Análisis de tiempo-frecuencia
Signal Processing Toolbox™ proporciona funciones y apps que permiten visualizar y comparar el contenido de tiempo-frecuencia de las señales no estacionarias. Calcule la transformada de Fourier de tiempo corto y su inversa. Obtenga estimaciones espectrales nítidas mediante la reasignación o el sincrosqueezing de Fourier. Represente espectrogramas cruzados, distribuciones Wigner-Ville y espectros de persistencia. Extraiga y realice un seguimiento de las crestas de tiempo-frecuencia. Estime la frecuencia instantánea, el ancho de banda instantáneo, la curtosis del espectro y la entropía del espectro. Realice un análisis de tiempo-frecuencia adaptado a los datos mediante la descomposición de modo empírica o variacional y la transformada de Hilbert-Huang.
Apps
Signal Analyzer | Visualizar y comparar múltiples señales y espectros |
Signal Labeler | Etiquete atributos de señal, regiones y puntos de interés y extraiga características |
Funciones
Temas
Estimación de tiempo-frecuencia
- Spectrogram Computation with Signal Processing Toolbox
Compute and display spectrograms of signals using Signal Processing Toolbox functions. - Time-Frequency Gallery
Examine the features and limitations of the time-frequency analysis functions provided by Signal Processing Toolbox. - Análisis de tiempo-frecuencia basado en FFT
Muestre el espectrograma y el espectro de persistencia de una señal FM lineal. - Instantaneous Frequency of Complex Chirp
Compute the instantaneous frequency of a signal using the Fourier synchrosqueezed transform. - Detect Closely Spaced Sinusoids with the Fourier Synchrosqueezed Transform
Determine how separate in frequency two sinusoids must be for the Fourier synchrosqueezed transform to resolve them.
Aplicaciones de tiempo-frecuencia
- Practical Introduction to Continuous Wavelet Analysis (Wavelet Toolbox)
Perform and interpret continuous wavelet analysis. - Pedestrian and Bicyclist Classification Using Deep Learning (Radar Toolbox)
Classify pedestrians and bicyclists based on their micro-Doppler characteristics using deep learning and time-frequency analysis. - Radar and Communications Waveform Classification Using Deep Learning (Phased Array System Toolbox)
Classify radar and communications waveforms using the Wigner-Ville distribution (WVD) and a deep convolutional neural network (CNN).