Signal Processing Toolbox nedir?
Signal Processing Toolbox, sinyal işleme ve analizi için kullanılan bir araç kutusudur. Signal Analyzer uygulaması sinyalleri zaman, frekans ve zaman-frekans alanlarında görselleştirir; gürültüyü giderir, düzleştirir ve eğilimi ayırırsınız. Ölçüm tarafında ise tepe noktası, güç, bant genişliği ve bozulma gibi öznitelikleri çıkarırsınız. Ayrıca darbe ve geçiş ölçütlerini hesaplarsınız. Fonksiyon ve uygulama listesini MathWorks dokümantasyonunda bulursunuz.
Filtre tarafında Filter Designer ve Filter Analyzer uygulamaları bulunur; FIR, IIR ve çok oranlı filtreleri alçak geçiren, yüksek geçiren, bant geçiren ve bant söndüren biçimlerde tasarlarsınız. Spektral analizde parametrik ve altuzay yöntemleri, pencereleme fonksiyonlarıyla birlikte gelir. Durağan olmayan sinyaller için spektrogram, senkrosıkıştırma ve yeniden atama yöntemlerini kullanırsınız. Titreşim analizinde ise dönen makinelerin spektral içeriğini order analiziyle çıkarır, deneysel modal ve yorulma analizlerini yürütürsünüz. Son olarak algoritmayı GPU’da hızlandırır ya da taşınabilir C ve C++ koduna çevirirsiniz.
Signal Processing Toolbox Temel Yetenekleri
Sinyal Keşfi ve Ön İşleme
Signal Analyzer ile sinyalleri zaman, frekans ve zaman-frekans alanlarında görselleştirirsiniz. Ardından gürültüyü giderir, düzleştirir ve eğilimi ayırırsınız.
Böylece analiz öncesi hazırlığı tek uygulamada tamamlarsınız.
Filtre Tasarımı ve Analizi
Filter Designer ve Filter Analyzer uygulamalarıyla FIR, IIR ve çok oranlı filtreler tasarlarsınız. Alçak geçiren, yüksek geçiren, bant geçiren ve bant söndüren biçimleri karşılaştırırsınız.
Sonrasında seçtiğiniz filtreyi doğrudan uygularsınız.
Öznitelik Çıkarımı
Ayrıca Signal Feature Extractor ile tüm veri kümesinden öznitelik çıkarırsınız. Ayrıca tepe noktası, güç, bant genişliği ve bozulma ölçümlerini hazır olarak kullanırsınız.
Üstelik darbe ve geçiş ölçütlerini de aynı akışta hesaplarsınız.
Yapay Zeka İçin Veri Hazırlığı
Öncelikle Signal Labeler ile referans veri kümesi oluşturur, sinyalleri etiketlersiniz. Ardından öznitelik mühendisliğiyle model eğitimine hazırlık yaparsınız.
Dolayısıyla makine öğrenmesi akışına temiz ve etiketli veriyle girersiniz.
Zaman-Frekans Analizi
Ayrıca durağan olmayan sinyallerin zaman-frekans içeriğini karşılaştırırsınız. Bunun için spektrogram, senkrosıkıştırma ve yeniden atama yöntemlerinden birini seçersiniz.
Örneğin gerilim denetimli osilatör çıkışını şelale grafiğiyle incelersiniz.
Titreşim Analizi
Öte yandan mekanik sistemlerin titreşimini de karakterize edersiniz. Örneğin order analizi dönen makinelerin spektral içeriğini çıkarır.
Ayrıca deneysel modal ve yorulma analizlerini aynı ortamda yürütürsünüz.