Частотно-временной анализ
Можно использовать непрерывное вейвлет (CWT), чтобы проанализировать, как изменяется содержание частоты сигнала с течением времени. Можно выполнить адаптивный частотно-временной анализ, используя нестационарные системы координат Габора с постоянным преобразованием Q (CQT). Для двух сигналов когерентность вейвлета обнаруживает общие изменяющиеся во времени шаблоны. Можно выполнить адаптивный к данным частотно-временной анализ нелинейных и нестационарных процессов. Для изображений непрерывный анализ вейвлета показов, как частотное содержимое изображения изменяется по всему изображению, и помогает выявить шаблоны в шумном изображении. Чтобы получить более резкое разрешение и извлечь колебательные режимы из сигнала, можно использовать вейвлет.
Используйте Wavelet Toolbox™ для выполнения частотно-временного анализа сигналов и изображений. С помощью CQT можно дифференциально дискретизировать полосу пропускания, используя больше частотных выборок для более широкополосных компонентов и меньше частотных выборок для узкополосных компонентов. Можно использовать CWT, чтобы получить когерентность вейвлета между двумя сигналами. Можно разложить нелинейный или нестационарный процесс на его внутренние режимы колебаний. Можно также восстановить частотно-временные локализованные приближения к сигналам. Можно создать банк фильтров CWT с определенной частотой или областями значений периодов и эффективно применить банк фильтров к нескольким сигналам. Вы можете визуализировать вейвлеты по времени и частоте.
- Непрерывное преобразование Вейвлета
1-D и 2-D CWT, обратный 1-D CWT, 1-D блок фильтров CWT, поперечный спектр вейвлет и когерентность
- Константа-Q, адаптивная к данным и квадратичное частотно-временное преобразование
1-D CQT, 1-D обратный CQT, эмпирический вейвлет преобразование, Эмпирическое разложение моды, Преобразование Гильберта-Хуанга, распределение Вигнера-Вилля
