MATLAB e Simulink per l’elaborazione di segnali

MATLAB e Simulink per l’elaborazione di segnali

Analizza segnali e dati di serie storiche. Modella, progetta e simula sistemi di elaborazione dei segnali.

Gli ingegneri dell’elaborazione di segnali utilizzano MATLAB e Simulink in tutte le fasi dello sviluppo: dall’analisi dei segnali e la sperimentazione di algoritmi, alla valutazione dei compromessi di implementazione del progetto per la realizzazione di sistemi di elaborazione di segnali in tempo reale.

Soluzioni pratiche

Accedi a funzioni e applicazioni integrate per l’analisi e la pre-elaborazione di dati di serie storiche, analisi spettrale e tempo-frequenza e misurazioni di segnali.

Utilizza app e algoritmi per progettare, analizzare e implementare filtri digitali da filtri FIR e IIR base a progetti adattivi, multi-rate e multistage.

Modella e simula sistemi di elaborazione di segnali con una combinazione di funzioni e diagrammi a blocchi.

Modella il comportamento a virgola fissa e genera automaticamente codice C/C++ o HDL per la distribuzione di processori embedded, FPGA e ASIC.

Sviluppa modelli predittivi su segnali e dati di sensori utilizzando workflow di Deep Learning e Machine Learning.

Risorse per l’elaborazione di segnali

Video

Introduzione a Simulink per l’elaborazione di segnali

Video

Tracciamento del DNA del suono con MATLAB

Video

Progettazione e implementazione di filtri digitali in Simulink

Funzionalità principali

Analisi e misurazione di segnali

Visualizza e pre-elabora segnali nei domini di tempo, frequenza e tempo-frequenza senza scrivere codice manualmente. Caratterizza segnali e sistemi di elaborazione di segnali utilizzando algoritmi specifici per dominio, per applicazioni come comunicazioni, radar, audio, dispositivi medici e IoT.

Schermata di Signal Analyzer con la scheda Display aperta, che mostra quattro grafici diversi.

Analizza i segnali con un’app integrata per identificare pattern e tendenze.

Progettazione e analisi di filtri

Progetta e analizza filtri digitali, dai filtri base passa-basso/passa-alto ai filtri FIR/IIR avanzati, inclusi tipi multi-rate, multistage e adattivi. Visualizza ampiezza, fase e risposta all’impulso. Valuta prestazioni, stabilità e linearità di fase. 

Grafico di forme d’onda filtrate in diversi colori.

Analizza forme d’onda filtrate digitalmente.

Progettazione Model-Based per l’elaborazione di segnali

Progetta sistemi di elaborazione di segnali utilizzando diagrammi a blocchi. Applica la progettazione Model-Based con Simulink per la modellazione, la simulazione, la verifica e la generazione di codice. Utilizza librerie di blocchi per algoritmi specifici e visualizza i segnali in tempo reale con scope virtuali.

Diagramma di una demo che utilizza un codec Internet a bassa velocità di trasmissione.

Utilizza la progettazione Model-Based per le applicazioni di elaborazione di segnali.

Generazione di codice embedded

Genera codice C/C++ a partire dagli algoritmi di elaborazione di segnali utilizzando MATLAB Coder e Simulink Coder per la simulazione, la prototipazione e l’utilizzo embedded. Crea codice C ottimizzato per processori ARM® Cortex®. Produci codice Verilog® e VHDL® per la progettazione FPGA o ASIC da modelli MATLAB e Simulink.

Schermata di un report di generazione di codice.

Genera automaticamente codice C/C++, inclusi report di generazione di codice.

Machine Learning e Deep Learning

Crea modelli predittivi per applicazioni di elaborazione di segnali con MATLAB. Sfrutta gli algoritmi di elaborazione di segnali integrati per estrarre feature da utilizzare nei sistemi di Machine Learning. Lavora con grandi set di dati per l’acquisizione, l’incremento e l’annotazione dei segnali durante lo sviluppo di applicazioni di Deep Learning.

Immagini affiancate di segnali: una a colori e l’altra in scala di grigi.

Utilizza le tecniche di Machine Learning e Deep Learning per visualizzare i segnali.