Misurazioni ed estrazione delle caratteristiche
Signal Processing Toolbox™ fornisce funzioni che consentono di misurare le caratteristiche distintive comuni di un segnale. Individua i picchi del segnale e determina la loro altezza, larghezza e distanza dai vicini. Misura le caratteristiche del dominio del tempo, come ampiezze picco-picco e inviluppi del segnale. Misura parametri di impulso quali overshoot e duty cycle.
Nel dominio della frequenza, misura le frequenze fondamentali, medie, mediane e armoniche, la larghezza di banda del canale e la potenza in una banda di frequenza. Caratterizza i sistemi misurando la gamma dinamica priva di spurie (SFDR), il rapporto segnale/rumore (SNR), la distorsione armonica totale (THD), il rapporto segnale/rumore e distorsione (SINAD) e l'intercetta di terzo ordine (TOI).
Estrai le caratteristiche del segnale per migliorare le caratteristiche chiave e riduci la variabilità e la dimensionalità dei dati durante l'addestramento dei modelli di intelligenza artificiale.
Categorie
- Statistiche descrittive
Picchi, livello RMS, ampiezza picco-picco, fattore di cresta, deformazione temporale dinamica, carta di controllo CUSUM, distanza di modifica
- Metriche di impulso e transizione
Tempo di salita, tempo di discesa, velocità di variazione, superamento, sottoscorrimento, tempo di assestamento, larghezza di impulso, ciclo di lavoro
- Misure spettrali
Potenza del canale, larghezza di banda, frequenza media, frequenza mediana, distorsione armonica
Informazioni complementari
Esempi in primo piano
Classify ECG Signals Using Long Short-Term Memory Networks
Classify heartbeat electrocardiogram data using deep learning and signal processing.
Human Activity Recognition Using Signal Feature Extraction and Machine Learning
Extract features from smartphone sensor signals and use them to classify human activity.
Waveform Segmentation Using Deep Learning
Segment human electrocardiogram signals using time-frequency analysis and deep learning.
Distortion Measurements
Generate 2048 samples of a sinusoid of frequency 2.5 kHz sampled at 50 kHz. Add white Gaussian noise such that the signal-to-noise ratio (SNR) is 80 dB.
Determine Peak Widths
Create a signal that consists of a sum of bell curves. Specify the location, height, and width of each curve.
