MATLAB y Simulink para procesamiento de señales

 

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.
Descubra cómo Yobe aprovecha el potencial de las interfaces por voz con MATLAB, el procesamiento de señales, la inteligencia artificial y el apoyo del programa para startups de MathWorks.
Navegación de panel

E-BOOK GRATUITO

Datos y modelado en aplicaciones de procesamiento de señales con tecnología de IA

Aprenda los conceptos básicos de IA para el procesamiento de señales y las tareas asociadas con la preparación de datos de señales y el modelado de una aplicación de deep learning.

Leer el ebook

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).


Título

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.


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.

Machine learning y deep learning

Explorar productos