시간-주파수 분석

스펙트로그램, 싱크로스퀴징, 재할당, 위그너-빌(Wigner-Ville), 시간-주파수 주변 성분, 데이터 적응적 방법

Signal Processing Toolbox™는 비정상(Nonstationary) 신호의 시간-주파수 성분을 시각화하고 비교할 수 있는 함수와 앱을 제공합니다. 단시간 푸리에 변환과 역변환을 계산합니다. 재할당이나 푸리에 싱크로스퀴징을 사용하여 정확한 스펙트럼 추정값을 구합니다. 상호 스펙트로그램, 위그너-빌 분포 및 지속성 스펙트럼을 플로팅합니다. 시간-주파수 리지를 추출하고 추적합니다. 순시 주파수, 순시 대역폭, 스펙트럼 첨도 및 스펙트럼 엔트로피를 추정합니다. 경험적 또는 변형 모드 분해법과 힐베르트-황 변환(Hilbert-Huang Transform)을 사용하여 데이터 적응적 시간-주파수 분석을 수행합니다. Wavelet Toolbox™에서 제공하는 함수와 앱을 사용하여 다른 시간-주파수 표현과 분석 방법을 살펴봅니다.

앱

신호 분석기	여러 개의 신호와 스펙트럼을 시각화하여 비교
신호 레이블 지정기	신호를 시간으로 정렬된 성분으로 분해
신호 다중분해능 분석기	신호의 스케일로그램 시각화 (R2022a 이후)
웨이블릿 시간-주파수 분석기	관심 있는 신호 특성, 신호 영역, 신호 지점에 레이블 지정 및 특징 추출

함수

모두 확장

변환

`fsst`	Fourier synchrosqueezed transform
`ifsst`	Inverse Fourier synchrosqueezed transform
`stft`	단시간 푸리에 변환
`istft`	Inverse short-time Fourier transform
`dlstft`	Deep learning short-time Fourier transform (R2021a 이후)
`dlistft`	Deep learning inverse short-time Fourier transform (R2024a 이후)
`stftLayer`	Short-time Fourier transform layer (R2021b 이후)
`istftLayer`	Inverse short-time Fourier transform layer (R2024a 이후)
`stftmag2sig`	Signal reconstruction from STFT magnitude (R2020b 이후)
`iscola`	Determine whether window-overlap combination is COLA compliant
`spectrogram`	단시간 푸리에 변환(STFT)을 사용하는 스펙트로그램
`xspectrogram`	Cross-spectrogram using short-time Fourier transforms
`pspectrum`	주파수 영역과 시간-주파수 영역의 신호 분석
`kurtogram`	Visualize spectral kurtosis
`wvd`	위그너-빌 분포 및 평활화된 유사 위그너-빌 분포
`xwvd`	Cross Wigner-Ville distribution and cross smoothed pseudo Wigner-Ville distribution

스펙트럼 설명자

`instbw`	Estimate instantaneous bandwidth (R2021a 이후)
`instfreq`	순시 주파수 추정
`spectralCrest`	Spectral crest for signals and spectrograms
`spectralEntropy`	Spectral entropy for signals and spectrograms
`spectralFlatness`	Spectral flatness for signals and spectrograms
`spectralKurtosis`	Spectral kurtosis for signals and spectrograms
`spectralSkewness`	Spectral skewness for signals and spectrograms
`tfridge`	Time-frequency ridges

데이터 적응적 방법

`emd`	경험적 모드 분해
`ewt`	Empirical wavelet transform (R2020b 이후)
`vmd`	Variational mode decomposition (R2020a 이후)
`hht`	힐베르트-황 변환(Hilbert-Huang Transform)

웨이블릿을 사용한 시간-주파수 분석

`cqt`	Constant-Q nonstationary Gabor transform
`cwt`	연속 1차원 웨이블릿 변환
`modwpt`	Maximal overlap discrete wavelet packet transform
`modwt`	Maximal overlap discrete wavelet transform
`tqwt`	Tunable Q-factor wavelet transform (R2021b 이후)
`waveletScattering`	Wavelet time scattering
`wcoherence`	Wavelet coherence and cross-spectrum
`wsst`	Wavelet synchrosqueezed transform

도움말 항목

Spectrogram Computation with Signal Processing Toolbox
Compute and display spectrograms of signals using Signal Processing Toolbox functions.
Time-Frequency Gallery
Examine the features and limitations of the time-frequency analysis functions provided by Signal Processing Toolbox.
Practical Introduction to Time-Frequency Analysis Using the Continuous Wavelet Transform (Wavelet Toolbox)
Perform and interpret time-frequency analysis of signals using the continuous wavelet transform. (R2020a 이후)
Practical Introduction to Multiresolution Analysis (Wavelet Toolbox)
Perform and interpret basic signal multiresolution analysis (MRA). (R2020a 이후)
Wavelet Packet Harmonic Interference Removal (Wavelet Toolbox)
Use wavelet packets to remove harmonic interference from an electrocardiogram (ECG) signal. (R2021b 이후)
Pedestrian and Bicyclist Classification Using Deep Learning (Radar Toolbox)
Classify pedestrians and bicyclists based on their micro-Doppler characteristics using deep learning and time-frequency analysis. (R2021a 이후)
Radar and Communications Waveform Classification Using Deep Learning (Phased Array System Toolbox)
Classify radar and communications waveforms using the Wigner-Ville distribution (WVD) and a deep convolutional neural network (CNN).
Spectral Descriptors (Audio Toolbox)
Overview and applications of spectral descriptors.