時間-周波数解析

スペクトログラム、シンクロスクイージング、再割り当て、Wigner-Ville、時間-周波数周辺、データ適応法

Signal Processing Toolbox™ では、非定常信号の時間-周波数成分の可視化および比較が可能になる関数とアプリを用意しています。短時間フーリエ変換とその逆を計算します。再割り当てまたはフーリエシンクロスクイージングを行い、シャープなスペクトル推定を取得します。クロススペクトログラム、Wigner-Ville 分布、およびパーシステンススペクトルをプロットします。時間-周波数リッジを抽出および追跡します。瞬時周波数、瞬時帯域幅、スペクトル尖度、およびスペクトルエントロピーを推定します。経験的または変分的モード分解とヒルベルト・ファン変換を使用して、データ適応型時間-周波数解析を実行します。Wavelet Toolbox™ が提供する関数とアプリを使用して、他の時間-周波数表現と解析方法を検討します。

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
信号ラベラー	対象となる信号の属性、領域および点へのラベル付けまたは特徴の抽出 (R2019a 以降)
信号多重解像度アナライザー	時間を揃えた成分に信号を分解
ウェーブレット時間-周波数アナライザー	信号のスカログラムの可視化 (R2022a 以降)

関数

すべて展開する

推定器

`fsst`	フーリエシンクロスクイーズド変換
`ifsst`	逆フーリエシンクロスクイーズド変換
`instbw`	瞬時帯域幅の推定 (R2021a 以降)
`instfreq`	瞬時周波数の推定
`kurtogram`	スペクトル尖度の可視化
`pkurtosis`	信号またはスペクトログラムからのスペクトル尖度
`pentropy`	信号のスペクトルエントロピー
`pspectrum`	周波数領域および時間-周波数領域内の信号の解析
`spectrogram`	短時間フーリエ変換を使用したスペクトログラム
`xspectrogram`	短時間フーリエ変換を使用したクロススペクトログラム
`stft`	短時間フーリエ変換 (R2019a 以降)
`dlstft`	深層学習の短時間フーリエ変換 (R2021a 以降)
`stftLayer`	Short-time Fourier transform layer (R2021b 以降)
`stftmag2sig`	STFT 振幅からの信号の再構成 (R2020b 以降)
`iscola`	ウィンドウ-オーバーラップの組み合わせが COLA 準拠かどうかを決定します。 (R2019a 以降)
`istft`	逆短時間フーリエ変換 (R2019a 以降)
`tfridge`	時間-周波数リッジ
`wvd`	Wigner-Ville 分布と平滑化疑似 Wigner-Ville 分布
`xwvd`	交差 Wigner-Ville 分布と交差平滑化疑似 Wigner-Ville 分布

データ適応法

`emd`	経験的モード分解
`ewt`	経験的ウェーブレット変換 (R2020b 以降)
`vmd`	変分的モード分解 (R2020a 以降)
`hht`	ヒルベルト・ファン変換

ウェーブレットを使用した時間-周波数解析

`cqt`	Constant-Q nonstationary Gabor transform
`cwt`	連続 1 次元ウェーブレット変換
`modwpt`	Maximal overlap discrete wavelet packet transform
`modwt`	最大重複離散ウェーブレット変換
`tqwt`	Tunable Q-factor wavelet transform (R2021b 以降)
`waveletScattering`	Wavelet time scattering
`wcoherence`	ウェーブレットコヒーレンスとウェーブレットクロススペクトル
`wsst`	ウェーブレットシンクロスクイーズド変換

トピック

Signal Processing Toolbox を使用したスペクトログラムの計算
Signal Processing Toolbox の関数を使用して信号のスペクトログラムを計算し、表示する。
時間-周波数ギャラリー
Signal Processing Toolbox により提供される時間-周波数解析関数の機能と制限を確認します。
Practical Introduction to Time-Frequency Analysis Using the Continuous Wavelet Transform (Wavelet Toolbox)
Perform and interpret time-frequency analysis of signals using the continuous wavelet transform.
Practical Introduction to Multiresolution Analysis (Wavelet Toolbox)
Perform and interpret basic signal multiresolution analysis (MRA).
Wavelet Packet Harmonic Interference Removal (Wavelet Toolbox)
Use wavelet packets to remove harmonic interference from an electrocardiogram (ECG) signal.
Pedestrian and Bicyclist Classification Using Deep Learning (Radar Toolbox)
Classify pedestrians and bicyclists based on their micro-Doppler characteristics using deep learning and time-frequency analysis.
Radar and Communications Waveform Classification Using Deep Learning (Phased Array System Toolbox)
Classify radar and communications waveforms using the Wigner-Ville distribution (WVD) and a deep convolutional neural network (CNN).