Signal Processing Toolbox™ 提供一系列频谱分析函数和 App，用于表征信号的频谱。基于 FFT 的非参数化方法，如 Welch 的方法或周期图，对输入数据不做任何假设，可用于任何类型的信号。参数化方法和子空间方法，如 Burg 法、协方差法和 MUSIC 法，结合信号的先验知识，可以产生更准确的频谱估计。
使用 Lomb-Scargle 法计算非均匀采样信号或具有缺失采样的信号的功率谱。通过估计信号的频谱相干性来测量频域中的信号相似性。设计和分析 Hamming、Kaiser、高斯和其他数据窗。
频率和伪频谱估计、多信号分类 (MUSIC)、根 MUSIC
估计信号的占用带宽、中值频率和均值频率，以及给定频带中包含的功率。