ドキュメンテーション

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

時間-周波数解析

CWT、定 Q 変換、経験的モード分解、ウェーブレット コヒーレンス、ウェーブレット クロススペクトル

連続ウェーブレット変換 (CWT) を使用して、信号の周波数成分が時間の経過と共に変化する様子を解析できます。非定常ガボール フレームと定 Q 変換 (CQT) を使用して、適応時間-周波数解析を実行できます。2 つの信号について、ウェーブレット コヒーレンスは共通する時変パターンを明らかにします。非線形および非定常過程のデータ適応時間-周波数解析を実行できます。イメージに対しては、連続ウェーブレット解析はイメージの周波数成分がイメージ全体でどのように変化するかを示し、ノイズを含むイメージのパターンを明らかにするのに役立ちます。よりシャープな解像度を得て、信号から振動モードを抽出するために、ウェーブレット シンクロスクイージングを使用できます。

Wavelet Toolbox™ を使用して、信号とイメージの時間-周波数解析を実行します。CQT では、広い帯域成分に対しては多くの周波数サンプルを、狭い帯域成分に対しては少ない周波数サンプルを使用して、帯域幅を別個にサンプリングすることができます。CWT を使用すると、2 つの信号間のウェーブレット コヒーレンスを得ることができます。非線形または非定常過程を固有の振動モードに分解することができます。また、時間-周波数の局所的な Approximation を信号に再構成することもできます。特定の周波数または周期範囲を持つ CWT フィルター バンクを作成し、そのフィルター バンクを複数の信号に効率的に適用することができます。時間と周波数のウェーブレットを可視化できます。

注目の例