信号处理工具箱™提供功能和应用程序,使您能够可视化和比较非间断信号的时间频率内容。计算短时傅里叶变换及其反向。使用重新分配或傅里叶同步Queezing获取尖锐的频谱估计。绘制十字谱图,Wigner-Ville分布和持久性光谱。提取和跟踪时频脊。估计瞬时频率,光谱峰和光谱熵。使用经验模式分解和Hilbert-Huang变换来执行数据自适应时频分析。
信号分析仪 | 可视化和比较多个信号和频谱 |
EMD. |
经验模式分解 |
fsst |
傅里叶同步性转换 |
IFSST. |
逆傅里叶同步转换 |
遗传性出血性毛细血管扩张症 |
Hilbert-Huang变革 |
instfreq. |
估计瞬时频率 |
kurtogram. |
可视化光谱峰度 |
pkurtosis. |
信号或谱图的谱峰 |
pentropy |
信号光谱熵 |
pspectrum. |
分析信号在频域和时频域 |
谱图 |
使用短时傅里叶变换的谱图 |
xspectrogram |
短时间傅里叶变换的交叉谱图 |
st |
短时傅里叶变换 |
iscra. |
确定窗口重叠组合是否符合可乐兼容 |
istft. |
逆短时傅里叶变换 |
tfridge |
时频脊 |
vmd. |
变分模态分解 |
WVD. |
Wigner-Ville分销和平滑的伪Wigner-Ville分销 |
xwvd |
交叉维格纳-维尔分布和交叉平滑伪维格纳-维尔分布 |
检查信号处理工具箱提供的时频分析功能的特征和限制。
连续小波分析的实用介绍(小波工具箱)
这个例子展示了如何执行和解释连续小波分析。
显示线性调频信号的声谱图。
使用傅立叶同步Queezed变换计算信号的瞬时频率。
利用傅里叶同步压缩变换计算两个正弦波的瞬时频率。确定如何分离正弦信号必须为变换来解决它们。
利用深度学习的雷达波形分类(相控阵系统工具箱)
此示例显示了如何使用Wigner-Ville分布(WVD)和深卷积神经网络(CNN)对生成的合成数据进行分类的雷达波形类型。
使用深度学习的行人和自行车分类(相控阵系统工具箱)
此示例显示了如何根据使用深度学习网络和时频分析对行人和骑自行车的人进行分类。