Signal Processing Toolbox

信号のための機械学習とディープラーニング

機械学習とディープラーニングのワークフロー向けに前処理、特徴量エンジニアリング、信号のラベル付け、およびデータセット生成を実行します。信号ラベラーアプリを使用して、AI モデルの学習用に、グラウンド トゥルース データセットを作成し、特徴量を抽出します。

信号探索および前処理

信号アナライザーアプリを使用して、信号を可視化、前処理、探索します。信号のノイズ除去、平滑化、トレンド除去を実行し、さらに詳しく解析するための準備を行います。

特徴抽出と信号の測定

ピーク、パワー、帯域幅、歪み、信号統計など、信号の顕著な特徴量を測定および抽出します。パルスと遷移に関連するメトリクスを計算します。信号ラベラーアプリを使用して、データセット全体の特徴量を抽出します。

フィルター設計と解析

デジタルおよびアナログフィルターを設計、解析、および実装します。フィルター デザイナー アプリまたは[フィルター設計] ライブ エディター タスクを使用して、ローパス、ハイパス、バンドストップなど、さまざまなデジタル FIR および IIR フィルターを設計します。

スペクトル解析

スペクトル推定と部分空間法を使用して、信号の周波数成分を特性評価します。ウィンドウ関数を設計、可視化、実装します。

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、再割り当てなどの手法を用いて、非定常信号の時間-周波数成分を可視化して比較します。

振動解析

機械システムの振動を特性評価します。次数分析により、回転機械で発生するスペクトル成分を解析して可視化します。実験的モード解析と疲労解析を実行します。

コードの高速化および生成

グラフィックス処理装置 (GPU) を使用して、信号処理アルゴリズムの実行を高速化します。移植可能な C/C++ ソースコード、スタンドアロンの実行可能ファイル、またはスタンドアロンのアプリケーションを MATLAB コードから生成します。