Contenu principal

Introduction à Signal Processing Toolbox

Procéder au traitement et à l’analyse d’un signal

Signal Processing Toolbox™ offre des fonctions et des applications pour gérer, analyser, prétraiter et extraire des caractéristiques de signaux uniformément et non uniformément échantillonnés. La toolbox comprend des outils pour la conception et l'analyse de filtres, le rééchantillonnage, le lissage, l'élimination de la tendance et l'estimation du spectre de puissance. Vous pouvez utiliser l’application Signal Analyzer pour visualiser et traiter des signaux simultanément dans les domaines temporels, fréquentiels et temps-fréquence. L’application Filter Designer vous permet de concevoir et d’analyser des filtres numériques FIR et IIR. Ces deux applications génèrent des scripts MATLAB® pour reproduire ou automatiser votre travail.

Avec les fonctions de la toolbox, vous pouvez préparer des jeux de données de signaux pour l’apprentissage de modèles d'IA en extrayant des caractéristiques qui permettent de réduire la dimensionnalité et d’améliorer la qualité des signaux. Vous pouvez accéder à des collections de fichiers et à des jeux de données volumineux, puis les traiter en utilisant les datastores de signaux. L’application Signal Labeler vous permet d’annoter les attributs, les régions et les points d’intérêt de signaux afin de créer des jeux de signaux labellisés. La toolbox supporte l’accélération GPU en plus de la génération de code C/C++ et CUDA® pour le prototypage sur PC et le déploiement de systèmes embarqués.

Tutoriels

Sélection d՚exemples

Apprentissage interactif

Signal Processing Onramp. Click to open the onramp page in MATLAB Academy.

Signal Processing Onramp
Ce tutoriel gratuit de deux heures propose une introduction interactive aux méthodes de traitement du signal pour l'analyse spectrale.

Vidéos

Signal Analyzer app showing waveforms, spectra, spectrogram, scalogram, and persistence spectrum. Click to open the video.

Qu’est-ce que Signal Processing Toolbox ?
Réaliser le traitement et l’analyse du signal et développer des algorithmes avec Signal Processing Toolbox.

Analysis workflow: Measurement, feature extraction, classification. Click to open the video.

Techniques de traitement du signal et de Machine Learning pour l'analyse de données de capteurs
Cette vidéo présente un système de classification capable d’identifier l’activité physique d’un être humain d’après les signaux d’accéléromètre générés par un smartphone.

Signal Analyzer app resampling a region of a signal. Click to open the video.

L’analyse de signaux facilitée avec l’application Signal Analyzer
Découvrir comment réaliser des tâches d’analyse de signaux dans MATLAB avec l’application Signal Analyzer.

Signal Analyzer app displaying electrocardiogram signals and their spectra. Click to open the video.

Introduction aux applications de traitement du signal dans MATLAB
Utiliser Signal Analyzer pour importer, visualiser, prétraiter et analyser un signal d’électrocardiogramme.

Find answers to a few common questions about the DFT and the FFT.

Comprendre la transformée de Fourier discrète et la FFT
Trouver les réponses aux questions les plus courantes sur la transformée de Fourier discrète et l’algorithme FFT : pourquoi s’intéresser à la valeur absolue de la FFT ? Comment déterminer la valeur de la fréquence pour chaque point de la FFT ? Comment la largeur de bin est-elle calculée ? Quelle est la différence entre les FFT unilatérales et bilatérales ?

Learn to scale the FFT to compute power spectra and power spectral densities.

Comprendre la densité spectrale de puissance et le spectre de puissance
Apprendre à mettre à l’échelle une FFT (transformée de Fourier rapide) pour calculer les spectres de puissance, les densités spectrales de puissance et obtenir des informations pertinentes sur le niveau de puissance d’un signal dans le domaine temporel à chaque fréquence. Savoir quand et comment choisir entre l’amplitude, le spectre de puissance et la densité spectrale de puissance par FFT.

Teaching Resources