MATLAB y Simulink para procesamiento de señales

Analice señales y datos de series temporales. Modelice, diseñe y simule sistemas de procesamiento de señales.

Los ingenieros de procesamiento de señales utilizan MATLAB® y Simulink® en todas las etapas del desarrollo, desde el análisis de las señales y la exploración de los algoritmos hasta la evaluación de los tradeoffs en la implementación de los diseños para la creación de sistemas de procesamiento de señales en tiempo real. MATLAB y Simulink ofrecen:

  • Funciones y apps integradas para el análisis y el preprocesamiento de datos de series temporales, el análisis espectral y de tiempo-frecuencia y mediciones de señales.
  • Apps y algoritmos para diseñar, analizar e implementar filtros digitales (FIR e IIR), desde filtros FIR e IIR básicos hasta diseños adaptativos, multifrecuencia y multietapa.
  • Un entorno para modelizar y simular sistemas de procesamiento de señales con una combinación de programas y diagramas de bloques.
  • Prestaciones para modelizar comportamiento de punto fijo y generar automáticamente código C/C++ o HDL para su implementación en procesadores embebidos, FPGA y ASIC.
  • Herramientas para desarrollar modelos predictivos con señales y datos de sensores mediante flujos de trabajo de machine learning y deep learning.

“No creo que MATLAB tenga fuertes competidores en el ámbito del procesamiento de señales y el análisis de wavelets. Si añadimos sus capacidades en estadística y machine learning, es fácil ver por qué los usuarios que no son programadores disfrutan usando MATLAB, en especial para proyectos que requieren la combinación de todos estos métodos”.

Ali Bahrami Rad, Universidad Aalto

Análisis y mediciones de señales

MATLAB y Simulink le ayudan a analizar las señales mediante apps integradas para visualizar y preprocesar señales en los dominios del tiempo, la frecuencia y el tiempo-frecuencia, para detectar patrones y tendencias sin tener que escribir código a mano. Puede caracterizar las señales y los sistemas de procesamiento de señales mediante algoritmos específicos para cada dominio en distintas aplicaciones, tales como comunicaciones, radar, audio, dispositivos médicos e Internet de las cosas (IoT, por sus siglas en inglés).

Más información:

Diseño y análisis de filtros

Diseñe y analice filtros digitales, desde diseños básicos monofrecuencia de paso bajo o alto hasta otros más avanzados FIR e IIR, incluidos filtros multifrecuencia, multietapa y adaptativos. Puede visualizar la magnitud, la fase, el retardo de grupo y la respuesta al impulso, así como evaluar el rendimiento del filtro, incluidas la estabilidad y la linealidad de fase. Los diseños de filtros se pueden analizar y simular para evaluar los efectos de diferentes estructuras internas y tipos de datos de punto fijo. También pueden generar software embebido o implementaciones de hardware. Para casos de uso avanzados o en aplicaciones específicas, puede aprovechar filtros y bancos de filtros prediseñados, tales como bancos de filtros basados en wavelets, bancos de filtros de espaciado perceptivo o canalizadores.

Diseño basado en modelos para procesamiento de señales

Al diseñar sistemas de procesamiento de señales, puede emplear una combinación de diagramas de bloques y programación basada en lenguaje. Puede utilizar Simulink para aplicar un diseño basado en modelos a sistemas de procesamiento de señales para modelización, simulación, verificación temprana y generación de código. Puede usar librerías de bloques con algoritmos específicos para aplicaciones de procesamiento de señales de línea base, audio, señal analógica mixta y RF, comunicaciones alámbricas e inalámbricas y sistemas de radar. Puede visualizar señales en vivo durante las simulaciones mediante scopes virtuales, incluidos analizadores de espectro y lógicos, constelaciones y diagramas de ojos.

Más información:

Generación de código embebido

Puede generar automáticamente código C y C++ a partir de algoritmos de procesamiento de señales y modelos de sistemas con precisión de bits usando MATLAB Coder™ y Simulink Coder™. El código generado se puede utilizar para la aceleración de la simulación, el prototipado rápido y la implementación embebida de su sistema. También puede generar código C optimizado destinado a procesadores de hardware embebidos tales como ARM® Cortex®-A o Cortex-M.

También puede generar código Verilog® y VHDL® portátil y sintetizable a partir de funciones de MATLAB y modelos de Simulink. El código HDL generado se puede emplear para la programación de FPGA o el diseño de ASIC.

Machine learning y deep learning

Con MATLAB, puede crear modelos predictivos para aplicaciones de procesamiento de señales. Puede aprovechar los algoritmos de procesamiento de señales integrados para extraer funcionalidades destinadas a sistemas de machine learning, así como trabajar con conjuntos de datos de gran tamaño para introducir, aumentar y anotar las señales durante el desarrollo de aplicaciones de deep learning.

Más información:

  • Procesamiento de señales para deep learning