Signal Processing Blockset 7.0

DSP 응용 알고리즘

Signal Processing Blockset은 통신, 오디오, 음성, 의학, 및 산업 응용 프로그램에서 신호 처리 시스템의 기초를 이루는 중요한 신호 처리 함수를 제공합니다.

이 Blockset의 모든 알고리즘은 System 객체나 Simulink 블록 어느쪽으로 구현되었든 배정밀도와 단정밀도 부동점 데이터 유형을 지원합니다. 또한 대부분은 정수 및 고정 소수점 데이터 유형도 지원합니다(Fixed-Point Toolbox™ 또는 Simulink Fixed Point™ 필요).

신호 처리 알고리즘

이 Blockset 알고리즘에는 다음의 주요 범주가 있습니다:

• convolution, 윈도잉, 패딩(padding), 지연 모델링, 정점 찾기, 및 제로크로싱(zero-crossing)과 같은 신호 연산
• FFT(Fast Fourier transform), DCT(discrete cosine transform), short-time Fourier 변환 및 DWT(discrete wavelet transform) 등의 신호 변환
• 디지털 FIR 및 IIR 필터를 위한 필터 설계와 구현 메소드
• 신호 통계 및 스펙트럼 계산을 위한 통계적 신호 처리 함수
• 버퍼링, 인덱싱, 스위칭, 스태킹(stacking) 및 큐잉과 같은 신호 관리 메소드
• 선형 시스템 solver, 행렬 인수분해 및 역행렬 등의 선형 대수 루틴
• 스칼라 및 벡터 양자화 인코딩 및 디코딩

MATLAB에서 사용할 수 있는 System 객체 목록 일부(왼쪽)와 Simulink에서 사용할 수 있는 블록의 범주 보기(오른쪽), 통계 및 변환 블록 라이브러리의 확장 보기(오른쪽 아래)

디지털 필터

Signal Processing Blockset은 디지털 FIR 및 IIR 필터를 설계하고 구현하는 방대한 메소드를 제공합니다. lowpass, highpass, bandpass, bandstop 및 다른 응답 유형으로 필터를 설계하여 direct-form FIR, overlap-add FIR, direct-form II와 같은 필터 구조를 사용하여 2차 섹션, cascade allpass, 및 격자 구조로 실현할 수 있습니다.

통신 시스템을 위한 pulse shaping, peak/notch, 및 multirate 필터와 같은 특정 응용 프로그램용 필터; 오디오 응용 프로그램을 위한 adaptive LMS, adaptive RMS, octave 및 parametric equalizer 필터를 를 설계하고 구현할 수도 있습니다.

또한, MATLAB의 필터를 설계하고 시뮬레이션한 다음, MATLAB 필터를 Simulink로 불러오거나 Digital Filter Design 블록으로 Simulink 환경의 필터를 설계 구현할 수 있습니다.

통계적 신호 처리

Signal Processing Blockset은 최소값, 최대값, 평균, 분산, 표준편차 등 신호의 통계적 속성을 계산할 수 있는 기본적인 통계적 연산을 제공합니다. 각 메소드는 샘플 기반이나 프레임 기반의 신호에 대한 기본 및 실행 통계치를 계산할 수 있습니다.

신호의 파워 스펙트럼 계산은 통계적 신호 처리의 또 다른 중요한 측면으로 소음 소거나 시스템 인증에 유용합니다. 이 Blockset는 periodogram, short-time FFT, covariance, Burg 및 Yule-Walker 메소드와 같은 매개변수 및 비매개변수 스펙트럼 계산 메소드를 제공하여 입력 신호의 PSD(Power spectral density)를 계산할 수 있습니다.

GSM을 위한 DDC(digital down converter)의 정상상태 동작을 시뮬레이션하는 모델 CIC 데시메이터로부터의 출력 신호와 리샘플러(오른쪽 아래)로부터의 최종 출력 신호 플롯(오른쪽 위)으로 변환 과정 단계를 더 쉽게 시각화할 수 있습니다.