Frequenzanalyse

Was ist eine Frequenzanalyse?

Die Frequenzanalyse ist eine Methode zur Ermittlung der Signaleigenschaften anhand der Frequenzbereichanalyse. Die Frequenzanalyse ermöglicht die Signalkomponentenanalyse, die mit der Zeitbereichsanalyse nur schwer erreicht werden kann.

Eine Funktion der Zeitbereichsanalyse ist, dass dynamische Änderungen im Signal leicht und intuitiv einfach überwacht werden können, indem die Zieldaten in einer Zeitreihe angeordnet werden. Auf der anderen Seite ist sie nicht für die Komponentendatenanalyse geeignet, bei der die Signaleigenschaften ausführlich analysiert werden.

Frequenzanalyse

Frequenzanalyse: Regenerierung der Rechteckwelle über das Hinzufügen von Sinuskurven und FFT der Sinuskurve (ungerade Oberwellen, aus denen die Rechteckwelle besteht).

 

Eine typische Methode der Frequenzanalyse ist die Spektralanalyse, die auf der Fourier-Transformation basiert. Mithilfe der Spektralanalyse können Sie die Arten der Frequenzkomponenten und ihre Verteilungen im Originalsignal herausfinden. Die Fourier-Transformation, die auf diskreten Signalen ausgeführt wird, wird als „Discrete-Fourier-Transformation“ (DFT) bezeichnet und der Algorithmus zur Berechnung der DFT wird als „Fast-Fourier-Transformation“ (FFT) bezeichnet.

Die Technologie der Spektralanalyse wird in einer ganzen Reihe von Bereichen angewendet, einschließlich Schwingungsanalyse, Sprachsignalverarbeitung, Kommunikation und biomedizinische Signalanalyse. Während es viele Algorithmen für die Spektralanalyse gibt, um die gewünschten Eigenschaften effizienter zu extrahieren, ist es wichtig, den Algorithmus auszuwählen, der zu der Art der Daten passt, die analysiert werden.

Durch Verwendung der optionalen Signal Processing Toolbox™ für MATLAB® können Sie leicht eine Vielzahl von Spektralanalysen durchführen. Sie bietet außerdem eine GUI, die entwickelt wurde, um den Prozess intuitiv und effizient zu machen. Die Haupttypen der Spektralanalyse, die mit der Signal Processing Toolbox durchgeführt werden können sind die Folgenden.

  • FFT-basierte Methoden wie beispielsweise die Periodogrammmethode, die Welch'sche Methode und die Multitaper-Methode;
  • Parametrische Methoden wie beispielsweise die Burg'sche Methode und die Yule-Walker-Methode und die
  • Frequenzanalyse mit fester Basis wie die Eigenvektormethode und Mehrsignalklassifizierung (MUSIC).
training-icon

MathWorks Training:
Signalverarbeitung mit MATLAB