시간-주파수 분석

스펙트로그램, 싱크로스퀴징, 재할당, 위그너-빌(Wigner-Ville), 시간-주파수 주변 성분, 데이터 적응적 방법

Signal Processing Toolbox™는 비정상(Nonstationary) 신호의 시간-주파수 성분을 시각화하고 비교할 수 있는 함수와 앱을 제공합니다. 단시간 푸리에 변환과 역변환을 계산합니다. 재할당이나 푸리에 싱크로스퀴징을 사용하여 정확한 스펙트럼 추정값을 구합니다. 교차 스펙트로그램, 위그너-빌 분포 및 지속성 스펙트럼을 플로팅합니다. 시간-주파수 리지를 추출하고 추적합니다. 순시 주파수, 순시 대역폭, 스펙트럼 첨도 및 스펙트럼 엔트로피를 추정합니다. 경험적 또는 변형 모드 분해법과 힐베르트-황 변환(Hilbert-Huang Transform)을 사용하여 데이터 적응적 시간-주파수 분석을 수행합니다.

앱

신호 분석기	여러 개의 신호와 스펙트럼을 시각화하여 비교
신호 레이블 지정기	관심 있는 신호 특성, 신호 영역 및 신호 지점에 레이블 지정하기

함수

모두확장

추정량

`fsst`	Fourier synchrosqueezed transform
`ifsst`	逆Fourier synchrosqueezed transform
`instbw`	Estimate instantaneous bandwidth
`instfreq`	순시 주파수 추정
`kurtogram`	Visualize spectral kurtosis
`pkurtosis`	Spectral kurtosis from signal or spectrogram
`pentropy`	신호의 스펙트럼 엔트로피
`pspectrum`	주파수 영역과 시간-주파수 영역의 신호 분석
`spectrogram`	단시간 푸리에 변환(STFT)을 사용하는 스펙트로그램
`xspectrogram`	Cross-spectrogram using short-time Fourier transforms
`stft`	단시간 푸리에 변환
`dlstft`	Deep learning short-time Fourier transform
`stftLayer`	Short-time Fourier transform layer
`stftmag2sig`	Signal reconstruction from STFT magnitude
`iscola`	Determine whether window-overlap combination is COLA compliant
`istft`	逆short-time Fourier transform
`tfridge`	Time-frequency ridges
`wvd`	위그너-빌 분포 및 평활화된 유사 위그너-빌 분포
`xwvd`	Cross Wigner-Ville distribution and cross smoothed pseudo Wigner-Ville distribution

데이터 적응적 방법

`emd`	경험적 모드 분해
`vmd`	Variational mode decomposition
`hht`	힐베르트-황 변환(Hilbert-Huang Transform)

도움말 항목

Time-Frequency Gallery
Examine the features and limitations of the time-frequency analysis functions provided by Signal Processing Toolbox.
Practical Introduction to Continuous Wavelet Analysis(Wavelet Toolbox)
This example shows how to perform and interpret continuous wavelet analysis.
FFT 기반 시간-주파수 분석
선형 FM 신호의 스펙트로그램을 표시합니다.
Instantaneous Frequency of Complex Chirp
Compute the instantaneous frequency of a signal using the Fourier synchrosqueezed transform.
Detect Closely Spaced Sinusoids
Compute the instantaneous frequency of two sinusoids using the Fourier synchrosqueezed transform. Determine how separated the sinusoids must be for the transform to resolve them.
Radar and Communications Waveform Classification Using Deep Learning(Phased Array System Toolbox)
This example shows how to classify radar and communications waveforms using the Wigner-Ville distribution (WVD) and a deep convolutional neural network (CNN).
Pedestrian and Bicyclist Classification Using Deep Learning(Radar Toolbox)
分类基于他们的行人和骑车人micro-Doppler characteristics using a deep learning network and time-frequency analysis.