主要特性

  • Signal Analyzer 应用程序用于同时可视化并比较时域、频域和时频域中的信号
  • FIR 和 IIR 滤波器设计和分析
  • 用于查找信号相似度、包络、模式、变化点、峰值和异常值的算法
  • 测量,比如转换和脉冲度量、频带功率、带宽和失真
  • 均匀和非均匀采样数据的功率频谱估算
  • 振动信号的阶次分析和机械系统的模态分析

信号探查

Signal Processing Toolbox™ 提供一些应用程序和函数,可用来分析、可视化和比较多个信号,检测和提取特征或有趣的事件。例如,借助 Signal Analyzer 应用程序,您可以:

  • 分析时域、频域和时频域中的信号
  • 预处理信号,以提高信号质量
  • 从信号中提取感兴趣区域
可视化和比较多个信号和频谱。
测量相关信号之间的时间延迟。
通过使用 Signal Analyzer 应用程序调节窗口泄露参数来识别音调。

信号预处理

Signal Processing Toolbox 提供的函数允许您检测异常值,对常规采样信号进行平滑处理,并做好进行更深入分析的准备。例如,您可以:

  • 从数据中消除噪声、异常值和虚假内容
  • 增强信号、可视化信号和发现规律
  • 更改信号的采样率,或者使采样不规律的信号或有数据丢失的信号具有恒定的采样率
更改信号的采样率而不引入人工产物。
使用加权移动平均滤波器和 Savitzky-Golay 滤波器去除信号噪声。
使用中值滤波器消除尖峰
生成脉冲和扫频信号(线性调频、VCO)。
使用自回归建模对缺失的信号段进行插值。
使用互相关性测量延迟和对齐信号。

特征提取和信号测量

Signal Processing Toolbox 提供了可用来探查和提取信号中的模式的函数。具体来说,您可以:

  • 找出信号峰值并确定它们的高度、宽度和相邻峰值的距离。
  • 查找信号中的变化点并使用动态时间规整来校准信号。
查找峰值位置并测量峰值高度、峰度和宽度。
提取用于步态信号分类的特征。
在信号中查找完全或近似匹配。
在时序数据中检测突变或有趣的事件。
使用希尔伯特变换和解析信号提取信号的包络。
测量信噪比 (SNR)、总谐波失真 (THD) 以及信号对噪声和失真比 (SINAD)。
测量波段功率、带宽、均值和中值频率。

数字和模拟滤波器


数字滤波器

使用 Signal Processing Toolbox 中的函数和应用程序,设计、分析和实现各种数字 FIR 和 IIR 滤波器,如低通、高通和带阻。使用这些函数和应用程序,您可以:

  • 对幅值、相位、群延迟、冲激和阶跃响应进行可视化
  • 检查滤波器极点和零点
  • 通过测试稳定性和相位线性来评估滤波器性能
  • 使用零相位滤波对数据应用滤波器,并消除延迟和相位失真
补偿由滤波器引入的延迟和失真。
探查低通、高通、带通、带阻、微分器和任意幅度频率响应。
指定不同的滤波器设计约束条件,比较 FIR 设计算法,如 Parks-McClellan(等波纹)、最小二乘和 Kaiser 窗。
比较 Butterworth、Chebyshev 和 elliptic IIR 滤波器的幅值和群延迟响应。

模拟滤波器

Signal Processing Toolbox 提供用于模拟滤波器设计和分析的函数。支持的模拟滤波器类型包括 Butterworth、Chebyshev、Bessel 和椭圆法。该工具箱还包含离散化函数,比如用于模拟滤波器到数字滤波器转换的脉冲响应不变法和双线性转换法。


时频和频谱分析

使用 Signal Processing Toolbox 中的一系列频谱分析函数和应用程序描述信号的频谱特征。基于 FFT 的非参数化方法(如 Welch 法或周期图法)对输入数据不作任何假设,可用于任何信号种类。参数化法和子空间法(如 Burg、Yule-Walker 和 MUSIC 方法)包含了信号的先验知识,可产生更准确的频谱估算。使用这些函数和应用程序,您可以:

  • 使用 Lomb-Scargle 方法计算非均匀采样信号或丢失样本的信号的功率谱
  • 使用时频技术(如频谱图)分析信号,通过估计频谱相关性来测量频域中的信号相似性
使用频谱图确定信号中何时存在频率分量,探究时频分辨率权衡。
评估信号之间的频谱相关性,测量相关频率分量之间的相对相位。
使用 Welch 和多窗口方法的加窗操作和求平均值降低 PSD 偏差和变异性。
估算非均匀采样信号或丢失样本的信号的频谱。
获取锐化的时频估算并提取信号模式。
对短信号建模,作为自回归 (AR) 过程的输出,达到更高的频谱分辨率。

振动分析

Signal Processing Toolbox 提供了可用来研究和描绘机械系统中的振动的函数。具体来说,您可以:

  • 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
  • 跟踪和提取阶次及其时域波形
  • 以阶次的函数形式估算一个信号的平均频谱
  • 通过估算频率响应函数、自然频率、阻尼比和模态形状进行实验性的模态分析
使用阶次分析,识别多余振动的来源。
使用时间同步的平均和包络频谱,分析变速箱的状况。
通过估算频率响应函数评估的模式形状向量,分析风力涡轮叶片的动态行为。