Main Content

Analyse spectrale

Méthodes paramétriques et non paramétriques

La représentation d’un signal dans le domaine fréquentiel met en évidence des caractéristiques importantes de ce signal qui sont difficiles à analyser dans le domaine temporel. L’analyse spectrale permet de caractériser le contenu fréquentiel d’un signal. Effectuez l’analyse spectrale en temps réel d’un signal dynamique avec l’objet spectrumAnalyzer dans MATLAB® et le bloc Spectrum Analyzer dans Simulink®. Pour calculer les données spectrales, Spectrum Analyzer utilise la méthode du banc de filtres ou la méthode de Welch de moyennage du périodogramme modifié. Les deux sont des méthodes d’estimation spectrale basées sur la FFT qui ne font aucune hypothèse concernant les données en entrée et qui sont utilisables avec tout type de signal. Pour plus d’informations sur l’algorithme utilisé par Spectrum Analyzer, veuillez consulter Spectral Analysis. Vous pouvez visualiser le spectre mais aussi le spectrogramme du signal dans Spectrum Analyzer. Vous trouverez un exemple dans View the Spectrogram Using Spectrum Analyzer.

Si vous souhaitez acquérir ces données pour les post-traiter dans MATLAB, appelez les fonctions d’objet isNewDataReady et getSpectrumData avec l’objet Spectrum Analyzer. En appelant ces fonctions dans la boucle de streaming, vous pouvez acquérir l’ensemble des données spectrales. Pour acquérir des données spectrales dans Simulink, créez un objet SpectrumAnalyzerBlockConfiguration et exécutez la fonction getSpectrumData avec cet objet. Notez que dans Simulink, vous pouvez seulement acquérir la dernière trame des données spectrales affichées dans Spectrum Analyzer.

Vous pouvez également utiliser le dsp.SpectrumEstimator System object™ et le bloc Spectrum Estimator pour calculer le spectre de puissance et acquérir les données spectrales afin de les traiter. Pour afficher les données spectrales calculées par l’estimateur de spectre, utilisez un array plot. Vous trouverez des exemples dans Estimate the Power Spectrum in MATLAB et Estimate the Power Spectrum in Simulink.

Objets

développer tout

spectrumAnalyzerDisplay frequency spectrum of time-domain signals (depuis R2022a)
dsp.SpectrumEstimatorEstimate power spectrum or power density spectrum
dsp.CrossSpectrumEstimatorEstimate cross-spectral density
dsp.TransferFunctionEstimatorEstimate transfer function

Blocs

développer tout

Burg MethodPower spectral density estimate using Burg method
Covariance MethodPower spectral density estimate using covariance method
Cross-Spectrum EstimatorEstimate cross-power spectrum density
Discrete Transfer Function EstimatorCompute estimate of frequency-domain transfer function of system
Magnitude FFTCompute nonparametric estimate of spectrum using periodogram method
Modified Covariance MethodPower spectral density estimate using modified covariance method
PeriodogramPower spectral density or mean-square spectrum estimate using periodogram method
Short-Time FFTNonparametric estimate of spectrum using short-time fast Fourier transform (STFT) method
Spectrum AnalyzerDisplay frequency spectrum
Spectrum EstimatorEstimate power spectrum or power-density spectrum
Yule-Walker MethodPower spectral density estimate using Yule-Walker method
Burg AR EstimatorCompute estimate of autoregressive (AR) model parameters using Burg method
Covariance AR EstimatorCompute estimate of autoregressive (AR) model parameters using covariance method
Modified Covariance AR EstimatorCompute estimate of autoregressive (AR) model parameters using modified covariance method
Yule-Walker AR EstimatorCompute estimate of autoregressive (AR) model parameters using Yule-Walker method

Rubriques

Informations connexes