ARSpectrum (FPScript)

21.09.2021

Calcule le spectre des estimateurs spectraux autorégressifs ou AR.

Syntaxe

ARSpectrum(Signal, [ SpectrumType = SPECTRUM_AR_DB ], [ Algorithm = ALGORITHM_AR_DATASVDFB ], [ Order ], [ SignalSpace ], [ FrequencyCount ], [ StartingFrequency = 0 ] [ , EndingFrequency = 0.5 ])

 

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

Section

Description

Signal

Les données à analyser. Les données doivent avoir un taux d'échantillonnage constant et ne doivent pas contenir de valeurs invalides (void).

Les structures de données autorisées sont Séries de données, Matrice de données, Signal et Série de signaux. Tous les types de données numériques sont autorisés.

Les valeurs invalides ne sont pas autorisées dans cet argument.

Des restrictions supplémentaires s'appliquent à la composante X.Les valeurs doivent avoir un espacement positif constant. Les valeurs invalides ne sont pas autorisées dans cet argument.

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

SpectrumType

Le format spectral autorégressif à calculer.

L'argument SpectrumType peut avoir les valeurs suivantes :

Constante

Signification

SPECTRUM_AR_DB

dB (décibels)

SPECTRUM_AR_TISA

L'intégrale est la puissance TISA (Time Integral Squared Amplitude)

SPECTRUM_AR_MSA

L'intégrale est la puissance MSA (Mean Squared Amplitude)

SPECTRUM_AR_SSA

L'intégrale est la puissance SSA (somme des amplitudes au carré)

+ SPECTRUM_PEAKS O

Si cette constante est ajoutée à l'un des types de spectre ci-dessus, alors seuls les pics du spectre sont renvoyés.

O Cette constante n'est disponible que si une licence pour l'option Analyse spectrale est présente.

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.

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

Algorithm

L'algorithme autorégressif à utiliser.

L'argument Algorithm peut avoir les valeurs suivantes :

Constante

Signification

ALGORITHM_AR_AUTOCORR

Méthode d'autocorrélation

ALGORITHM_AR_BURG

Méthode Burg

ALGORITHM_AR_NRMLFB

Équations normales des moindres carrés avant/arrière

ALGORITHM_AR_DATAFB

Matrice de données des moindres carrés avant/arrière

ALGORITHM_AR_NRMLSVDFB

SVD Équations normales des moindres carrés avant/arrière

ALGORITHM_AR_DATASVDFB

SVD Matrice de données des moindres carrés avant/arrière

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 ALGORITHM_AR_DATASVDFB .

Order

L'ordre de modèle autorégressif. La plage valable est de 1 à la plus petite des deux valeurs suivantes : 200 et 2/3 de la longueur des données. La valeur par défaut est le minimum de 50 et 2/3 de la longueur des données.

Les structures de données autorisées sont Scalaire. Tous les types de données numériques 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.

SignalSpace

Le nombre de composants principaux de l'algorithme SVD. La plage valable est comprise entre 1 et la somme des ordres modèles AR et MA. La valeur par défaut est la plus petite des deux valeurs suivantes : 6 ou la somme des ordres.

Les structures de données autorisées sont Scalaire. Tous les types de données numériques 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.

FrequencyCount

Le nombre de fréquences à calculer dans le spectre. La plage valable est comprise entre 257 et 65537 pour un spectre de longueur fixe. La valeur 0 calcule un spectre adaptatif. La valeur par défaut est 8193 dans le cas d'une série de signaux ou d'une matrice de données et adaptative dans les autres cas.

Les structures de données autorisées sont Scalaire. Tous les types de données numériques 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.

StartingFrequency

La fréquence de départ à laquelle le spectre commence. La plage de fréquences normalisées se situe entre 0 et la fréquence de Nyquist de 0,5.

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

La valeur doit être supérieure ou égale à 0 et inférieure ou égale à 0.5.

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 0 .

EndingFrequency

La fréquence finale du spectre. La plage de fréquences normalisées se situe entre 0 et la fréquence de Nyquist de 0,5.

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

La valeur doit être supérieure ou égale à 0 et inférieure ou égale à 0.5.

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 0.5 .

Remarques

Si l'argument Signal est une série de données ou une matrice de données, alors la composante X du résultat contient des fréquences normalisées de Nyquist.

Disponible dans

Option Analyse spectrale

Exemples

ARSpectrum(Signal, SPECTRUM_AR_DB, ALGORITHM_AR_DATASVDFB, 40, 6, 0, 0, 0)

Calcule le spectre AR du signal "Signal". Cette procédure est particulièrement importante pour l'estimation de la fréquence lorsque les enregistrements de données sont très courts. Le type de spectre en dB, l'algorithme VR SVD de la matrice de données et l'ordre de 40 sont sélectionnés. Le sous-espace du signal est réglé sur 6 et l'espacement est réglé sur adaptatif. Il s'agit d'un exemple tiré du Tutoriel Estimateurs Spectraux.

Voir aussi

Fonction ARMASpectrum

Fonction EigenSpectrum

Option Analyse Spectrale

Objet d'analyse Estimateurs Spectraux

Algorithmes AR

Modélisation autorégressive

Tutoriel Estimateurs Spectraux

Partager l’article ou envoyer par mail :

Vous serez probablement intéressé par les articles suivants :