주요 특징

  • 시간, 주파수, 시간-주파수 도메인에서 동시에 신호를 시각화하고 비교할 수 있는 Signal Analyzer 앱
  • FIR 및 IIR 필터 설계와 분석
  • 신호 유사성, 포락선, 패턴, 변화점, 피크값, 이상값을 찾는 알고리즘
  • 전환, 펄스 메트릭, 밴드 파워, 대역폭, 왜곡과 같은 측정
  • 균등 및 비균등 샘플 데이터의 전력 스펙트럼 추정
  • 진동 신호의 차수 해석 및 기계 시스템의 모달 분석

신호 탐색

Signal Processing Toolbox™는 여러 신호를 분석, 시각화, 비교하고 특징 또는 관심 이벤트를 탐지하여 추출할 수 있는 앱 및 기능을 제공합니다. 예를 들어 Signal Analyzer 앱으로 다음을 수행할 수 있습니다.

  • 시간, 주파수, 시간-주파수 도메인의 신호 분석
  • 신호 품질 향상을 위한 신호 전처리
  • 신호에서 관심 영역 추출
여러 신호를 시간, 주파수에 도메인에서 시각화하고 비교합니다.
상관관계 신호의 지연 시간을 측정합니다.
Signal Analyzer 앱을 사용하여 window leakage 매개변수를 조정하면서 톤을 식별합니다.

신호 전처리

Signal Processing Toolbox는 이상값을 탐지하고 불규칙 샘플 신호를 스무딩하고 다루며 추가 분석을 위해 준비할 수 있는 기능을 제공합니다. 예를 들어 다음과 같은 작업을 할 수 있습니다:

  • 데이터의 노이즈, 이상값 및 스퓨리어스 성분 제거
  • 신호 향상, 신호 시각화 및 패턴 발견
  • 신호의 샘플 레이트를 변경 또는 불규칙하게 샘플링되었거나 데이터가 누락된 신호에 대한 샘플 레이트를 일정하게 만듦
아티팩트 없이 신호의 샘플 레이트를 변경합니다.
가중 이동 평균 및 Savitzky-Golay 필터를 통해 신호 노이즈를 제거합니다.
중앙값 필터로 스파이크를 제거합니다.
펄스 및 swept-frequency 신호(처프, VCO)를 생성합니다.
자기회귀 모델링을 사용하여 신호의 누락 세그먼트를 보간합니다.
지연을 측정하고 cross-correlation을 사용하여 신호를 배치합니다.

특징 추출 및 신호 측정

Signal Processing Toolbox는 신호에서 패턴을 탐색하고 추출할 수 있는 기능을 제공합니다. 구체적으로 다음을 할 수 있습니다.

  • 신호의 피크값을 찾고 높이, 너비, 피크간 거리를 파악
  • 신호의 변화점을 찾고 동적 타임워핑을 사용하여 신호를 배치
피크점의 위치를 찾고 높이, 돌출부 및 너비를 측정
걸음걸이 신호 분류를 위한 특징을 추출합니다.
신호에서 정확한 패턴 또는 거의 일치하는 패턴을 찾습니다.
시계열 데이터에서 갑작스러운 변화 또는 관심 이벤트를 탐지합니다.
힐버트 변환과 분석 신호를 사용하여 신호의 포락선을 추출합니다.
SNR(signal-to-noise ratio), THD(total harmonic distortion), SINAD(signal-to-noise and distortion ratio)를 측정합니다.
밴드 전력, 대역폭, 평균 및 중앙 주파수를 측정합니다.

디지털 및 아날로그 필터


디지털 필터

Signal Processing Toolbox의 기능 및 앱을 사용하여 lowpass, highpass, bandstop 등 다양한 디지털 FIR 및 IIR 필터를 설계, 분석, 구현합니다. 이러한 기능과 앱으로 다음을 할 수 있습니다.

  • 진폭, 위상, 그룹 지연, 임펄스, 계단 응답을 시각화
  • 필터의 폴 및 제로 검사
  • 안정성과 위상 선형성을 테스트하여 필터 성능을 평가
  • 제로 위상 필터링을 사용하여 데이터에 필터를 적용하고 지연 및 위상 왜곡을 제거
필터로 인한 지연과 왜곡에 대해 보상합니다.
저역통과(lowpass), 고역통과(highpass), 대역통과(bandpass), 대역저지(bandstop), 미분기(differentiator), 임의 크기 주파수 응답을 탐색합니다.
Parks-McClellan(equiripple), 최소 제곱 및 Kaiser 윈도우와 같이 서로 다른 필터 설계 제약을 지정하고 FIR 설계 알고리즘을 비교합니다.
Butterworth, Chebyshev 및 elliptic IIR 필터의 크기와 그룹 지연 응답을 비교합니다.

아날로그 필터

Signal Processing Toolbox는 아날로그 필터 설계 및 분석을 위한 기능을 제공합니다. 지원되는 아날로그 필터 유형으로는 Butterworth, Chebyshev, Bessel, Elliptic이 있습니다. Toolbox에는 임펄스 불변 및 이중선형 변환 방식과 같은 아날로그-디지털 필터 변환을 위한 이산화 함수도 포함되어 있습니다.


시간-주파수 및 스펙트럼 분석

Signal Processing Toolbox의 다양한 스펙트럼 분석 기능과 앱을 이용하여 신호의 주파수 성분 특성을 파악합니다. Welch 방식 또는 Periodogram과 같은 FFT 기반 비모수적(nonparametric) 방식은 입력 데이터를 가정하지 않으며 어떤 신호라도 사용할 수 있습니다. Burg, Yule-Walker 및 MUSIC과 같은 모수적(parametric), 부분 공간(subspace) 방식은 신호에 대한 이전 지식을 통합하여 보다 정확한 스펙트럼 추정값을 얻을 수 있습니다. 이러한 기능과 앱으로 다음을 할 수 있습니다.

  • Lomb-Scargle 방식을 사용하여 샘플링이 균일하지 않거나 샘플이 누락된 신호에 대한 전력 스펙트럼을 계산
  • 스펙트로그램과 같은 시간-주파수 기술을 사용하여 신호를 분석하고 스펙트럼 일관성(Coherence)을 추정하여 주파수 도메인의 신호 유사성을 측정합니다.
스펙트로그램을 사용하여 신호에서 언제 주파수 성분이 나타나는지 결정하고 시간-주파수 해상도 절충을 알아봅니다.
신호 사이의 스펙트럼 일관성(Coherence) 을 추정하고 상호 연관된 주파수 성분 사이의 상대 위상을 측정합니다.
Welch 및 multitaper 방식을 사용하여 PSD 바이어스와 변동성을 낮춥니다.
샘플링이 균일하지 않거나 샘플이 누락된 신호의 스펙트럼을 추정합니다.
선명한 시간-주파수 추정값을 얻고 신호 모드 추출
자기회귀(AR) 프로세스 출력으로서 짧은 신호를 모델링하여 더 높은 스펙트럼 해상도를 달성합니다.

진동 분석

Signal Processing Toolbox는 기계 시스템의 진동을 연구하고 그 특징을 규명할 수 있는 기능을 제공합니다. 구체적으로 다음을 할 수 있습니다.

  • 차수 해석을 통해 회전식 기계에서 발생하는 스펙트럼 성분을 분석하고 시각화합니다.
  • 차수 및 그 시간-도메인 파형을 추적하고 추출합니다.
  • 신호의 평균 스펙트럼을 차수 함수로 추정합니다.
  • 주파수-응답 함수, 자연 주파수, 댐핑 비율, 모드 형태를 추정하는 방법으로 실험 모달 분석을 실시합니다. 
차수 해석을 통해 불필요한 진동의 소스를 파악합니다.
시간 동기 평균 및 포락선 스펙트럼을 사용하여 기어박스의 조건을 분석합니다.
주파수-응답 함수 추정치에서 모드 형태 벡터를 추정하는 방법으로 풍력발전용 블레이드의 동적거동을 분석합니다.