Signal Processing Toolbox

重要更新

 

Signal Processing Toolbox

执行信号处理和分析

视频长度为 1:47
使用信号标注器在时域和时频域中绘制的信号,并具有对应的标签。

面向信号的机器学习和深度学习

针对机器学习和深度学习工作流执行预处理、特征工程、信号标注和数据集生成。还可以用信号标注器创建真值数据集并提取特征以训练 AI 模型。

使用信号分析仪在时域、频域和时频域中绘制的信号。

信号探查和预处理

使用信号分析仪可视化、预处理和探查信号。对信号进行去噪、平滑和去趋势处理,为进一步分析做好准备。

在信号标注器中绘制的时域信号,并提取和显示了特征。

特征提取和信号测量

测量和提取信号中的独特特征,包括峰值、功率、带宽、失真和信号统计信息。计算与脉冲和瞬态相关的指标。使用信号标注器提取整个数据集的特征。

实时编辑器任务,用于设计一系列滤波器,包括低通、高通和带通滤波器。

滤波器设计和分析

设计、分析和实现数字和模拟滤波器。使用滤波器设计工具或设计滤波器实时编辑器任务来设计各种数字 FIR 和 IIR 滤波器,如低通、高通和带阻滤波器。

显示两个信号的 3dB 带宽的功率谱密度图。

频谱分析

使用频谱估计和子空间方法表征信号的频率成分。设计、可视化和实现加窗函数。

以瀑布图形式呈现的压控振荡器输出的短时傅里叶变换。其中振荡器的控制输入为采样率为 10 kHz 的正弦电压。

时频分析

使用频谱图、同步压缩和重排等方法可视化和比较非平稳信号的时频成分。

以瀑布图形式呈现的 RPM-阶次图。图旁边有齿轮图形和小齿轮图形。

振动分析

表征机械系统中的振动。使用阶次分析,分析并可视化在旋转机械中出现的频谱成分。执行试验模态分析和疲劳分析。

从 MATLAB 生成 C 代码到生成的代码再到处理器硬件的工作流。

代码加速和生成

使用图形处理单元 (GPU) 加速信号处理算法的执行。从 MATLAB 代码生成可移植的 C/C++ 源代码、独立可执行文件或独立应用程序。

“MATLAB proved to be an ideal environment for developing SonarScope because it enabled me to develop algorithms, visualize results, and then refine the algorithms in an iterative cycle.”

免费试用 Signal Processing Toolbox

立即探索各种可能。


准备购买?

获取报价并了解相关产品。

您是学生吗?

您的学校可能已拥有 Campus-Wide License 并允许您直接使用 MATLAB、Simulink 和其他附加产品。