Spektralanalyse
Signal Processing Toolbox™ bietet eine Reihe von Spektralanalysefunktionen und -anwendungen, mit denen Sie den Frequenzgehalt eines Signals charakterisieren können. FFT-basierte nichtparametrische Methoden, wie beispielsweise die Welch-Methode oder das Periodogramm, machen keine Annahmen über die Eingangsdaten und können mit jeder Art von Signal verwendet werden. Parametrische und Subraummethoden wie die Burg-Methode, die Kovarianzmethode und die MUSIC-Methode beziehen Vorwissen über das Signal mit ein und können genauere Spektralschätzungen liefern.
Berechnen Sie Leistungsspektren von ungleichmäßig abgetasteten Signalen oder Signalen mit fehlenden Abtastwerten mithilfe der Lomb-Scargle-Methode. Die Ähnlichkeit von Signalen im Frequenzbereich lässt sich durch Schätzung ihrer spektralen Kohärenz messen. Entwurf und Analyse von Hamming-, Kaiser-, Gauß- und anderen Datenfenstern.
Kategorien
- Spektralschätzung
Periodogramm, Welch- und Lomb-Scargle-PSD, Kohärenz, Übertragungsfunktion, Frequenzumordnung
- Parametrische Spektralschätzung
Burg-, Yule-Walker-, Kovarianz- und modifizierte Kovarianzmethoden
- Subraummethoden
Frequenz- und Pseudospektrumschätzungen, Mehrfachsignalklassifizierung (MUSIC), root-MUSIC
- Windows
Hamming, Blackman, Bartlett, Chebyshev, Taylor, Kaiser
Verwandte Informationen
Enthaltene Beispiele
Welch Spectrum Estimates
Compute the Welch PSD estimate and the maximum-hold and minimum-hold spectra of a signal.
Measure Mean Frequency, Power, Bandwidth
Estimate the occupied bandwidth, median frequency, and mean frequency of a signal and the power contained in a given frequency band.
Graph Signal Processing and Brain Signal Analysis
Perform graph signal processing to analyze brain activity by decomposing brain signals into aligned and liberal components.
Extract Regions of Interest from Whale Song
Extract signal regions of interest in Signal Analyzer.
