Transformées et analyse spectrale

FFT, DCT, analyse spectrale et prédiction linéaire

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. Les System objects et les blocs FFT et IFFT de DSP System Toolbox™ permettent de convertir un signal en streaming du domaine temporel vers le domaine fréquentiel et vice versa. Pour calculer l’estimation spectrale du signal, utilisez le dsp.SpectrumEstimator System object™ dans MATLAB^® et le bloc Spectrum Estimator dans Simulink^®. Il est possible de visualiser l’estimation spectrale avec l’objet et le bloc Spectrum Analyzer.

Dans DSP System Toolbox, Spectrum Analyzer utilise la méthode de Welch de moyennage du périodogramme modifié ainsi que la méthode du banc de filtres. 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. Pour découvrir comment estimer la densité spectrale de puissance d’un signal en streaming dans MATLAB, veuillez consulter Estimate the Power Spectrum in MATLAB.

Sélection de sujets

Informations connexes

Exemples présentés

Spectrum Analyzer Measurements

Use the Spectrum Analyzer block for harmonic distortion measurements (such as THD, SNR, SINAD, and SFDR), third-order intermodulation (TOI) distortion measurements, and adjacent channel power ratio (ACPR) measurements. The example also shows you how to view time-varying spectra by using a spectrogram and automatic peak detection. The example includes five amplifier models, with each model representing a typical setup to perform one of the measurements.

Ouvrir le modèle

Zoom FFT

Showcases zoom FFT, which is a signal processing technique used to analyze a portion of a spectrum at a high resolution. DSP System Toolbox™ offers this functionality in MATLAB® through the dsp.ZoomFFT System object™, and in Simulink® through the Zoom FFT block in the DSP System Toolbox library.

Ouvrir le live script

Detect Air Compressor Sounds in Simulink Using Wavelet Scattering

Use the Wavelet Scattering block and a pretrained deep learning network to classify audio signals.

Ouvrir le script

Detect Anomalies in ECG Data Using Wavelet Scattering and LSTM Autoencoder in Simulink

Use wavelet scattering and deep learning network to detect anomalies in ECG signals.