Zeit-Frequenz-Analyse

Sie können die kontinuierliche Wavelet-Transformation (CWT) verwenden, um zu analysieren, wie sich der Frequenzgehalt eines Signals im Laufe der Zeit verändert. Sie können eine adaptive Zeit-Frequenz-Analyse mit nicht-stationären Gabor-Frames mit der Konstant-Q-Transformation (CQT) durchführen. Sie können mit der diskreten Gabor-Transformation (DGT) eine Zeit-Frequenz-Filterung durchführen. Bei zwei Signalen zeigt die Wavelet-Kohärenz gemeinsame zeitlich variierende Muster auf. Sie können eine datenadaptive Zeit-Frequenz-Analyse nichtlinearer und nichtstationärer Prozesse durchführen. Bei Bildern zeigt die kontinuierliche Wavelet-Analyse, wie der Frequenzgehalt eines Bildes über das Bild hinweg variiert und hilft dabei, Muster in einem verrauschten Bild zu erkennen. Um eine bessere Auflösung zu erhalten und oszillierende Modi aus einem Signal zu extrahieren, können Sie Wavelet-Synchrosqueezing verwenden.

Verwenden Sie Wavelet Toolbox™, um eine Zeit-Frequenz-Analyse von Signalen und Bildern durchzuführen. Anhand der CQT können Sie die Bandbreite differenziert abtasten, indem Sie mehr Frequenzabtastungen für breitere Bandkomponenten und weniger Frequenzabtastungen für Schmalbandkomponenten verwenden. Sie können die CWT verwenden, um die Wavelet-Kohärenz zwischen zwei Signalen zu ermitteln. Anhand der DGT können Sie eine präzise Signalanalyse und Rauschunterdrückung durchführen. Sie können einen nichtlinearen oder nichtstationären Prozess in seine Eigenschwingungsformen zerlegen. Sie können auch zeit- und frequenzabhängige Annäherungen an Signale rekonstruieren. Sie können eine CWT-Filterbank mit bestimmten Frequenz- oder Periodenbereichen erstellen und die Filterbank effizient auf mehrere Signale anwenden. Sie können die Wavelets nach Zeit und Frequenz visualisieren.