Main Content

이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.

시간-주파수 분석

CWT, 상수-Q 변환, 경험적 모드 분해, 웨이블릿 코히어런스, 웨이블릿 상호 스펙트럼

CWT(연속 웨이블릿 변환)를 사용하여 신호의 주파수 성분이 시간에 따라 어떻게 변하는지 분석할 수 있습니다. CQT(상수-Q 변환)와 함께 비정상 가보르 프레임을 사용하여 적응형 시간-주파수 분석을 수행할 수 있습니다. 웨이블릿 코히어런스는 두 신호의 공통된 시변 패턴을 드러냅니다. 비선형 및 비정상 과정에 대해 데이터 적응적 시간-주파수 분석을 수행할 수 있습니다. 영상에 대해 연속 웨이블릿 분석을 수행하면 영상의 주파수 성분이 영상 전체에서 어떻게 변하는지 알 수 있고 잡음이 있는 영상의 패턴을 나타내는 데 도움이 됩니다. 웨이블릿 싱크로스퀴징을 사용하여 신호에서 더 선명한 해상도를 얻고 진동 모드를 추출할 수 있습니다.

Wavelet Toolbox™를 사용하여 신호 및 영상에 시간-주파수 분석을 수행합니다. CQT를 사용하면 보다 넓은 대역 성분에는 더 많은 주파수 샘플을 사용하고 좁은 대역 성분에는 더 적은 주파수 샘플을 사용하여 대역폭을 차등적으로 샘플링할 수 있습니다. CWT를 사용하여 두 신호 간의 웨이블릿 코히어런스를 얻을 수 있습니다. 비선형 또는 비정상 과정을 진동의 내재 모드로 분해할 수 있습니다. 시간-주파수가 국소화된, 신호의 근사 성분을 복원할 수도 있습니다. 특정 주파수 또는 주기 범위로 CWT 필터 뱅크를 생성하고 이 필터 뱅크를 여러 개의 신호에 효율적으로 적용할 수 있습니다. 시간과 주파수에 따라 웨이블릿을 시각화할 수 있습니다.

범주