本页对应的英文页面已更新,但尚未翻译。 若要查看最新内容,请点击此处访问英文页面。

频谱分析

功率谱、相干性、窗口

Signal Processing Toolbox™ 提供一系列频谱分析函数和 App,用于表征信号的频谱。基于 FFT 的非参数化方法,如 Welch 的方法或周期图,对输入数据不做任何假设,可用于任何类型的信号。参数化方法和子空间方法,如 Burg 法、协方差法和 MUSIC 法,结合信号的先验知识,可以产生更准确的频谱估计。

使用 Lomb-Scargle 法计算非均匀采样信号或具有缺失信号的样本的功率频谱。通过估计信号的频谱相干性来测量频域中的信号相似性。设计和分析 Hamming、Kaiser、高斯和其他数据窗。

  • 频谱估计
    周期图,Welch 和 Lomb-Scargle PSD,相干性,传递函数,频率重排
  • 参数化频谱估计
    Burg、Yule-Walker、协方差和修正协方差方法
  • 子空间方法
    频率和伪频谱估计、多信号分类 (MUSIC)、根 MUSIC
  • 加窗
    Hamming、Blackman、Bartlett、Chebyshev、Taylor、Kaiser
  • 频谱测量
    通道功率、带宽、均值频率、中位数频率、谐波失真

特色示例