Transformées et analyse spectrale
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.
Catégories
- Transformées
Transformées de Fourier, transformées en cosinus et en ondelettes, diffusion par ondelettes
- Prédiction linéaire
Convertir des coefficients prédictifs linéaires (LPC) en coefficients cepstraux, LSF, LSP, RC et vice versa
- Analyse spectrale
Méthodes paramétriques et non paramétriques