La traducción de esta página está obsoleta. Haga clic aquí para ver la última versión en inglés.
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 |
Funciones
Temas
- 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-Based Time-Frequency Analysis
Display the spectrogram of a linear FM signal.
- 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)
Classify pedestrians and bicyclists based on their micro-Doppler characteristics using a deep learning network and time-frequency analysis.