测试技术实验指导书 - 图文

实验1 周期信号波形的合成和分解

1 实验目的

1. 学习使用Matlab，学会用Matlab提供的函数对信号进行频谱分析； 2. 加深了解信号分析手段之一的傅立叶变换的基本思想和物理意义；

3. 观察和分析由多个频率、幅值和相位成一定关系的正弦波叠加的合成波形；。 4. 观察和分析频率、幅值相同，相位角不同的正弦波叠加的合成波形； 5. 通过本实验熟悉信号的合成、分解原理，了解信号频谱的含义。

2 实验原理

按富立叶分析的原理，任何周期信号都可以用一组三角函数sin(2?nf0t)、con(2?nf0t)的组合表示

x(t)?a0??(an?1?ncos2?nf0t?bnsin2?nf0t) (n=1，2，3，?)

也就是说，我们可以用一组正弦波和余弦波来合成任意形状的周期信号。 对于典型的方波，其时域表达式为：

根据傅立叶变换，其三角函数展开式为：

x(t)?11[sin(2?f0t)?sin(6?f0t)?sin(10?f0t)???????]?35

4A?1??sin(2?nf0t)?n?1n4A 由此可见，周期方波是由一系列频率成分成谐波关系，幅值成一定比例的正弦波叠加合成的。 那么，我们在实验过程中就可以通过设计一组奇次谐波来完成波形的合成和分解过程，达到对课程教学相关内容加深了解的目的。

3 实验内容

1．用Matlab编程，绘出7次谐波叠加合成的方波波形图及幅值谱；

1

Time-domain signal10.50-0.5-100.010.020.03Spectrum0.040.050.061.510.500501001502002503003504004505002．用Matlab编程，改变上述7次谐波中其中两项谐波的幅值绘出合成波形及幅值谱； 3．用Matlab编程，改变上述7次谐波中其中一项谐波的相位绘出合成波形及幅值谱。

4 实验报告要求

1. 简述实验目的及原理；

2. 写出实验内容一的程序，绘出7次谐波叠加合成的方波波形图及其幅值谱，得出结论； 3. 写出实验内容二的程序，绘出其叠加合成波形图及其幅值谱，得出结论； 4. 写出实验内容三的程序，绘出其叠加合成波形图及其幅值谱，得出结论。

2

实验2 用FFT对信号进行频谱分析

1 实验目的

1. 学习使用Matlab，学会用Matlab提供的函数对信号进行频谱分析； 2. 掌握采样定理；

3. 理解加窗对频谱分析的影响； 4. 理解量化误差对频谱分析的影响；

5. 掌握采样点数N、采样频率fs、数据长度对频谱分析的作用。

2 实验原理和实验设备

原理：《机械工程测试技术与信号分析》第2章，特别是2.4离散傅立叶变换的内容。 设备：PC机；软件：Matlab

3 实验内容

1. 画出x(t)=3sin(2?f t)+ 7sin(10?f t)+ 12sin(15?f t)的幅值谱图(f=50Hz)。 2. 用Mablab设计一程序，能形象地验证离散傅里叶变换中的4个重要问题： （1）采样定理

a）fs?2fmax，其频谱不失真，fs?2fmax其频谱失真；

b）fs?2fmax（工程中常用fs?(3~4)fmax），可从频域中不失真恢复原时域信号； （2）加窗、截断

a）信号截断后，其频谱会产生泄漏，出现“假频”； b）信号截断后，降低了频率分辨率；

c）采用适当的窗函数后，可以减少泄漏和提高频率分辨率。 （3）量化误差

a）对信号x(t)?sin(2?ft)进行采样，fs?1000Hz，采集N＝64点。用3、8位量化器量化信号每点的幅值，画出原始波形和量化后的信号波形，得出结论。

（4）栅栏效应

如何才能提高频率分辨率？采样点数N、采样频率fs起何作用？用例子说明。

4 实验报告

1. 2. 3. 4.

用A4，按标准的格式写出实验报告；

实验内容一的Matlab程序和幅值频谱图；

实验内容二的设计原理、Matlab程序和实验结果图形。 实验感想和提出改进意见。

3

实验3 箔式应变片性能—单臂、半桥、全桥

1 实验目的

1. 观察了解箔式应变片的结构及粘贴方式。 2. 测试应变梁变形的应变输出。 3. 比较各桥路间的输出关系。

2 实验原理

本实验说明箔式应变片及单臀直流电桥的原理和工作情况。

电阻应变式传感器是一种利用电阻材料的应变效应，将工程结构件的内部变形转换为电阻变化的传感器，此类传感器主要是在弹性元件上通过特定工艺粘贴电阻应变片来组成。通过一定的机械装置将被测量转化成弹性元件的变形，然后由电阻应变片将变形转换成电阻的变化，再通过测量电路进一步将电阻的改变转换成电压或电流信号输出。可用于能转化成变形的各种非电物理量的检测，如力、压力、加速度、力矩和重量等，在机械加工、计量和建筑测量等行业应用十分广泛。

电桥电路是最常用的非电量电测电路中的一种，当电桥平衡时，桥路对臂电阻乘积相等，电桥输出为零，在桥臀四个电阻R１、R２、R３、R４中，电阻的相对变化率分别为ΔR１／R１，ΔR２／R２，ΔR３／R３，ΔR４／R４。当使用一个应变片时，∑R＝ΔR／R；当二个应变片组成差动状态工作，则有∑R＝2ΔR／R；用四个应变片组成二个差动对工作，且R1=R2=R3=R4=R，∑R＝4ΔR／R。

由此可知，单臂，半桥，全桥电路的灵敏度依次增大。

3 实验所需部件

应变式传感器实验模块、砝码、数显表（表控台上的电压表）、 电源、 直流稳压电源(士4V档， 档)、万用表。

4 实验步骤:

4.1 半桥单臂

1.检查应变传感器的安装

图3-1 应变式传感器安装示意图

4

根据图3-1应变式传感器已装于应变传感器模块上。传感器中各应变片已接入模块的左上方的R1、R2、R3、R4。加热丝也接于模块上，可用万用表进行测量判别，各应变片初始阻值得，R1=R2=R3=R4=350±2Ω，加热丝初始阻值为20-50Ω左右。

2．调零。

2.1 差动放大器调零。首先将实验模块调节增益电位器Rw3顺时针到底（即此时放大器增益最大）。然后将差动放大器的正负输入端相连并与地短接，输出端与主控台上的电压表输入Vi相连。检查无误后从主控台上接入模块电源±15V以及地线。合上主控台电源开关，调节实验模块上的调零电位器Rw4，使电压表显示为0（电压表的切换开关打到2V档）。关闭主控箱电源。（注意:Rw4的位置一旦确定，就不能改变，一直到做完实验为止）。

2.2 电桥调零。适当调小增益Rw3(顺时针转3-4圈，电位器最大可顺时针旋转5圈),将应变式传感器的其中一个应变R1 (即模块左上方的R1）接入电桥（如图）作为一个桥臂与R5，R6，R7接成直流电桥（R5，R6，R7模块内已经连接好，其中模块上虚线电阻符号为示意符号，没有实际的电阻存在）按图3-3完成接线，给桥路接入±4V电源（从主控箱引入）同时将模块左上方拨段开关拨至左边“直流”档（直流档和交流档调零电阻阻值不同）。检查接线无误后，合上主控箱电源开关。调节电桥调零电位器Rw1，使电压表显示为0。

备注：

1）如出现零漂现象，则是应变片在供电电压下，应变片本身通过电流所形成的应变温度效应的影响，可观察零漂数值的变化。若调零后数值稳定下来，表示应变片已处于工作状态，时间大概5-10分钟。

2）如出现数值不稳定，电压表读数随机跳变情况，可再次确认各实验线的连接是否牢靠，且保证实验过程中，尽量不接触实验线，另外，由于应变实验增益比较大，实验线陈旧或老化后产生线间电容效应，也会产生些现象。

3）因应变实验差动放大器，放大倍数很高，应变传感器实验模块对各种信号干扰很敏感，所以在用应变模块做实验时模块周围不能放置有无线数据交换的设备，例如正在无线上网的手机，IPAD，笔记本等电子设备。

3．按图3-2将实验部件用实验线连接成测试桥路。桥路中R5、R6、R7和Rw1为电桥中的固定电阻和直流调平衡电位器，R1为应变片(可任选上、下梁中的一片工作片)。直流激励电源为±4V。

图3-2 测量电路原理图

5

图3-3应变式传感器单臂电桥实验接线图

3．确认接线无误后开启仪器电源，并预热数分钟,放置天平。

调整电桥Rw1电位器，使测试系统输出为零。

4. 在电子秤上放置一只砝码，读取数显表数值，依次增加砝码和读取相应的数值，直到10只砝码加完。记下实验结果填入表1-1，关闭电源。

表1-1单臂电桥输出电压与加负载重量值

重 量 (g) 电 压 (mV) 根据表中所测数据计算灵敏度S，S=ΔX/ΔY，（ΔX输出电压变化量；ΔY重量变化量）并在坐标图上做出X——Y关系曲线。 4.2 半桥双臂和全桥

１．在完成半桥单臂的基础上，不变动差动放大器增益和调零电位器，依次将图3-2中电桥固定电阻R5、R6、R7换成箔式应变片，分别接成半桥和全桥测试系统。

２．重复实半桥单臂中的3一4步骤，测出半桥和全桥输出电压并列表，计算灵敏度。

３．在同一坐标上描出X一Y曲线，比较三种桥路的灵敏度，并做出定性的结

5 注意事项

1．实验前应检查实验接插线是否完好，连接电路时应尽量使用较短的接插线，以避免引入干扰。

2．接插线插入插孔时轻轻地做一小角度的转动，以保证接触良好，拔出时也轻轻地转动一下拔出，切忌用力拉扯接插线尾部，以免造成线内导线断裂。 3．稳压电源不要对地短路。

4．应变片接入电桥时注意其受力方向，一定要接成差动形式。 5．直流激励电压不能过大，以免造成应变片自热损坏。 6．每位学生根据所作实验数据如实书写实验报告，一人一份。

6

6 思考题

1．单臂电桥时，作为桥臂电阻应变片应选用：（1）正(受拉)应变片（2）负（受压）应变片（3）正负应变片均可。

2．桥路（差动电桥）测量时存在非线性误差，是因为：（1）电桥测量原理上存在非线性（2）应变片应变效应是非线性的（3）调零值得不是真正为零。 3．根据三种桥路的结果进行比较分析，做出定性的结论。

7

实验4 差动变压器的性能实验

1 实验目的

了解差动变压器的工作原理和特性。

2 实验所需部件

差动变压器实验模块、双线示波器、差动变压器、音频信号源（音频振荡器）、电桥、万用表、直流电源、测微头。

3 实验原理

主要由原方绕组、两个匝数相等的副边绕组、动铁芯、导磁外壳和骨架等六部分组成。

导磁外壳 副边绕组 骨架 动铁芯 副边绕组

图4-2 差动变压器电感传感器等效电路图

差动变压器式电感传感器在工作时两个副边绕组接成反向串联电路，在线圈的品质因数Q足够高的前提下(一般都能满足)，可忽略铁损、磁损及线圈分布电容的影响，其等效电路如图4-2所示。当原边绕组通以交流激励电压作用时，在变压器副边的两个线圈里就会感应

图4-1 差动变压器电感传感器结构示意图

r2a

8

出完全相等同的感应电势来。由于是反向串联，因此，这两个感应电势相互抵消，从而使传感器在平衡位置的输出为零。

当动铁芯产生一位移时，由于磁阻的影响，两个副边绕组的磁通将发生一正一负的差动变化，导致其感应电势也发生相应的改变，失去平衡，使传感器有一对应于动铁芯位移的电压输出量。

图4-3 差动变压器电容传感器安装示意图

4 实验步骤

1．按图4－3接线，将差动变压器装在差动变压器实验模块上。

图4-4双线示波器与差动变压器连接示意图

2．在模块上按照图4-4接线，音频振荡器信号必须从主控箱中的LV端子输出，调节音频振荡器的频率，输出频率为5-10KHZ（可用主控箱的数显表的频率档fi输入来监测，实验中可调节频率使波形不失真）。调节幅度使输出幅度为峰-峰值 Vp-p=2V(可用示波器监测：X轴为0.2ms/div、Y轴CH1为1v/div 、CH2 为0.2v/div )。判别初级绕圈及次级线圈同名端方法如下：设任一线圈为初级线圈（1和2实验插孔作为初级线圈），并设另外两个线圈的任一端为同名端，按图5-2接线。当铁芯左、右移动时，观察示波器中显示的初级线圈波形，次级线圈波形，当次级波形输出幅值变化很大，基本上能过零点（即3和4实验插孔），而且相位与初级线圈波形（Lv音频信号Vp-p=2V波形）比较能同相和反相变化，说明已连接的初、次级线圈及同名端是正确的，否则继续改变连接再判断直到正确为止。图中（1）、（2）、（3）、（4）为模块中的实验插孔。）

9

3．旋动测微头，使示波器第二通道显示的波形峰-峰值Vp-p为最小。这时可以左右位移，假设其中一个方向为位移，则另一个方向位移为负。从Vp-p最小开始旋动测微头，每隔0.5mm从示波器上读出输出电压Vp-p填入表2-1. 再从Vp-p最小处反向位移做实验，在实验过程中，注意左右位移时，初、次级波形的相伴关系。

表2-1差动变压器位移△X值与输出电压Vp-p数据表 X(mm) 0(mm) 电压 VP?P (mv) 4．实验过程中注意差动变压器输出的最小值即为差动变压器的零点残余电压大小。根据表2-1画出Vp-p-X曲线，作出量程为±4mm、±6mm灵敏度。

4 实验报告要求

每位学生根据所作实验数据如实书写实验报告，一人一份。

5 思考题

1．接成差动型有哪些优点？如不接成差动型会导致那些后果？

2．差动变压器式传感器与可变磁阻式传感器各自的工作原理是什么？

10

实验5 差动变压器的应用振动测量实验

1 实验目的

了解差动变压器测量振动的方法。

2 实验所需部件

差动变压器实验模块、音频振荡器、移相器、相敏检波器、低通滤波器、电压表、示波器、数显单元、低频振荡器、直流稳压电源、振动源模块、差动变压器。

3 实验原理

利用差动变压器测量动态参数与测位移量的原理相同

4 实验步骤

1． 将差动变压器按图5-1，安装在振动源模块的振动源上，注意调整振动平台和差动传感器的位置，使振动平台振动的阻力最小，便于后期实验。

图5-1差动变压器振动测量安装示意图

2． 按图5-2接线。

11

图5-2 差动变压器振动测量接线图

（1）检查接线无误后，合上主控台电源开关，用示波器观察Lv峰-峰值，调整音频振荡器幅度旋钮使Vop-p=8V ，频率在3—3.5KHZ之间。

（2）利用示波器观察相敏检波器输出，调整传感器连接支架高度，使相敏检波输出，示波器显示的波形幅值为最小。

（3）仔细调节Rw1和Rw2使示波器（相敏检波输出）显示的波形幅值更小，基本为零点（电压档位在0.2V左右。

（4）用手按住振动平台（让传感器产生一个大位移）仔细调节移相器和相敏检波器的旋钮，使示波器显示的波形为一个接近全波整流波形。

（5）松手，整流波形消失，变为一条接近零点线（否则再调节Rw1和Rw2）。

（6）低频振荡器输出引入振动源的低频输入，调节低频振荡器幅度旋钮和频率旋钮，使振动台振荡较为明显。用示波器观察差动模块放大器的输出Vo波形为包络线。

3．维持低频振荡器输出幅度不变，改变振荡频率用示波器观察低通滤波器的输出，读出峰-峰电压值，记下实验数据，填入下表（表3-1）：

12

f (HZ) Vop-p ４．根据实验结果作出f-Vp-p特性曲线，指出自振频率的大致值，并与用应变片测量的

结果相比较。

5. 保持低频振荡器频率不变，改变振荡幅度，同样实验，可得到振幅电压曲线。 5 注意事项

1. 低频振荡器电压幅值不要过大，以免梁在自振频率附近振幅过大。 2. 每位学生根据所作实验数据如实书写实验报告，一人一份。

6 思考题

1．差动变压器测量振动时要注意哪些问题？ 2．差动变压器式传感器的特点？应用范围如何？

13

实验6 直流全桥和电涡流传感器应用一电子秤

一、 实验目的

了解应变直流全桥的应用及电路的标定；了解电涡流传感器用于称重量的原理与方法。

二、 实验所需部件

应变式传感器实验模块、应变式传感器、砝码、 ±15V电源、 ±4V电源、数显表（主控台电压表）、电涡流传感器、电涡流传感器模块、振动台。

三、 实验原理

电子秤实验原理为全桥测量原理，通过对电路调节使电路输出的电压值为重量对应值，电压量纲（V）改为重量量纲即成为一台原始的电子秤；利用电涡流传感器位移特性和振动台受载时的线性位移，可以组成一个称重测量系统。

四、 实验步骤

4.1 直流全桥

1、按单臂实验中的步骤将差动放大器调零：按全桥电路接线电压表档位置2V位置，合上主控箱电源开关。调节电桥平衡电位器Rw1使数显表显示为0V。

2、将10只砝码全部置于传感器的托盘上，调节电位器Rw3（增益即满量程调节），使数显表显示为0.200V（2V档测量）或-0.200V。

3、拿去托盘上的所有砝码，调节电位器Rw4（零位调节），使数显表显示为0V.重复2，3步骤的标定过程，一直到精确为止，把电压量纲V改为重量量纲g就可称重，成为一台原始的电子秤。把砝码依次入在托盘上，填入表6-1

表6-1全桥称重时重量的电压表 重量(g) 电压(mv) 4、根据上表计算灵敏度与非线性误差。 4.2 电涡流传感器

1、 传感器安装与如图6-1所示，实验连线如图6-2所示。

14

图6-1电涡流传感器安装示意图

图6-2电涡流传感器实验连线图

2、利用铁测量片线性满园，调节传感器安装支架高度，使反射面与探头之间距离为线性起点，将线性段距离最近的一点作为零点记下此时数显表的读数。 3、在振动台上加砝码从20克起到200克，（砝码应尽量远离传感器）分别读取数显表读数，记入表6-2.

表6-2电涡流传感器称重时的电压与重量数据表 重量(g) 电压(v) 4、根据表6-2计算出灵敏度S， 5、在振动台面上放置一末知特记下数显表的读数；根据实验步骤5及4，计算出末知特重量。 五、实验报告要求

每位学生根据所作实验数据如实书写实验报告，一人一份。 六、思考题

1．注意两个电子秤的实验比较，考察梁的重复性能。

15

附录：

Matlab信号分析入门

1．Matlab 中的信号表示方法

Matlab中的基本数据类型是向量和矩阵，所以很自然地，信号处理工具箱中的信号也用向量或矩阵表示。列向量和行向量表示单通道信号，矩阵表示多通道信号，矩阵中的每一列表示一个通道。例如，

x=[4 3 7 9 1]'; %定义了一个5采样点的离散信号。 %以x为基础，可以定义三通道信号 y=[x 2*x x/2]

y =4.0000 8.0000 2.0000 3.0000 6.0000 1.5000 7.0000 14.0000 3.5000

9.0000 18.0000 4.5000 1.0000 2.0000 0.5000

需要注意的是，Matlab约定向量和矩阵的下标从1开始，如果用户要指定信号的真实时间下标，则应另外构造一个向量作为时间轴。如： n=[-3 -2 -1 0 1 2 3 4 5]; %时间轴向量 y=[1 4 3 2 0 4 5 2 1]; %采样点向量 stem(n,y); %绘出离散的有真实时间下标的图 用plot（）指令可以绘出连续的波形： plot(n,y); 54.543.532.521.510.50-3-2-101234554.543.532.521.510.50-3-2-1012345

2．FFT

Example 1:

t=0:.001:.255; %从0开始，间隔0.001到0.255 x=sin(2*pi*25*t); %产生信号x

%绘出时域图形，plot(x(1:180))为画出x数组中第1到第180个数据

subplot(211),plot(x(1:180)); title('Original time domain signal'); %（211）2排，1列，第1张图 X=fft(x,256)/128; %求x的傅立叶变换

16

Mx=abs(X); %求X的幅值

f=1000/256*(0:127); %频率间隔f=1000/256

subplot(212),plot(f(1:128), Mx(1:128)); title('Magnitude spectrum'); xlabel('Frequency (Hz)');

Original time domain signal10.50-0.5-1020406080100120140160180Magnitude spectrum0.80.60.40.20050100150200250300Frequency (Hz)350400450500

Example 2:

t=0:.001:.255;

win=hanning(256);

x=sin(2*pi*25*t).*win'; % 加Hanning窗

subplot(211),plot(x(1:256)), title('Windowed time domain signal'); X=fft(x,256)/128; Mx=abs(X);

f=1000/256*(0:127);

subplot(212),plot(f(1:128), Mx(1:128)), title('Magnitude spectrum'); xlabel('Frequency (Hz)');

Windowed time domain signal

10.50-0.5

-1050100150Magnitude spectrum20025030010.50050100150200250300Frequency (Hz)350400450500Example 3:

Fs=1000;

t=(0:1/Fs:0.511); % from 0 step 0.001 to 0.511, 512 points. x=2*sin(2*pi*60*t)+2.5*sin(2*pi*120*t); y=x+3*randn(size(t));

17

X=fft(x,256)/128; Y=fft(y,256)/128; Mx=abs(X); My=abs(Y);

f=1000/256*(0:127);

subplot(221),plot(x(1:128)), title('Original time domain signal');

%（221）2排，2列，第1张图

subplot(222),plot(f(1:128), Mx(1:128)), title('Magnitude spectrum'); xlabel('Frequency (Hz)'); %（222）2排，2列，第2张图 subplot(223),plot(y(1:127),'g'), title('Noise time domain signal');

%（223）2排，2列，第3张图

subplot(224),plot(f(1:127),My(1:127),'g'), title('Magnitude spectrum'); xlabel('Frequency (Hz)'); %（224）2排，2列，第4张图

Original time domain signal420-2-413Magnitude spectrum205010015000Noise time domain signal201032200400Frequency (Hz)Magnitude spectrum60001-1005010015000200400Frequency (Hz)600

Example 4:

t=0:0.001:0.512;

y=sin(2*pi*50*t)+sin(3*2*pi*50*t)/3+sin(5*2*pi*50*t)/5+sin(7*2*pi*50*t)/7; Y=fft(y); Pyy=abs(Y)/195; f=1000*(0:255)/512;

subplot(211),plot(t(1:60),y(1:60)),title('Time-domain signal') subplot(212),plot(f,Pyy(1:256)),title('Spectrum')

18

Time-domain signal10.50-0.5-100.010.020.03Spectrum0.040.050.061.510.50050100150200250300350400450500

3 量化误差仿真

uencode(x,n,v,'SignFlag')

x 被量化的数组；n 量化的位数2；

v allows the input u to have entries with floating-point values in the range [-v,v] before saturating them (the default value for v is 1). Elements of the input u outside of the range [-v,v] are treated as overflows and are saturated: For input entries less than -v, the value of the output of uencode is 0. For input entries greater than v, the value of the output of uencode is 2n-1.

SignFlag 'unsigned' (default): Outputs are unsigned integers with magnitudes in the range [0, 2n-1]. 'signed': Outputs are signed integers with magnitudes in the range [-2n/2, (2n/2) - 1]. 11Example： 0.50.50 0-0.5t=0:.001:.064; -0.5-1-1x1=sin(2*pi*25*t); 010203040506070010203040506070x=uencode(x1,3,1,'signed'); 2004100%绘出时域图形， 200subplot(211),plot(x1(1:64));

-100-2subplot(212),stem(x(1:64)); -200010203040506070-4 010203040506070x=uencode(x1,8,1,'signed');

n5．Correlation function

c = xcorr(x,y) c = xcorr(x)

c=xcorr(x,y,maxlags,'option')

c=xcorr(x,y) returns the cross-correlation sequence in a length 2N-1 vector, where x and y are length N vectors (N>1). If x and y are not the same length, the shorter vector is zero-padded to the length of the longer vector.

c=xcorr(x) is the autocorrelation sequence for the vector x. c=xcorr(x,y,maxlags,'option')

19

where 'option' is:

'biased': Biased estimate of the cross-correlation function

'unbiased': Unbiased estimate of the cross-correlation function

'coeff': Normalizes the sequence so the autocorrelations at zero lag are identically 1.0 'none', to use the raw, unscaled cross-correlations (default)

'maxlags' specifies both x,y a maximum number of lags .

Example: 求x1＝sin(2π10t)+w(t)和x2=w(t)的自相关函数 (w(t)为白噪声)。

N=1000;n=0:N-1;Fs=500;t=n/Fs;

x1=sin(2*pi*10*t)+0.6*randn(1,length(t)); [c,lags]=xcorr(x1,'unbiased');

subplot(2,2,1),plot(t,x1),xlabel('t'),ylabel('x1(t)'),grid;

subplot(2,2,2),plot(lags/Fs,c),ylabel('Rxx1(t)'),title('x1自相关函数'),grid; x2=randn(1,length(t));

[c,lags]=xcorr(x2,'unbiased');

subplot(2,2,3),plot(t,x2),xlabel('t'),ylabel('x2(t)'),grid

subplot(2,2,4),plot(lags/Fs,c),ylabel('Rxx2(t)'),title('x2互相关函数'),grid;

410.5x1自相关函数

x2(t)x1(t)20-2-4Rxx1(t)00.51t1.520-0.5-1-2-1012x2互相关函数420-2-400.51t1.5221

Rxx2(t)

0-1-2-10125. File Openration

%We can create a data file: t=0:0.001:0.511;

y=sin(2*pi*20*t)+sin(2*pi*70*t)+sin(2*pi*80*t)+sin(2*pi*90*t); save data1 y -ascii; %save y as a text file: data1 x=load('data1'); %load file as a variable \

% We can create a file as data.txt using any edit : 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3

% then use it as a variable ‘y’ , for example:

y=load('data.txt'); %load file “data.txt”as a variable \ plot(y);

6. Histogram plot

n = hist(Y)

20

n = hist(Y,x)

Description

A histogram shows the distribution of data values.

n = hist(Y) bins the elements in Y into 10 equally spaced containers and returns the number of elements in each container. If Y is a matrix, hist works down the columns.

n = hist(Y,x) where x is a vector, returns the distribution of Y among length(x) bins with centers specified by x. For example, if x is a 5-element vector, hist distributes the elements of Y into five bins centered on the x-axis at the elements in x. Note: use histc if it is more natural to specify bin edges instead of centers. Example

Generate a bell-curve histogram from Gaussian data.

x = -2.9:0.1:2.9; y = randn(10000,1); hist(y,x)

450400350300250200150100500-3-2-101237．功率谱估计

Power Spectral Density Estimate via Welch pwelch(x,window,noverlap,nfft,fs) 0 -5x――被估计的信号； -10windows－－所加Hanning窗的长度； -15noverlap――被估计信号重叠的长度；

-20nfft――fft的长度；

-25fs――采样频率。

-30

-35

-4000.050.10.150.20.250.30.350.4 Frequency (kHz)Fs=1000;t=0:1/Fs:1.23;

x=sin(2*pi*50*t)+2*sin(2*pi*120*t)+randn(size(t)); pwelch(x,256,6,[],Fs)

Power/frequency (dB/Hz)0.450.5 21

22

本文来源：https://www.bwwdw.com/article/5ks7.html