Calcule la distribution d'énergie du signal en entrée dans le domaine temps-fréquence, en utilisant l'algorithme de distribution de Wigner-Ville (DWV).


icon

Entrées/Sorties

  • c1dsgl.png X —

    X est le signal du domaine temporel.

  • ci32.png incrément de temps —

    incrément de temps contrôle les intervalles de temps de la distribution de Wigner-Ville. incrément de temps est exprimé en nombre d'échantillons. La valeur par défaut est 1.

    Par exemple, si vous échantillonnez le signal temporel à fé Hz, l'espace entre les lignes de Spectrogramme DWV {X} prend la valeur de incrément de temps /fé exprimé en secondes.

    Si vous augmentez incrément de temps, vous diminuez alors le temps de calcul et les besoins en mémoire, mais vous réduisez aussi la résolution temporelle. Si vous diminuez incrément de temps, vous améliorez la résolution temporelle, mais vous augmentez les temps de calcul et les besoins en mémoire.

  • i2dsgl.png Spectrogramme DWV {X} —

    Spectrogramme DWV {X} est un tableau 2D qui décrit la distribution d'énergie de X dans le domaine temps-fréquence.

  • ii32.png erreur —

    erreur renvoie toute erreur ou mise en garde générée par le VI. Vous pouvez câbler erreur au VI Convertir un code d'erreur en cluster d'erreur pour convertir le code d'erreur ou la mise en garde en cluster d'erreur.

    • Pour un signal discret X avec un signal analytique associé Z, la formule suivante définit la distribution de Wigner-Ville du signal analytique associé, WVDZ(n, f) :

    où n est l'indice dans le domaine temporel, f est l'indice dans le domaine fréquentiel, et l'associé analytique Z est X +i*H[X], où H[X] est la transformée de Hilbert de X.

    La face-avant suivante affiche le spectrogramme DWV et le spectre de puissance d'un motif sinusoïdal à modulation gaussienne de 128 points. L'incrément de temps est 1.

    Un incrément de temps plus petit nécessite plus de temps et de mémoire pour le calcul mais produit une résolution temporelle plus élevée. Par conséquent, vous pouvez utiliser l'incrément de temps pour trouver un compromis entre le coût et la résolution.

    La DWV a de nombreuses propriétés que vous pouvez utiliser pour l'analyse de signaux, comme des propriétés marginales, la condition marginale en temps, la condition marginale en fréquence, la fréquence instantanée moyenne, la propriété de temps de propagation de groupe et l'invariance de translation temps-fréquence.

    La DWV a la meilleure résolution temps-fréquence de toutes les méthodes d'analyse de temps-fréquence quadratique. Cependant, les interférences entre les composantes d'un signal à plusieurs composantes dégradent la lisibilité de la représentation temps-fréquence et limite l'utilité de la DWV. Le graphe suivant représente un signal composé de deux motifs sinusoïdaux à modulation gaussienne. La fréquence de la première onde sinusoïdale est 250 Hz et celle de la seconde est 125 Hz. Le centre temporel de la première onde sinusoïdale est 0,075 s ; celui de la seconde est 0,18 s.

    Idéalement, le signal n'a que deux atomes dans le domaine temps-fréquence. Cependant, suite à l'algorithme DWV, la DWV du signal contient des interférences entre les composantes, comme le représente le graphe suivant.

    Utilisez le toolkit LabVIEW Advanced Signal Processing pour disposer d'autres méthodes d'analyse temps-fréquence, comme les méthodes STFT, Spectrogramme de Gabor, Cohen, Distribution de Choi-Williams et Distribution en forme de cône.