Konstant-Q-, datenadaptive und quadratische Zeit-Frequenz-Transformation
Ermitteln Sie die Konstant-Q-Transformation (CQT) eines Signals und invertieren Sie die Transformation für eine perfekte Rekonstruktion. Zerlegen Sie ein Signal mit Hilfe eines adaptiven Wavelet-Unterteilungsschemas. Führen Sie datenadaptive Zeit-Frequenz-Analysen von nichtlinearen und nichtstationären Prozessen durch. Zerlegen Sie einen nichtlinearen oder nichtstationären Prozess in seine intrinsischen Schwingungsmoden. Führen Sie eine Zeit-Frequenz-Filterung mit der diskreten Gabor-Transformation (DGT) und Gabor-Multiplikatoren durch. Erhalten Sie Schätzwerte der momentanen Frequenz eines mehrkomponentigen nichtlinearen oder nichtstationären Signals. Geben Sie die Wigner-Ville- und die Kreuz-Wigner-Ville-Verteilung der Signale zurück.
Funktionen
cqt | Constant-Q nonstationary Gabor transform |
icqt | Inverse constant-Q transform using nonstationary Gabor frames |
dgt | Discrete Gabor transform (Seit R2025a) |
tffilt | Time-frequency filtering using binary mask and Gabor transform (Seit R2025a) |
emd | Empirical mode decomposition |
ewt | Empirical wavelet transform |
hht | Hilbert-Huang transform |
vmd | Variational mode decomposition |
wvd | Wigner-Ville distribution and smoothed pseudo Wigner-Ville distribution |
xwvd | Cross Wigner-Ville distribution and cross smoothed pseudo Wigner-Ville distribution |
Apps
| Signal Multiresolution Analyzer | Decompose signals into time-aligned components |
Themen
- Nichtstationäre Gabor-Frames und die Constant-Q-Transformation
Erfahren Sie mehr über die frequenzadaptive Analyse von Signalen.
- Empirical Wavelet Transform
Learn about the empirical wavelet transform.


