スペクトル推定

ピリオドグラム、ウェルチおよび Lomb-Scargle PSD、コヒーレンス、伝達関数、周波数の再割り当て

periodogram、pwelch または plomb を使用して、等間隔および不等間隔のサンプル信号のスペクトル成分を解析します。再割り当てを使用してピリオドグラム推定をシャープにします。信号間の周波数領域コヒーレンスを求めます。入力および出力測定値に基づいて、伝達関数を推定します。周波数領域で MIMO システムを調べます。

アプリ

信号アナライザー

複数の信号とスペクトルの可視化および比較

関数

すべて展開する

推定器

`cpsd`	クロスパワースペクトル密度
`findpeaks`	局所的最大値
`mscohere`	振幅二乗コヒーレンス
`pentropy`	信号のスペクトルエントロピー
`periodogram`	ピリオドグラムパワースペクトル密度推定
`plomb`	Lomb-Scargle ピリオドグラム
`pmtm`	マルチテーパーパワースペクトル密度推定
`poctave`	オクターブスペクトルの生成
`pspectrum`	周波数領域および時間-周波数領域内の信号の解析
`pwelch`	ウェルチのパワースペクトル密度推定
`tfestimate`	伝達関数の推定

dB 変換

`db`	エネルギーまたはパワーの測定値のデシベルへの変換
`db2mag`	デシベルの振幅への変換
`db2pow`	デシベルのパワーへの変換
`mag2db`	振幅のデシベルへの変換
`pow2db`	パワーのデシベルへの変換

データ管理

`resize`	Resize data by adding or removing elements (R2023b 以降)
`paddata`	Pad data by adding elements (R2023b 以降)
`trimdata`	Trim data by removing elements (R2023b 以降)

トピック

ノンパラメトリック法
ノンパラメトリックスペクトル推定のピリオドグラム、修正ピリオドグラム、ウェルチ法、およびマルチテーパー法について学習します。
ノイズで歪んだ信号の検出
周波数解析を使用して、ノイズに含まれる信号を特徴づけます。
信号のパワーの測定
信号のほとんどのパワーを含む周波数帯域の幅を推定します。歪んだ信号について、基本成分と高調波に蓄積されているパワーを求めます。
振幅推定とゼロパディング
ゼロパディングを使用して、正弦波信号の振幅の正確な推定を取得します。
ピリオドグラムにおけるバイアスとばらつき
ウィンドウと平均化を使用して、ピリオドグラムにおけるバイアスとばらつきを減らします。
2 つの信号の周波数成分の比較
周波数領域の信号間の類似性を識別します。
周波数解析による周期性の検出
スペクトル解析はデータの振動動作を特徴付け、複数のサイクルを測定するのに役立ちます。
周期的な成分の有意性検定
フィッシャー g 統計量を使用してホワイトノイズを伴う正弦波成分の有意性を評価します。
クロススペクトルと振幅二乗コヒーレンス
正弦波成分間の位相遅れを求めて、時系列で周波数領域の相関を識別します。
Price Weather Derivatives (Financial Instruments Toolbox)
This example demonstrates a workflow for pricing weather derivatives based on historically observed temperature data.