主な機能

  • 時間、周波数、時間周波数領域において、信号を同時に可視化して比較するための信号アナライザー アプリ
  • FIR および IIR フィルター設計と解析
  • 信号の類似度、包絡線、パターン、変化点、ピーク、外れ値を検出するためのアルゴリズム
  • 遷移およびパルス指標、バンド パワー、帯域幅、歪みなどの測定
  • 均一/不均一にサンプリングされたデータのパワー スペクトル推定
  • 振動信号の次数解析と機械システムのモード解析

信号の探索

Signal Processing Toolbox™ は、複数の信号を解析、可視化、比較し、特徴や関心のあるイベントを検出して抽出するための関数とアプリを提供します。信号アナライザー アプリの使用例は以下のとおりです。

  • 時間、周波数、時間周波数領域において信号を解析
  • 信号を前処理して信号品質を向上
  • 信号から対象の領域を抽出
複数の信号とスペクトルを可視化して比較します。
相関する信号間の遅延時間を測定します。
信号アナライザー アプリを使用してウィンドウの漏れパラメーターを調整し、トーンを識別します。

信号の前処理

Signal Processing Toolbox は、外れ値の検出、平滑化、不定間隔でサンプリングされた信号の処理を実行し、さらに詳しく解析するための準備を行うことができる関数を提供します。たとえば、次のような作業が可能です。

  • ノイズ、外れ値、スプリアス 成分をデータから除去
  • 信号の強調、信号の可視化およびパターンの発見
  • 信号のサンプルレートの変更または不規則にサンプリングされた信号または欠測データのある信号に対するサンプルレートの均一化
アーティファクトを取り込むことなく信号のサンプルレートを変更します。
加荷重移動平均と Savitzky-Golay フィルターにより信号のノイズを除去します。
メディアン フィルターでスパイクを除去します。
パルスおよびスイープ周波数信号 (チャープ、VCO) を生成します。
自己回帰モデリングを使用して信号の区間を補間します。
開始時間が異なる信号の整列遅延を測定し、相互相関を使用して信号を整列します。

特徴抽出と信号の測定

Signal Processing Toolbox は、信号のパターンを探索して抽出できる関数を提供します。具体的には、以下の操作を実行できます。

  • 信号のピークを特定し、その高さ、幅と、近傍への距離を確認
  • 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
ピークの場所を特定し、ピークの高さ、プロミネンスおよび幅を測定します。
歩行信号分類のために特徴量を抽出します。
信号の完全一致または近傍一致を検出します。
時系列データで急激な変化や関心のあるイベントを検出します。
ヒルベルト変換と解析信号を使用して信号の包絡線を抽出します。
S/N 比 (SNR)、全高調波歪み (THD)、信号対ノイズおよび歪み比 (SINAD) を測定します。
バンド パワー、帯域幅および中心周波数と中央周波数を測定します。

デジタルおよびアナログ フィルター


デジタル フィルター

Signal Processing Toolbox 内の関数とアプリを使用して、ローパス、ハイパス、バンドストップなどのさまざまなデジタル FIR および IIR フィルターを設計、解析および実装します。これらの関数とアプリを使用して、以下の操作を実行できます。

  • 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
  • フィルターの極点と零点を調査
  • 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
  • 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
フィルターにより発生した遅延と歪みを補正します。
ローパス、ハイパス、バンドパス、バンドストップ、微分器および任意振幅周波数応答を探索。
さまざまなフィルター設計制約を指定し、Parks-McClellan (等リップル)、最小二乗、カイザー ウィンドウなどの FIR 設計アルゴリズムを比較します。
バタワース、チェビシェフ、楕円 IIR フィルターの振幅および群遅延応答を比較します。

アナログ フィルター

Signal Processing Toolbox は、アナログ フィルター設計および解析のための関数を提供します。サポートされるアナログ フィルターのタイプには、バタワース、チェビシェフ、ベッセルおよび楕円があります。Signal Processing Toolbox には、アナログ フィルターからデジタル フィルターへ変換を行うためのインパルス不変法や双一次変換法など、離散化関数が含まれています。


時間周波数およびスペクトル解析

Signal Processing Toolbox 内のスペクトル解析関数とアプリのファミリを使用して信号の周波数成分を特徴付けます。ウェルチ法やピリオドグラムなど FFT ベースのノンパラメトリック手法では、入力データに関する仮定をせず、どの種類の信号でも使用できます。バーグ、ユール・ウォーカー、MUSIC などのパラメトリック手法および部分空間法は、信号の事前情報を取り込み、正確なスペクトル推定を行うことができます。これらの関数とアプリを使用して、以下の操作を実行できます。

  • 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
  • スペクトログラムなど時間周波数手法を使用して信号を解析し、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
スペクトログラムを使用して、周波数成分が信号に存在するタイミングを確認し、時間周波数分解能のトレードオフを探索します。
信号間のスペクトル コヒーレンスを推定し、相関性のある周波数成分間の相対位相を測定します。
ウィンドウ処理とウェルチおよびマルチテーパー法による平均化を使用して PSD バイアスとばらつきを低減します。
欠損サンプルのある信号や不均一なサンプル信号のスペクトルを推定します。
時間周波数の正確な推定を取得し、信号モードを抽出します。
短い信号を AR (自己回帰) 過程の出力としてモデル化し、より高いスペクトル分解能を実現します。

振動解析

Signal Processing Toolbox は、機械システムで振動を調査して特徴付ける関数を提供します。具体的には、以下の操作を実行できます。

  • 次数解析により、回転機械で発生するスペクトル成分を解析して可視化
  • 次数とその時間領域波形の追跡および抽出
  • 次数の関数として信号の平均スペクトルを推定
  • 周波数応答関数、固有振動数、減衰比、モード形状の推定により、実験的モード解析を実行
次数解析により、望ましくない振動の発生源を特定します。
時間同期平均信号と包絡線スペクトルを使用して、変速機の状態を解析します。
周波数応答関数の推定値からモード形状ベクトルを推定することで、風力タービン ブレードの動的な振る舞いを解析します。