此课程介绍如何使用 MATLAB®, Signal Processing Toolbox™ and Wavelet Toolbox™ 预处理基于时间的信号并在时域和频域提取关键特征。本课程旨在对数据分析应用中的信号（时间序列）进行分析的数据科学家和工程师。

内容包括:

• MATLAB 中信号（时间序列）的分析与探讨	目标：学习轻松导入和可视化多个信号或时间序列数据集，以深入了解数据中的特征和趋势。 · 导入、可视化和浏览信号 · 对信号进行测量 · 在时域和频域比较多个信号 · 交互频谱分析 · 提取感兴趣区域用于集中分析 · 用自动生成的 MATLAB 脚本重建分析
  提高数据集质量的信号预处理	目标：学习清理信号集的技术，如重采样、去除异常值和填补间隙。 · 重采样以确保跨信号的共同时间基准 · 处理非均匀采样数据 · 查找数据间隙并删除或填充空白 · 消除噪声和不需要的频率内容 · 小波去噪 · 利用包络谱进行故障分析 · 定位数据中的异常值并替换为可接受的数据 · 定位信号转换点并使用边界自动创建信号段
  提取信号特征	目标：在时域和频域中应用不同的技术来提取特征。熟悉MATLAB中的频谱分析工具，探索多种信号的特征提取方法。 · 定位峰值 · 在时域和频域从模式中定位期望的信号 · 使用频谱分析从信号中提取特征 · 利用监督学习进行分类 · 使用 Classification Learner app 交互训练和评估神经网络