Principales fonctionnalités

  • Application Signal Analyzer pour visualiser et comparer des signaux simultanément dans les domaines temporels, fréquentiels et temps-fréquence
  • Conception et analyse de filtres IIR et FIR
  • Algorithmes pour trouver les similitudes, les enveloppes, les motifs, les points de retournement, les crêtes et les valeurs aberrantes d’un signal
  • Mesures des métriques de transition et d’impulsion, de puissance dans la bande, de largeur de bande, de distorsion, etc.
  • Estimation du spectre de puissance des données échantillonnées de manière uniforme et non uniforme
  • Analyse d’ordre des signaux vibratoires et analyse modale des systèmes mécaniques

Exploration du signal

Signal Processing Toolbox™ propose des applications et des fonctions vous permettant d’analyser, de visualiser et de comparer plusieurs signaux, et de détecter et d’extraire des caractéristiques ou des événements intéressants. L’application Signal Analyzer vous permet par exemple d’effectuer les opérations suivantes :

  • Analyser les signaux dans les domaines temporels, fréquentiels et temps-fréquence
  • Prétraiter les signaux pour améliorer la qualité du signal
  • Extraire les régions d’intérêt à partir des signaux
Visualisez et comparez plusieurs signaux et spectres.
Mesurez le retard entre des signaux corrélés.
Identifiez les tons en ajustant le paramètre de fuite de la fenêtre à l’aide de l’application Signal Analyzer.

Prétraitement du signal

Signal Processing Toolbox propose des fonctions vous permettant de détecter les valeurs aberrantes, de lisser et de travailler avec des signaux échantillonnés irrégulièrement, et de les préparer en vue d’une analyse plus poussée. Par exemple, vous pouvez :

  • Supprimer le bruit, les valeurs aberrantes et le contenu parasite de vos données
  • Améliorer les signaux, les visualiser et identifier des motifs
  • Modifier la fréquence d’échantillonnage d’un signal ou la rendre constante dans le cas d’un signal avec des données manquantes ou d’un échantillonnage irrégulier
Modifier la fréquence d’échantillonnage d’un signal sans introduire d’artefacts.
Débruiter des signaux à l’aide d’une moyenne mobile pondérée et de filtres de Savitzky-Golay.
Supprimer des pics à l’aide de filtres médians.
Générer des impulsions et des signaux avec balayage en fréquence (chirps, VCO).
Interpoler les segments manquants des signaux grâce à la modélisation autorégressive.
Mesurer les retards et aligner les signaux à l’aide de la corrélation croisée.

Extraction de caractéristiques et mesures du signal

Signal Processing Toolbox propose des fonctions pour vous permettre d’explorer et d’extraire des motifs dans des signaux. En particulier :

  • Identifier les crêtes d’un signal et déterminer leur hauteur, leur largeur et la distance qui les sépare.
  • Trouver les points de retournement dans les signaux et aligner les signaux à l’aide de la déformation dynamique du temps 
Trouver les emplacements des crêtes et mesurer leur hauteur, importance et largeur.
Extraire des caractéristiques pour la classification des signaux de la démarche d’une personne.
Trouver des motifs à correspondance exacte ou très proche dans les signaux.
Détecter des changements abrupts ou des événements intéressants dans les données de séries chronologiques.
Extraire l’enveloppe d’un signal à l’aide de la transformée de Hilbert et du signal analytique.
Mesurer le rapport signal à bruit (SNR), la distorsion harmonique totale (THD) et le rapport signal à bruit et distorsion (SINAD).
Mesurer la puissance dans la bande, la largeur de bande et les fréquences moyennes et médianes.

Filtres numériques et analogiques


Filtres numériques

Utilisez les fonctions et applications de Signal Processing Toolbox pour concevoir, analyser et implémenter un large éventail de filtres FIR et IIR numériques (passe-bas, passe-haut, coupe-bande, etc.). Ces fonctions et applications vous permettent notamment d’effectuer les actions suivantes :

  • Visualiser les réponses en amplitude, phase, retard de groupe, impulsion et à un échelon
  • Étudier les pôles et zéros d’un filtre
  • Évaluer les performances d’un filtre en testant la stabilité ainsi que la linéarité de phase
  • Appliquer des filtres aux données et supprimer les retards ainsi que la distorsion de phase par le biais du filtrage à phase zéro
Compenser le retard et la distorsion introduits par les filtres.
Explorer les réponses en fréquence d’un filtre passe-bas, passe-haut, passe-bande, coupe-bande, différenciateur et d’amplitude arbitraire.
Spécifier les contraintes de différents filtres et comparer des algorithmes de conception FIR comme le filtre de Parks-McClellan (à ondulations égales), le modèle à moindres carrés et la fenêtre de Kaiser.
Comparer les réponses en amplitude et en retard de groupe des filtres de Butterworth et Tchebychev, et des filtres IIR elliptiques.

Filtres analogiques

Signal Processing Toolbox offre des fonctions de conception et d’analyse de filtres analogiques. Les types de filtres supportés comprennent notamment Butterworth, Chebyshev, Bessel et elliptiques. Vous avez également accès à des fonctions de discrétisation, comme l’invariance impulsionnelle et les méthodes de transformation bilinéaire pour la conversion analogique-numérique des filtres.


Analyse temps-fréquence et spectrale

Caractérisez le contenu spectral d’un signal à l’aide de fonctions et applications d’analyse spectrale proposées dans Signal Processing Toolbox. Les méthodes non paramétriques basées sur la FFT, comme la méthode de Welch ou le périodogramme, ne dépendent pas des données d’entrée et peuvent être utilisées avec n’importe quel type de signal. Les méthodes paramétriques et de type sous-espace, comme les méthodes de Burg, de Yule-Walker et MUSIC, sont basées sur les connaissances antérieures du signal et peuvent fournir des estimations spectrales plus précises. Ces fonctions et applications vous permettent notamment d’effectuer les actions suivantes :

  • Calculer les spectres de puissance de signaux échantillonnés de manière non uniforme ou de signaux avec des échantillons manquants, à l’aide de la méthode de Lomb-Scargle
  • Analyser des signaux à l’aide de techniques temps-fréquence comme le spectrogramme, et mesurer les similarités entre signaux dans le domaine fréquentiel en réalisant une estimation de la cohérence spectrale
Utiliser le spectrogramme afin de déterminer la présence d’une composante fréquentielle dans un signal, et explorer les compromis de résolution en temps-fréquence.
Estimer la cohérence spectrale entre deux signaux et mesurer la phase relative entre plusieurs composantes fréquentielles corrélées.
Réduire le biais et la variance de la densité spectrale de puissance à l’aide du fenêtrage et du moyennage, avec les méthodes de Welch et multitaper.
Estimer les spectres de signaux échantillonnés de manière non uniforme ou de signaux auxquels il manque des échantillons.
Obtenir des estimations temps-fréquence précises et extraire les modes du signal.
Modéliser des signaux courts en tant que sorties de processus autorégressifs (AR) afin d’obtenir une plus grande résolution spectrale.

Analyse vibratoire

Signal Processing Toolbox propose des fonctions pour vous permettre d’étudier et de caractériser les vibrations dans les systèmes mécaniques. En particulier :

  • Utiliser l’analyse d’ordre pour analyser et visualiser le contenu spectral se produisant dans les machines rotatives
  • Suivre et extraire les ordres et leurs formes d’onde dans le domaine temporel
  • Estimer le spectre moyen d’un signal en fonction de l’ordre
  • Effectuer une analyse modale expérimentale en estimant les fonctions de réponse fréquentielle, les fréquences naturelles, les rapports d’amortissement et les formes modales 
Identifier la source des vibrations indésirables à l’aide de l’analyse d’ordre.
Analyser l’état d’une boîte de vitesses en utilisant le calcul des moyennes synchrones et les spectres d’enveloppe.
Analyser le comportement dynamique des pales d’éolienne en estimant les vecteurs de forme de mode à partir des estimations de la fonction de réponse fréquentielle.