• coherence(vx, vy, n, r, [w]): permite devolver la coherencia de los vectores vx y vy. Los vectores de señal se dividen en n intervalos que se solapan con una fracción de solapamiento r. Cada segmento de datos está dentro de una ventana con una inclinación w.
La función coherence permite medir la dependencia lineal de una señal respecto a otra, y es igual a la magnitud cuadrada del espectro cruzado de dos señales, dividido entre los dos espectros de potencia, y su valor oscila entre 0 y 1. Los valores de 1 para la función de coherencia suelen indicar que ambas señales tienen componentes libres de ruidos fuertes en esa banda de frecuencia; los valores de 0, en cambio, indican que en la banda de frecuencia en cuestión hay sobre todo ruido.
• cspectrum(vx, vy, n, r, [w]): permite devolver el espectro cruzado de los vectores vx y vy. Los vectores de señal se dividen en n intervalos que se solapan con una fracción de solapamiento r. Cada segmento de datos está dentro de una ventana con una inclinación w.
• pspectrum(v, n, r, [w]): permite devolver el espectro de potencia de v, calculado dividiendo v entre n segmentos solapados, con una fracción de solapamiento r. Cada segmento de datos está dentro de una ventana con una inclinación w.
• snr(vx, vy, n, r, [w]): permite devolver la relación señal-ruido para vx y vy. Los vectores de señal se dividen en n segmentos solapados con una fracción de solapamiento r. Cada segmento de datos está dentro de una ventana con una inclinación w.
Argumentos
• v, vy y vy son vectores de señal de valores complejos.
• n es un número entero comprendido entre 1 y length(vx) que representa las subdivisiones de las señales de entrada.
• r es el solapamiento fraccional entre subdivisiones, expresado como un número 0 ≤ r < 1.
• w (opcional) es un número entero que representa un índice de función de ventana. Se usa una ventana rectangular si w es 0 o no se especifica.
En la tabla siguiente se muestran valores para w y las ventanas a las que corresponden:
Valor de w
Ventana
0
ventana por defecto actual
1
rectangular (por defecto)
2
rectangular cónica
3
triangular
4
Hanning
5
Hamming
6
Blackman
7
Nuttall
Información adicional
• Las funciones anteriores devuelven un vector cuya longitud depende de la longitud del vector original, el número de subdivisiones deseadas y el solapamiento entre las subdivisiones.
• Las funciones anteriores implementan el método de periodograma promedio de Welch para seleccionar las partes "importantes" de los datos y son más adecuadas que la FFT para cadenas de muestras de larga duración y regiones de contenido cortas.
• Este tipo de análisis de espectro es habitual en análisis de música y de voz, y también en análisis de señales de radar, donde gran parte de la señal medida es ruido aleatorio entre valores de interés (por ejemplo, voz y pausas entre palabras y sílabas).