La traduzione di questa pagina non è aggiornata. Fai clic qui per vedere l'ultima versione in inglese.

Elaborazione di segnali

Modellare l’elaborazione del segnale e i sistemi di comunicazione utilizzando il software DSP System Toolbox™

Per modellare i sistemi di elaborazione del segnale nell’ambiente di Simulink^®, considerare l’utilizzo del software DSP System Toolbox.

DSP System Toolbox fornisce algoritmi e strumenti per la progettazione e la simulazione di sistemi di elaborazione del segnale. Queste funzionalità sono fornite come funzioni di MATLAB^®, System object MATLAB e blocchi Simulink. La toolbox del sistema include metodi di progettazione per filtri FIR e IIR specializzati, FFT, elaborazione a più frequenze e tecniche DSP per l'elaborazione di dati in streaming e la creazione di prototipi in tempo reale. È possibile progettare filtri adattivi e a più frequenze, implementare filtri utilizzando architetture efficienti dal punto di vista computazionale e simulare filtri digitali in virgola mobile. Gli strumenti per l'I/O dei segnali da file e dispositivi, la generazione di segnali, l'analisi spettrale e la visualizzazione interattiva consentono di analizzare il comportamento e le prestazioni del sistema. Per la prototipazione rapida e la progettazione di sistemi embedded, la toolbox di sistema supporta l'aritmetica in virgola fissa e la generazione di codice C o HDL.

Argomenti

Come iniziare con l’elaborazione di segnali in Simulink

Configurazione dell’ambiente Simulink per i modelli di elaborazione del segnale (DSP System Toolbox)
Mostrare come configurare l’ambiente Simulink per l’utilizzo nei modelli di elaborazione del segnale.
Filter Frames of a Noisy Sine Wave Signal in Simulink (DSP System Toolbox)
This example shows how to lowpass filter a noisy signal in Simulink and visualize the original and filtered signals with a spectrum analyzer.

Applicazioni per l’elaborazione del segnale

Using Filter Realization Wizard (DSP System Toolbox)
Create and implement filters using the Filter Realization Wizard block.
Estimate the Power Spectrum in Simulink (DSP System Toolbox)
Compute the power spectrum using the Spectrum Analyzer and the Spectrum Estimator blocks.
Generate C Code from Simulink Model (DSP System Toolbox)
Build an executable and run the executable within MATLAB.

Informazioni sulla modellazione dei sistemi DSP

Sample- and Frame-Based Concepts (DSP System Toolbox)
Explore basic signal concepts in the context of a Simulink model. Learn more about sample-based processing and frame-based processing.
Delay and Latency (DSP System Toolbox)
Configure the Simulink environment to minimize delay and increase simulation performance.
Fixed-Point Signal Processing (DSP System Toolbox)
Discusses advantages of fixed-point development in general and of fixed-point support in System Toolbox software in particular, as well as lists common applications of fixed-point signal processing development.
Variable-Size Signal Basics
Create a variable-size signal whose size and values can change during a simulation.
Tune and Experiment with Block Parameter Values
As you construct a model you can experiment with block parameters, such as the coefficients of a Transfer Fcn block, to help you decide which blocks to use.

Informazioni complementari

DSP System Toolbox

Esempi in primo piano

Sigma-Delta A/D Conversion

Model analog-to-digital conversion by implementing a sigma-delta algorithm.

Programmable FIR Filter for FPGA

Implement a programmable FIR filter for hardware. You can program the filter to the required response by loading the coefficients into internal registers using a memory-style interface.

Acoustic Noise Cancellation (LMS)

Use the least mean square (LMS) algorithm to subtract noise from an input signal. The example uses a preconfigured Simulink® model. The LMS Filter block in the dspanc model models an adaptive filter that uses the reference signal at its Input port and the desired signal at the Desired port to automatically match the filter response. The LMS Filter block subtracts the filtered noise from the original signal. As the filter converges, the resultant error signal contains only the original signal.