Main Content

Signalverarbeitung

Modellierung von Signalverarbeitungs- und Kommunikationssystemen mithilfe der Software DSP System Toolbox™

Zum Modellieren von Signalverarbeitungssystemen in der Simulink®-Umgebung empfiehlt sich die Software DSP System Toolbox.

DSP System Toolbox bietet Algorithmen und Werkzeuge zum Entwickeln und Simulieren von Signalverarbeitungssystemen. Diese stehen als MATLAB®-Funktionen, MATLAB System objects und Simulink-Blöcke zur Verfügung. Die System-Toolbox enthält Entwicklungsmethoden für spezielle FIR- und IIR-Filter, FFTs, Multiraten-Signalverarbeitung und DSP-Techniken für die Verarbeitung von Streaming-Daten und die Erstellung von Echtzeit-Prototypen. Sie können adaptive und Multiraten-Filter entwerfen, Filter mit recheneffizienten Architekturen implementieren und digitale Gleitkommafilter simulieren. Werkzeuge für die Signal-E/A aus Dateien und Geräten, die Signalerzeugung, die Spektralanalyse und die interaktive Visualisierung ermöglichen Ihnen die Analyse von Systemverhalten und Leistung. Für Rapid Prototyping und eingebettetes Systemdesign unterstützt die System-Toolbox Festkomma-Arithmetik und Codegenerierung in C oder HDL.

Themen

Erste Schritte bei der Signalverarbeitung in Simulink

Anwendungen für die Signalverarbeitung

Über DSP-Systemmodellierung

  • Sample- and Frame-Based Concepts (DSP System Toolbox)
    Explore basic signal concepts in the context of a Simulink model. Learn more about sample-based processing and frame-based processing.
  • Delay and Latency (DSP System Toolbox)
    Configure the Simulink environment to minimize delay and increase simulation performance.
  • Fixed-Point Signal Processing (DSP System Toolbox)
    Discusses advantages of fixed-point development in general and of fixed-point support in System Toolbox software in particular, as well as lists common applications of fixed-point signal processing development.
  • Variable-Size Signal Basics
    Create a variable-size signal whose size and values can change during a simulation.
  • Tune and Experiment with Block Parameter Values
    As you construct a model you can experiment with block parameters, such as the coefficients of a Transfer Fcn block, to help you decide which blocks to use.

Verwandte Informationen