Analisi tempo-frequenza

È possibile utilizzare la trasformata wavelet continua (CWT) per analizzare come il contenuto in frequenza di un segnale varia nel tempo. È possibile eseguire un'analisi tempo-frequenza adattativa utilizzando frame di Gabor non stazionari con la trasformata a Q costante (CQT). È possibile eseguire UN filtraggio tempo-frequenza utilizzando la trasformata di Gabor discreta (DGT). Nel caso di due segnali, la coerenza delle wavelet rivela pattern comuni a tempo variabile. È possibile eseguire un'analisi tempo-frequenza adattiva ai dati di processi non lineari e non stazionari. Per le immagini, l'analisi wavelet continua mostra come il contenuto in frequenza di un'immagine varia all'interno dell'immagine stessa e aiuta a individuare i pattern presenti in un'immagine rumorosa. Per ottenere una risoluzione più nitida ed estrarre le modalità oscillatorie da un segnale, è possibile utilizzare la sincronizzazione schiacciata della wavelet.

Utilizzare Wavelet Toolbox™ per eseguire l'analisi tempo-frequenza di segnali e immagini. Con la CQT è possibile campionare la larghezza di banda in modo differenziale, utilizzando un numero maggiore di campioni di frequenza per i componenti a banda larga e un numero minore di campioni di frequenza per i componenti a banda stretta. È possibile utilizzare la CWT per ottenere la coerenza delle wavelet tra due segnali. Con la DGT è possibile eseguire analisi precise del segnale e la riduzione del rumore. È possibile scomporre un processo non lineare o non stazionario nelle sue modalità intrinseche di oscillazione. È inoltre possibile ricostruire approssimazioni localizzate nel dominio tempo-frequenza dei segnali. È possibile creare un banco di filtri CWT con intervalli di frequenza o di periodo specifici e applicarlo in modo efficiente a più segnali. È possibile visualizzare le wavelet nel dominio del tempo e della frequenza.