Analyse spectrale
Signal Processing Toolbox™ propose une famille de fonctions et d’applications d’analyse spectrale permettant de caractériser le contenu fréquentiel d’un signal. Les méthodes non paramétriques basées sur la FFT (telles que la méthode de Welch ou le périodogramme) ne font aucune hypothèse concernant les données en entrée et sont utilisables avec tout type de signal. Les méthodes paramétriques et de type sous-espace (telles que les méthodes de Burg, de covariance et MUSIC) intègrent une connaissance préalable du signal et peuvent produire des estimations spectrales plus précises.
Calculez les spectres de puissance de signaux échantillonnés de manière non uniforme ou de signaux contenant des échantillons manquants, à l’aide de la méthode de Lomb-Scargle. Mesurez les similitudes entre des signaux dans le domaine fréquentiel en estimant leur cohérence spectrale. Créez et analysez des fenêtres de données de Hamming, de Kaiser, gaussiennes, etc.
Catégories
- Estimation spectrale
Périodogramme et méthodes de Welch et de Lomb-Scargle pour la densité spectrale de puissance, cohérence, fonction de transfert, réallocation de fréquence
- Estimation spectrale paramétrique
Méthodes de Burg, de Yule-Walker, de covariance et de covariance modifiée
- Méthodes de type sous-espace
Estimations de fréquence et de pseudo-spectre, classification multiple des signaux (MUSIC), root-MUSIC
- Fenêtres
Hamming, Blackman, Bartlett, Chebyshev, Taylor, Kaiser



