HarmonicEstimation (FPScript)

21.09.2021

Estime les composantes harmoniques des moindres carrés d'un signal.

Syntaxe

HarmonicEstimation(Signal, [ Result = HARMONIC_COMPONENTS ], [ Algorithm = HARMONIC_AUTO ], [ Components = 60 dB ], [ Order ] [ , Model = HARMONIC_SINE ])

 

La syntaxe de la fonction HarmonicEstimation se compose des éléments suivants :

Section

Description

Signal

Les données à analyser.

Les structures de données autorisées sont Séries de données et Signal. Tous les types de données réels sont autorisés.

Si l'argument est une liste, alors la fonction est exécutée pour chaque élément de la liste et le résultat est également une liste.

Result

Les informations harmoniques à renvoyer.

L'argument Result peut avoir les valeurs suivantes :

Constante

Signification

HARMONIC_COMPONENTS

Signal avec les amplitudes et les fréquences des composantes harmoniques.

HARMONIC_DISTORTIONPERC

Spectre de distorsion harmonique %. C'est un spectre cumulé de distorsion qui est donné comme le rapport entre l'harmonique principale et les harmoniques secondaires individuelles.

HARMONIC_DISTORTIONDB

Spectre de distorsion harmonique dB. Egal à HARMONIC_DISTORTIONPERCmais converti en décibels avec la formule 10.0 * log10(Ratio).

HARMONIC_THD

Distorsion harmonique totale (THD) %. Le rapport de la racine carrée de la somme de toutes les puissances ou du carré des amplitudes des harmoniques à l'amplitude de la fondamentale.

HARMONIC_SNR

Rapport signal/bruit (SNR) dB. Le rapport, converti en décibels, de la somme des puissances de toutes les composantes du signal (fondamentales plus harmoniques) à la puissance du bruit.

HARMONIC_SINAD

SINAD dB. Une valeur scalaire avec le rapport, converti en décibels, de la puissance du signal et du bruit, qui correspond à la puissance de l'ensemble de données, à la puissance de toutes les harmoniques et du bruit.

HARMONIC_RECONSTRUCT

Reconstruit le signal en utilisant les composantes spectrales isolées, en éliminant le bruit.

HARMONIC_STATISTICS

La fréquence, l'amplitude, la phase et, dans le cas d'un modèle à sinusoïde amortie, les constantes d'amortissement de toutes les composantes spectrales sous la forme d'une matrice de données à trois ou quatre colonnes. Notez que les phases de sortie sont basées sur les sinus et diffèrent donc des phases basées sur les cosinus des routines de Fourier.

Si l'argument est une liste, alors son premier élément est pris. S'il s'agit à nouveau d'une liste, le processus est répété.

Si l'argument n'est pas spécifié, il est défini à la valeur par défaut HARMONIC_COMPONENTS .

Algorithm

L'algorithme d'estimation des fréquences.

L'argument Algorithm peut avoir les valeurs suivantes :

Constante

Signification

HARMONIC_AUTO

Utiliser automatiquement le meilleur algorithme.

HARMONIC_FOURIER

Spectre de Fourier

HARMONIC_FOURIERUNEVEN1X

Spectre de Fourier, non équidistant 1x Nyquist.

HARMONIC_FOURIERUNEVEN2X

Spectre de Fourier, non équidistant 2x Nyquist.

HARMONIC_FOURIERUNEVEN4X

Spectre de Fourier, non équidistant 4x Nyquist.

HARMONIC_AR_DATASVDFB

Composante principale AutoRegressive.

HARMONIC_EIGEN_MUSIC

Analyse de la valeur propre Root MUSIC.

HARMONIC_PRONY

Modélisation exponentielle complexe de Prony.

HARMONIC_LINEARMODELING

Pas d'estimation automatique des fréquences. Au lieu de cela, un modèle linéaire pour une liste donnée de fréquences est ajusté pour obtenir les amplitudes et les phases.

Si l'argument est une liste, alors son premier élément est pris. S'il s'agit à nouveau d'une liste, le processus est répété.

Si l'argument n'est pas spécifié, il est défini à la valeur par défaut HARMONIC_AUTO .

Components

Contrôle le nombre de composants à produire ou leurs fréquences. Les composantes peuvent être déterminées comme un nombre - un nombre positif entre 1 et 100 - comme un seuil en dB - un nombre négatif entre -0,01 et -300 - ou comme une série de données avec des fréquences spécifiques. Si vous spécifiez une série de données avec des fréquences, alors l'argument Algorithm doit être fixé à la valeur HARMONIC_LINEARMODELING.

Les structures de données autorisées sont Scalaire et Séries de données. Tous les types de données réels sont autorisés.

Si l'argument est une liste, alors son premier élément est pris. S'il s'agit à nouveau d'une liste, le processus est répété.

Si l'argument n'est pas spécifié, il est défini à la valeur par défaut 60 dB .

Order

L'ordre du modèle autorégressif ou d'analyse propre. La plage valide est comprise entre 1 et le plus petit de 100 et 1/2 de la longueur des données - 1. L'argument est facultatif. La valeur par défaut est la plus petite des deux valeurs suivantes : 50 et la moitié de la longueur des données - 1.

Les structures de données autorisées sont Scalaire. Tous les types de données entiers sont autorisés.

Si l'argument est une liste, alors son premier élément est pris. S'il s'agit à nouveau d'une liste, le processus est répété.

Model

Le modèle à utiliser.

L'argument Model peut avoir les valeurs suivantes :

Constante

Signification

HARMONIC_SINE

Sinusoïdale : Y=Ampl*sin(2*PI*Freq*X+Phase)

HARMONIC_SINEDECAY

Sinusoïdale amortie : Y=Ampl*exp(-k*X)*sin(2*PI*Freq*X+Phase)

Si l'argument est une liste, alors son premier élément est pris. S'il s'agit à nouveau d'une liste, le processus est répété.

Si l'argument n'est pas spécifié, il est défini à la valeur par défaut HARMONIC_SINE .

Remarques

La fonction HarmonicEstimation génère un modèle paramétrique (sinusoïdal ou sinusoïdal atténué) du signal. L'algorithme de modélisation harmonique comporte deux étapes. Dans la première étape facultative, un algorithme AR, Prony, Eigenanalysis ou Fourier est utilisé pour déterminer le nombre de composantes spectrales et leurs fréquences. Vous pouvez également fournir ces fréquences sous forme de série de données. Dans la deuxième étape, un ajustement linéaire est effectué pour déterminer les amplitudes et les phases.

Disponible dans

Option Analyse spectrale

Exemples

HarmonicEstimation(Signal, HARMONIC_COMPONENTS, HARMONIC_FOURIER, 10, 40, HARMONIC_SINE)

Estimation harmonique du signal "Signal". Pour cela, on choisit Fourier comme algorithme et Sinusoïdal comme modèle. Il s'agit d'un exemple tiré du Tutoriel Estimation Harmonique.

Voir aussi

Option Analyse Spectrale

Objet d'analyse Estimation Harmonique

Modélisation harmonique

Algorithme Autoregressive

Algorithme d'analyse des valeurs propre

Algorithme de Prony

Analyse spectrale de Fourier

Tutoriel Estimation Harmonique

Partager l’article ou envoyer par mail :

Vous serez probablement intéressé par les articles suivants :