Main Content

频谱分析

功率谱、相干性、窗口

Signal Processing Toolbox™ 提供一系列频谱分析函数和 App,用于表征信号的频率成分。基于 FFT 的非参数化方法,如韦尔奇的方法或周期图,对输入数据不做任何假设,可用于任何类型的信号。参数化方法和子空间方法,如伯格法、协方差法和 MUSIC 法,结合信号的先验知识,可以产生更准确的频谱估计。

使用隆布-斯卡格尔方法计算非均匀采样信号或具有缺失采样的信号的功率谱。通过估计信号的频谱相干性来测量频域中的信号相似性。设计和分析汉明、凯塞、高斯和其他数据窗。

类别

  • 频谱估计
    周期图,韦尔奇和隆布-斯卡格尔 PSD,相干性,传递函数,频率重排
  • 参数化频谱估计
    伯格、尤尔-沃克、协方差和修正协方差方法
  • 子空间方法
    频率和伪频谱估计、多信号分类 (MUSIC)、根 MUSIC
  • 加窗法
    汉明、布莱克曼、巴特利、切比雪夫、泰勒、凯塞

相关信息