스펙트럼 분석

• coherence(vx, vy, n, r, [w]) - 벡터 vx 및 vy의 기여도를 구합니다. 신호 벡터는 중첩 부분을 r로 하여 n개 중첩 구간으로 나뉩니다. 각 데이터 세그먼트는 테이퍼 w로 창을 씌웁니다.

coherence 함수는 한 신호에 대한 다른 신호의 선형 종속성을 측정하고, 두 신호의 상호 스펙트럼 제곱 크기를 두 파워 스펙트럼으로 나눈 것과 동일하며, 범위는 0부터 1 사이입니다. coherence 함수의 값 1은 해당 주파수 구간에서 두 신호 모두 노이즈가 없는 강력한 컴포넌트가 있다는 것을 나타내고, 값 0은 해당 주파수 구간에 대부분 노이즈가 있다는 것을 나타냅니다.

• cspectrum(vx, vy, n, r, [w]) - 벡터 vx 및 vy의 상호 스펙트럼을 구합니다. 신호 벡터는 중첩 부분을 r로 하여 n개 중첩 구간으로 나뉩니다. 각 데이터 세그먼트는 테이퍼 w로 창을 씌웁니다.

• pspectrum(v, n, r, [w]) - 중첩 비율 r을 사용하여 v를 n개의 중첩하는 세그먼트로 분할하여 계산한 v의 파워 스펙트럼을 구합니다. 각 데이터 세그먼트는 테이퍼 w로 창을 씌웁니다.

• snr(vx, vy, n, r, [w]) - vx 및 vy에 대한 신호 대 잡음비를 구합니다. 신호 벡터는 중첩 비율 r을 사용하여 n개의 중첩하는 세그먼트로 분할됩니다. 각 데이터 세그먼트는 테이퍼 w로 창을 씌웁니다.

• n은 입력 신호의 분할 수를 나타내는 1에서 length(vx) 사이의 정수입니다.

• w(선택 사항)는 윈도잉한 함수 지수를 나타내는 정수입니다. 사각형 창함수는 w가 0이거나 지정되지 않은 경우에 사용됩니다.

다음 표에서는 w의 값과 해당하는 창을 보여 줍니다.

w 값	창
0	현재 기본 창
1	사각형(기본값)
2	테이퍼된 사각형
3	삼각형
4	해닝
5	해밍
6	블랙맨
7	너틀

• 위 함수는 원래 벡터의 길이, 원하는 분할 수 및 분할 간의 중첩에 따라 길이가 달라지는 벡터를 구합니다.

• 위 함수는 웰치의 평균 주기성 도표 방법을 구현하여 데이터의 "중요" 부분을 선택하므로 짧은 컨텐트 영역을 긴 시간 동안 샘플링하는 경우 FFT보다 훨씬 유용합니다.

• 이 유형의 스펙트럼 분석은 측정된 신호의 많은 부분이 관심 값 사이의 임의 노이즈인 음악 및 음성 분석, 레이더 신호 분석 등에서 일반적으로 사용됩니다. 예를 들어, 말을 할 때 단어와 음절 사이에서 멈추는 것을 상상해 보십시오.