%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%设定初始参数%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
fs=2048; %采样频率
N=512; %采样点数
n=0:N-1;
t=n/fs; %时间
f1=100;
f2=300; %低频
f3=800; %高频
s=cos(2*pi*f1*t)+cos(2*pi*f2*t)+cos(2*pi*f3*t);%假定信号
subplot(121);plot(t,s);
title('输入信号');xlabel('t/s');ylabel('幅度');%未滤波时 时域波形
sfft=fft(s); %傅里叶变换
subplot(122);
plot((1:length(sfft)/2)*fs/length(sfft),2*abs(sfft(1:length(sfft)/2))/length(sfft));
title('信号频谱');xlabel('频率/Hz');ylabel('幅度'); %未滤波时 频域波形
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%设计巴特沃斯低通滤波器%%%%%%%%%%%%%%%%%%%%%%%%
Wp=900/fs;Ws=1000/fs;
[n,Wn]=buttord(Wp,Ws,1,50); %阻带衰减大于50db,通带纹波小于1db
%估算得到Butterworth低通滤波器的最小阶数N和3dB截止频率Wn
[a,b]=butter(n,Wn);
[h,f]=freqz(a,b,'whole',fs); %求数字低通滤波器的频率响应
f=(0:length(f)-1)*fs/length(f); %进行对应的频率转换
figure(2);
plot(f(1:length(f)/2),abs(h(1:length(f)/2))); %绘制巴特沃斯幅频响应图
title('巴特沃斯低通滤波器');xlabel('频率/Hz');ylabel('幅度');
grid;
sF=filter(a,b,s); %叠加函数s经过低通滤波器以后的新函数
figure(3);
subplot(121);
plot(t,sF); %绘制叠加函数s经过低通后时域图形
title('输出信号');xlabel('t/s');ylabel('幅度');
SF=fft(sF);
subplot(122);
plot((1:length(SF)/2)*fs/length(SF),2*abs(SF(1:length(SF)/2))/length(SF));
title('低通滤波后频谱');xlabel('频率/Hz');ylabel('幅度');
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%时域特征值计算%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
iemg1=sum(abs(sF))/length(sF);
rms1=sqrt(sum(sF.^2)/length(sF));
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%频域特征值计算%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
L1=length(sF);
cx1=xcorr(sF,'unbiased');
cxk1=fft(cx1,L1);
px1=abs(cxk1); %求功率谱密度
pxx1=10*log10(px1);
figure(4)
f1=(0:L1-1)*fs/L1;
plot(f1(1:L1/2),pxx1(1:L1/2))
figure(4)
xlabel('频率/Hz');ylabel('功率谱/dB');
title('平均功率谱图');
grid on %做功率谱图
df1=fs/L1;
p1=(sum(px1(1:L1/2-1))+sum(px1(1:L1/2)))/2.*df1;
pf1=(sum(px1(1:L1/2-1).*[1:L1/2-1].*df1)+sum(px1(1:L1/2).*[1:L1/2].*df1))/2*df1;
MPF1=pf1/p1 ; %求平均功率频率
N1=1;pp1=0;
while abs(pp1-p1/2)>(px1(N1)+px1(N1+1))/2*df1
pp1=pp1+(px1(N1)+px1(N1+1))/2*df1;
N1=N1+1;
end
n_1=(N1+N1+1)/2;
MF1=df1*n_1; %求中值频率
MF=MF1
MPF=MPF1
iemg=iemg1
rms=rms1


海神之光
- 粉丝: 6w+
最新资源
- 《深入解析陈天奇所研究的机器学习编译领域》 《陈天奇视角下的机器学习编译技术探析》 《聚焦陈天奇:机器学习编译核心内容解读》 《陈天奇相关机器学习编译知识深度梳理》 全面剖析陈天奇主导的机器学习编译
- 医疗设备高精度流量分配系统设计与控制:基于Python和MATLAB/Simulink的机电一体化系统建模与优化(含详细代码及解释)
- 陈天奇所著的机器学习编译相关内容
- 【电子电路设计】基于AMP32F103的嵌入式系统与BMS电路设计及仿真:电源管理、通信接口与保护电路的深度解析(含详细代码及解释)
- 基于径向基函数(RBF)的参数化水平集方法在拓扑优化中的应用,通过88行MATLAB代码实现(含详细代码及解释)
- 【量子计算与数值分析】针对非线性薛定谔方程的对称指数波积分器设计:低正则性条件下高效稳定的数值求解方案(含详细代码及解释)
- 控制系统基于HMM的二维Markov跳跃系统有限区域异步H∞滤波器设计与性能分析:结合Lyapunov函数和LMI技术解决工程实际问题(含详细代码及解释)
- 岩体工程基于改进等效粘弹性介质方法的层状岩体地震波传播分析:参数影响与工程应用(含详细代码及解释)
- 这篇文章深入探讨了班轮运输战术层面规划的集成优化方法,特别是针对异质船队和环境因素的综合考虑(含详细代码及解释)
- 无线通信基于RSSI的高效TIS测量技术:无线移动站灵敏度评估系统优化(含详细代码及解释)
- 这篇文章详细探讨了牵引车-半挂车系统在平面运动中的非线性动力学行为和稳定性分析(含详细代码及解释)
- 电力电子LCL型并网逆变器主动阻尼的等效微分方法研究:基于网侧电感电压反馈的谐振抑制与谐波优化设计(含详细代码及解释)
- NLP 作业:RNN 与 Attention 机器翻译模型及 Transformer 代码学习
- 这篇文章详细介绍了在线全息图分割算法的实现、优化及应用,涵盖从基础算法到复杂场景下的改进方案(含详细代码及解释)
- 【APP开发与运营管理】APP后台功能详解:系统配置与数据分析助力高效运营(含详细代码及解释)
- 电子工程基于Python的电子电路设计与仿真:小信号分析、频率响应及保护电路设计全流程解析(含详细代码及解释)
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈


