教程

分析信号

• 使用信号分析仪App
  在时间、频率和时频域中可视化、测量、分析和比较信号。
• 从音乐信号中提取声音
  使用信号分析仪通过复制和过滤信号从歌曲中提取声音。

预处理信号

• 将信号与不同的开始时间对齐
  同步不同传感器在不同时刻采集的数据。
• 在测量中找到信号
  判断一个信号是否与有噪声的较长数据流的一段匹配。

查找模式和提取特征

• 在数据中找到峰值
  定位一组数据中的局部极大值，并确定这些峰值是否周期性出现。
• 提取时钟信号的特征
  确定两级信号打开和关闭的频率和幅度。

设计、分析和应用数字滤波器

• 用信号处理工具箱软件过滤数据
  使用命令行函数或交互式应用程序设计和实现一个过滤器。
• 对信号求导
  使用微分器滤波器在不放大噪声的情况下对信号进行微分。

执行频谱和时频分析

• 使用频率分析找到周期性
  光谱分析有助于描述数据中的振荡行为，并测量不同的循环。
• 使用重新分配的光谱图查找和跟踪山脊
  使用重新分配的谱图信号分析仪提高谱图的时间和频率局部性。

信号处理在机器学习和深度学习中的应用

• 利用长短时记忆网络对心电信号进行分类
  利用深度学习和信号处理对心跳心电图数据进行分类。
• 基于深度学习的波形分割
  利用时频分析和深度学习对心电图信号进行分割。
• 标记信号属性，感兴趣的区域和点
  使用信号贴标签机在一组鲸鱼歌曲中标记属性、区域和兴趣点。

特色的例子

处理缺少样本的信号

信号通常有缺失的样本。要提供这些值的估计值，可以使用重采样。

打开生活的脚本

使用自相关查找周期性

验证噪声信号中周期的存在，并确定其持续时间。

打开生活的脚本

频域分析的实用介绍

使用模拟和真实数据执行和解释基本频域信号分析。

打开脚本

时频分析实用导论

执行和解释非平稳信号的基本时频信号分析。

打开生活的脚本

数字滤波器设计实用导论“，

使用designfilt根据频率响应规范设计FIR和IIR滤波器。

打开生活的脚本

数字滤波实用介绍“，

设计、分析和应用数字滤波器，以在不扭曲数据的情况下去除信号中不需要的内容。

打开生活的脚本

交互式学习

信号处理斜坡弯道
这个免费的，两个小时的教程提供了光谱分析的实际信号处理方法的交互式介绍。

视频

什么是信号处理工具箱?
使用“信号处理工具箱”执行信号处理、信号分析和算法开发。

机器学习的信号处理
这个视频展示了一个分类系统，能够识别基于智能手机产生的加速度计信号的人体主体的身体活动。

信号分析变得容易与信号分析仪应用程序
学习在MATLAB中执行信号分析任务信号分析仪应用程序。

MATLAB中的信号处理应用介绍
使用信号分析仪导入、可视化、预处理和分析心电图信号。