Signal Processing Toolbox
信号処理と解析の実行
Signal Processing Toolbox™ は、均一/不均一にサンプリングされた信号から解析、前処理、特徴抽出を行うための関数とアプリを提供します。このツールボックスには、フィルター設計と解析、リサンプリング、平滑化、トレンドの除去、パワースペクトル推定用のツールが含まれます。また、変化点や包絡線などの特徴の抽出、ピークと信号パターンの検出、信号の類似度の定量化、SNR や歪みなどの測定に関する機能もあります。振動信号のモード解析や次数分析も実行できます。
信号アナライザーアプリを使用すると、コードの記述を行わずに時間、周波数、時間-周波数領域において複数信号を同時に前処理して解析できるほか、長い信号の探索、関心領域の抽出も行えます。フィルター デザイナー アプリを使用すると、さまざまなアルゴリズムや応答から選択することで、デジタルフィルターの設計と解析が可能です。どちらのアプリも MATLAB® コードを生成します。
今すぐ始める:
前処理と特徴抽出
組み込みの関数とアプリを使用して、ディープネットワークの学習前に信号をクリーンアップして不要なアーティファクトを除去します。
ディープラーニング モデルの学習向けに、時間、周波数、および時間-周波数領域の特徴を信号から抽出し、特徴を強化して変動性を取り除き、データを低次元化します。
ラベル付けとデータセット管理
信号ラベラーアプリを使用して、属性、領域、および関心点により信号をラベル付けします。異なる種類のラベルとサブラベルを作成します。
信号データストアを用いて、メモリに収まりきらない大規模な信号データを管理します。
参照例
例を使用して、信号のための機械学習とディープラーニングを始めることができます。
信号の探索
信号アナライザーアプリを使用して、時間、周波数、および時間-周波数領域で信号を解析して可視化します。追加の解析のために信号から対象の領域を抽出します。
信号アナライザーアプリにより、異なる継続時間の信号を同じビューから同時に測定して解析できます。
データの前処理
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。外れ値、スプリアス成分をデータから除去します。
信号を強化して可視化し、パターンを発見します。信号のサンプルレートを変更するか、または不規則にサンプリングされた信号または欠損データのある信号に対するサンプルレートを均一化します。
記述統計
最大値、最小値、標準偏差、および RMS レベルなどの共通の記述統計を算出します。信号の変化点を検出し、動的タイムワーピングを使用して整列させます。
信号のピークを特定し、その高さ、幅、近傍への距離を確認します。ピーク間振幅や信号の包絡線などの時間領域の特徴を測定します。
パルスおよび遷移指標
立ち上がり時間、立ち下がり時間、スルーレート、オーバーシュート、アンダーシュート、整定時間、パルス幅、パルス周期、デューティ比を測定します。
デジタルフィルター
フィルター デザイナー アプリを使用して、ローパス、ハイパス、およびバンドストップなど、様々なデジタル FIR および IIR フィルターを設計、解析、および実装します。振幅応答、位相応答、群遅延応答、インパルス応答、およびステップ応答を可視化します。
フィルターの極点と零点を調査します。安定性および位相の線形性をテストしてフィルターの性能を評価します。フィルターをデータに適用し、零相フィルター処理を使用して遅延と位相歪みを除去します。
アナログフィルター
バタワース、チェビシェフ、ベッセル、および楕円など、様々なアナログフィルターを設計、解析、および実装します。
インパルス不変法や双一次変換法などの離散化手法を用いて、アナログからデジタルフィルターへの変換を実施します。
スペクトル推定
ピリオドグラム、ウェルチのオーバーラップ セグメント平均法、およびマルチテーパー法などのノンパラメトリック手法を用いてスペクトル密度を推定します。Burg 法、共分散、および MUSIC などのパラメトリック手法および部分空間法を導入してスペクトルを推定します。
Lomb-Scargle 法を使用して欠損サンプルのある信号や不均一なサンプル信号のパワースペクトルを計算します。スペクトル コヒーレンスの推定により周波数領域の信号の類似点を測定します。
ウィンドウ関数
共通ウィンドウ関数を実装して可視化します。ウィンドウデザイナー アプリを使用して、ウィンドウを設計して解析します。サイズや他のパラメーターの関数としてウィンドウのメインローブ幅とサイドローブレベルを比較します。
時間-周波数分布
短時間フーリエ変換、スペクトログラム、または Winer-Ville 分布を使用して、時変スペクトル成分を持つ信号を解析します。クロス スペクトログラムを使用して、時間-周波数領域で信号を比較します。
再割り当てとシンクロスクイージング
再割り当て手法を用いて、時間-周波数の位置推定の精度を向上させます。シンクロスクイージングを使用して、時間-周波数リッジを識別します。
データ適応変換
経験的モード分解、変動モード分解、およびヒルベルト-ファン変換を使用して、データ適応時間-周波数解析を実施します。
次数分析
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。
次数とその時間領域波形を追跡および抽出します。振動信号から RPM プロファイルを追跡して抽出します。時間同期平均により一貫してノイズを除去します。
疲労解析
疲労解析向けに高サイクルのレインフローカウントを生成します。
コードの高速化
サポートされている関数で GPU とマルチコアプロセッサを使用してコードを高速化します。
コード生成
MATLAB Coder を使用して、デスクトップおよび組み込みアプリケーション向けの、量産品質の C/C++ コードと MEX ファイルを生成します。
サポートされている関数で最適化された CUDA コードを生成し、NVIDIA GPU で使用します。
信号ラベラーアプリ
対話形式によるまたは自動化された信号のラベル付けを実行
信号データストア
ワークスペースまたはファイルにある信号データをまとめて管理
時間-周波数解析
変動モード分解を使用して内部モードを抽出
ディープラーニングの例
分類とラベル付けで時間-周波数解析とニューラル ネットワークを使用
tall
配列
関数 spectrogram および stft で tall 配列を操作
GPU コード生成のサポート
関数 fftfilt
および stft
の CUDA コードを生成
GPU 高速化
関数 spectrogram
、czt
、stft
、および wvd
を高速化
C/C++ コード生成のサポート
時間-周波数解析、特徴抽出、スペクトル解析、マルチレート信号処理、およびフィルター設計のためのコードを生成
これらの機能および対応する関数の詳細については、リリースノートを参照してください。