkunden von Möglichkeiten zur Merkmalextraktion für mehrere Signale.

  • Finden von Peaks
  • Lokalisieren gewünschter Signale aus Mustern in den Zeit- und Spektralbereichen
  • Verwenden von Spektralanalysen zum Extrahieren von Merkmalen aus Signalen
  • Klassifizieren mithilfe von überwachtem Lernen
  • Interaktives Trainieren und Auswerten von Klassifikationsalgorithmen mit der Classification Learner App

Stufe: Aufbaukurse

Voraussetzungen:

MATLAB Grundlagen oder äquivalente MATLAB-Kenntnisse

Dauer: 1 Tag

Sprachen: English, 한국어, 中文

Programm ansehen und anmelden