מה חדש בתחום עיבוד האותות בסביבת MATLAB בגרסה R2022a?

 חידושים באפליקציית Signal Analyzer App

אפליקציית Signal Analyzer App היא כלי אינטראקטיבי לצרכי וויזואליזציה, עיבוד, מדידה, ניתוח והשוואה של אותות במרחב הזמן, התדר, והזמן-תדר.

• החל מגרסה זו האפליקציה יכולה לחשב ולהציג סטטיסטיקות שונות כגון מינימום, מקסימום, חציון, ממוצע וערכים בין נקודות קיצון עבור האות כולו או עבור אזור עניין נבחר מתוכו.

הצגת סטטיסטיקות באפליקציית Signal Analyzer

• מצב עריכת האותות החדש באפליקציה מאפשר לערוך את האות באופן אינטראקטיבי, לקצץ אזורים וערכים שונים מהאות (clipping & trimming), להסיר אזורים לא רצויים, או לבחור אזורי עניין ספציפיים ולהשאיר רק אותם כחלק מהאות.

מצב עריכת אותות באפליקציית  Signal Analyzer

• האפליקציה תומכת החל מגרסה זו גם באותות המכילים ערכי NaN ו-Inf.

חידושים באפליקציית Signal Labeler App

אפליקציית Signal Labeler היא כלי אינטראקטיבי שמאפשר לתייג אותות לצורך למידה.

• החל מגרסה זו האפליקציה יכולה לזהות באופן אוטומטי אזורי דיבור באותות שמע ולתייג את המלים (מצריך בנוסף את Audio Toolbox).
  • על מנת לבצע תמלול של הדיבור לטקסט יש צורך בהתממשקות לאחד מה-APIs דיבור לטקסט הבאים:
    • Google® Speech API
    • IBM® Watson Speech API
    • Microsoft® Azure Speech API

אפליקציית Signal Labeler מאפשרת זיהוי ותיוג אוטומטי של דיבור באותות שמע

• החל מגרסה זו, האפליקציה מאפשרת לחלץ מאפייני אותות, הן בממד הזמן והן בממד התדר, ולשמור אותם כתגיות (labels). בנוסף, ניתן לייצא את המאפיינים ל-workspace או לאפליקציית Classification Learner (לצורך כך נדרש Statistics and Machine Learning Toolbox).

דוגמאות חדשות לשימוש בלמידה עמוקה לעיבוד אותות

• סינון רעשים באותות באמצעות מודל Adversarial Learning Denoiser

דוגמא המראה שימוש באובייקט denoiser יחד עם ארכיטקטורת adversarial learning לצורך סינון רעשים באותות אלקטרואנצפלוגרמה (EEG) ואלקטרודיאגרמה (EKG) רועשים.

• סיווג תנועות זרוע תוך שימוש באותות EMG ולמידה עמוקה

ביצוע סיווג sequence-to-sequence לתנועות זרוע, תוך שימוש באותות אלקטרומיוגרפיה (EMG) ורשתות LSTM
(Long short-term memory).

הוספת תמיכה ביצירת קוד ++C/C עבור הפונקציות הבאות (מצריך בנוסף את MATLAB Coder):

• מסננים – filtic, grpdelay  ו-isstable
• עיבוד וחילוץ מאפיינים – fillgaps ו- findchangepts
• מדידות – dutycycle, midcross, overshoot, pulseperiod, pulsesep, pulsewidth, settlingtime, slewrate, ו-undershoot

הוספת תמיכת GPU עבור הפונקציות הבאות (מצריך בנוסף Parallel Computing Toolbox):

• חילוץ מאפיינים – findpeaks ו-  zerocrossrate
• ניתוח ספקטרלי – db2pow  ו- pow2db
• מדידות ספקטרליות –pentropy ו- pkurtosis
• טרנספורמציות –hilbert

מידע נוסף נמצא כאן.

רשימת הפונקציות התומכות בהרצה ב-GPU, לפי גרסה, נמצאת כאן.

נתראה בפוסט הבא,

ינון

תגיות: MATHWORKS | MATLAB | R2022a | Signal Analyzer | Signal labeling | signal processing | Signals deep learning | למידת אותות | מטלב | עיבוד אותות | תיוג אותות