• coherence(vx, vy, n, r, [w]) : renvoie la cohérence des vecteurs vx et vy. Les vecteurs de signaux sont divisés en n intervalles chevauchant avec fraction de chevauchement r. Chaque segment de données est fenêtré avec la dépouille w.
La fonction coherence mesure la dépendance linéaire d'un signal par rapport à un autre. Elle équivaut à l'amplitude carrée de l'interspectre de deux signaux divisés par les deux spectres de puissance, et dont la valeur s'échelonne de 0 à 1 . Des valeurs de 1 pour la fonction de cohérence tendent à indiquer que les deux signaux ont de forts composants sans bruit sur cette bande de fréquence, tandis que des valeurs de 0 indiquent qu'il y a principalement du bruit sur cette bande de fréquence.
• cspectrum(vx, vy, n, r, [w]) : renvoie l'interspectre des vecteurs vx et vy. Les vecteurs de signaux sont divisés en n intervalles chevauchant avec fraction de chevauchement r. Chaque segment de données est fenêtré avec la dépouille w.
• pspectrum(v, n, r, [w]): renvoie le spectre de puissance de v, calculé en divisant v en nsegments chevauchants avec fraction de chevauchement r. Chaque segment de données est fenêtré avec la dépouille w.
• snr(vx, vy, n, r, [w]) : renvoie le rapport signal-bruit pour vx et vy. Les vecteurs de signaux sont divisés en n segments chevauchants avec fraction de chevauchement r. Chaque segment de données est fenêtré avec la dépouille w.
Arguments
• v, vy et vy sont des vecteurs de signaux à valeurs complexes.
• n est un entier compris entre 1 et length(vx), représentant les subdivisions des signaux d'entrée .
• r est le chevauchement fractionnel entre les subdivisions, exprimé sous forme de nombre 0 ≤ r < 1.
• w (facultatif) est un entier qui représente un indice de fonction de fenêtrage. Une fenêtre rectangulaire est utilisée si w est égal à 0 ou n'est pas spécifié.
La table suivante affiche des valeurs pour w et les fenêtres auxquelles elles correspondent :
Valeur de w
Fenêtre
0
fenêtre active par défaut
1
rectangulaire (par défaut)
2
rectangulaire conique
3
triangulaire
4
Hanning
5
Hamming
6
Blackman
7
Nuttall
Informations supplémentaires
• Les fonctions ci-dessus renvoient un vecteur dont la longueur dépend de celle du vecteur d'origine, du nombre de subdivisions souhaitées et du chevauchement entre la subdivision.
• Les fonctions ci-dessus mettent en oeuvre la méthode du chronogramme centré sur la moyenne de Welch pour sélectionner des parties importantes des données et conviennent mieux que la FFT pour les séquences d'échantillons à long terme avec des zones de contenu réduites.
• Ce type d'analyse spectrale est courante dans l'analyse de la parole et de la musique, ainsi que dans l'analyse des signaux radar, où le signal mesuré consiste principalement en bruit aléatoire entre des valeurs d'intérêt (la parole et les pauses entre les mots et les syllabes, par exemple).