Contenido principal

Introducción a Signal Processing Toolbox

Realice procesamiento y análisis de señales

Signal Processing Toolbox™ proporciona funciones y apps para administrar, analizar, preprocesar y extraer características de señales muestreadas de forma uniforme y no uniforme. La toolbox incluye herramientas para el diseño y el análisis de filtros, el remuestreo, el suavizado, la eliminación de tendencia y la estimación del espectro de potencia. Puede utilizar la app Signal Analyzer para visualizar y procesar señales simultáneamente en los dominios de tiempo, frecuencia y tiempo-frecuencia. Con la app Filter Designer, puede diseñar y analizar filtros FIR e IIR digitales. Ambas apps generan scripts de MATLAB® para reproducir o automatizar el trabajo.

Puede utilizar funciones de la toolbox para preparar conjuntos de datos de señales para entrenar modelos de IA realizando ingeniería de características para reducir la dimensionalidad y mejorar la calidad de las señales. Puede acceder a colecciones de archivos y conjuntos de datos grandes y procesarlas utilizando almacenes de datos de señales. Con la app Signal Labeler, puede anotar atributos de señal, regiones y puntos de interés para crear conjuntos de señales etiquetadas. La toolbox es compatible con la aceleración por GPU, además de con la generación de código C/C++ y CUDA® para prototipado de escritorio y para el despliegue de sistemas embebidos.

Tutoriales

Ejemplos destacados

Aprendizaje interactivo

Signal Processing Onramp. Click to open the onramp page in MATLAB Academy.

Signal Processing Onramp
Este tutorial gratuito de dos horas de duración ofrece una introducción interactiva a métodos prácticos de procesamiento de señales para análisis del espectro.

Vídeos

Signal Analyzer app showing waveforms, spectra, spectrogram, scalogram, and persistence spectrum. Click to open the video.

¿Qué es Signal Processing Toolbox?
Realice procesamiento de señales, análisis de señales y desarrollo de algoritmos con Signal Processing Toolbox.

Analysis workflow: Measurement, feature extraction, classification. Click to open the video.

Técnicas de procesamiento de señales y machine learning para análisis de datos de sensores
Este vídeo presenta un sistema de clasificación capaz de identificar la actividad física de un ser humano a partir de señales de acelerómetro generadas por un smartphone.

Signal Analyzer app resampling a region of a signal. Click to open the video.

Análisis de señales simplificado con la app Signal Analyzer
Aprenda a realizar tareas de análisis de señales en MATLAB con la app Signal Analyzer.

Signal Analyzer app displaying electrocardiogram signals and their spectra. Click to open the video.

Introducción a las app de procesamiento de señales de MATLAB
Utilice Signal Analyzer para importar, visualizar, preprocesar y analizar una señal de electrocardiograma.

Find answers to a few common questions about the DFT and the FFT.

Comprender la transformada discreta de Fourier y la FFT
Encuentre respuestas a preguntas comunes sobre la transformada discreta de Fourier y el algoritmo de la FFT: ¿Por qué observar el valor absoluto de la FFT? ¿Cómo determino el valor de frecuencia de cada punto FFT? ¿Cómo se calcula la anchura de bin? ¿Cuál es la diferencia entre FFT unilaterales y bilaterales?

Learn to scale the FFT to compute power spectra and power spectral densities.

Comprender la densidad espectral de potencia y el espectro de potencia
Aprenda a escalar la transformada rápida de Fourier (FFT) para calcular espectros de potencia, densidades espectrales de potencia y obtener información significativa sobre el nivel de potencia real de una señal del dominio del tiempo en cada frecuencia. Descubra cuándo y cómo elegir entre amplitud FFT, espectro de potencia y densidad espectral de potencia.

Teaching Resources