Analisi spettrale
coherence(vx, vy, n, r, [w]) - Restituisce la coerenza dei vettori vx e vy. I vettori di segnale sono suddivisi in n intervalli sovrapposti, con frazione di sovrapposizione r. Ogni segmento di dati è contenuto in una finestra w.
La funzione coherence misura la dipendenza lineare di un segnale da un altro ed è uguale al quadrato della grandezza dello spettro incrociato dei sue segnali diviso per gli spettri di potenza di entrambi. Restituisce valori da 0 a 1. Se la funzione di coerenza ha valore 1, significa in genere che entrambi i segnali presentano componenti forti privi di rumore nella banda di frequenza in questione, mentre il valore 0 indica che in tale banda è presente soprattutto rumore.
cspectrum(vx, vy, n, r, [w]) - Restituisce lo spettro incrociato dei vettori vx e vy. I vettori di segnale sono suddivisi in n intervalli sovrapposti, con frazione di sovrapposizione r. Ogni segmento di dati è contenuto in una finestra w.
pspectrum(v, n, r, [w]) - Restituisce lo spettro di potenza di v, calcolato suddividendo v in n segmenti sovrapposti con frazione di sovrapposizione r. Ogni segmento di dati è contenuto in una finestra w.
snr(vx, vy, n, r, [w]) - Restituisce il rapporto segnale-rumore per vx e vy. I vettori di segnale sono suddivisi in n segmenti sovrapposti con frazione di sovrapposizione r. Ogni segmento di dati è contenuto in una finestra w.
Argomenti
v, vy e vy sono vettori di segnale con valori complessi.
n è un numero intero compreso tra 1 e length(vx) che rappresenta le suddivisioni dei segnali di input.
r è la sovrapposizione frazionaria tra le suddivisioni, espressa da un numero tale che 0 ≤ r < 1.
w (facoltativo) è un numero intero che rappresenta l'indice di una funzione di finestra. Se il valore di w è 0 o non è specificato, viene utilizzata una finestra rettangolare.
Nella tabella riportata di seguito sono indicati i valori di w e le finestre a cui corrispondono.
Valore di w
Finestra
0
finestra di default corrente
1
rettangolare (default)
2
rettangolare rastremata
3
triangolare
4
Hanning
5
Hamming
6
Blackman
7
Nuttall
Ulteriori informazioni
Le funzioni precedenti restituiscono un vettore la cui lunghezza dipende da quella del vettore originale, dal numero di suddivisioni desiderato e dalla sovrapposizione tra le suddivisioni.
Le funzioni precedenti implementano il metodo del periodogramma mediato di Welch per selezionare le parti più "importanti" dei dati e sono più appropriate della trasformata rapida di Fourier (FFT) per le sequenze di campioni di lunga durata con brevi regioni di contenuto.
Questo tipo di analisi spettrale è comune nell'analisi della musica, del parlato e dei segnali radar, in cui la maggior parte del segnale misurato è costituita dal rumore casuale che separa due valori successivi di dati significativi. Nel parlato, ad esempio, tale rumore è presente nelle pause tra parole e sillabe.
È stato utile?