如何利用matlab处理数据

Matlab处理音频信号

一、 问题的提出： 数字语音是信号的一种，我们处理数字语音信号，也就是对一种信号的处理，那信号是什么呢？ 信号是传递信息的函数。 一、 问题的提出：

数字语音是信号的一种，我们处理数字语音信号，也就是对一种信号的处理，那信号是什么呢？

信号是传递信息的函数。离散时间信号——序列——可以用图形来表示。

按信号特点的不同，信号可表示成一个或几个独立变量的函数。例如，图像信号就是空间位置（二元变量）的亮度函数。一维变量可以是时间，也可以是其他参量，习惯上将其看成时间。信号有以下几种：

（1）连续时间信号：在连续时间范围内定义的信号，但信号的幅值可以是连续数值，也可以是离散数值。当幅值为连续这一特点情况下又常称为模拟信号。实际上连续时间信号与模拟信号常常通用，用以说明同一信号。

（2）离时间信号：时间为离散变量的信号，即独立变量时间被量化了。而幅度仍是连续变化的。

（3）数字信号：时间离散而幅度量化的信号。

语音信号是基于时间轴上的一维数字信号，在这里主要是对语音信号进行频域上的分析。在信号分析中，频域往往包含了更多的信息。对于频域来说，大概有8种波形可以让我们分

第11章 主成分

主成分分析（principal component Analysis）又称主分量分析，是由皮尔逊

（pearson）于1901年首先引入，后来由霍特林（hotelling）于1933年进行了发展。主成分分析是一种通过降维技术把多个变量化为少数几个主成分（即综合变量）的多元统计方法，这些主成分能够反映原始变量的大部分信息，通常表示为原始变量的线性组合，为使得这些主成分所包含的信息互不重叠，要求各主成分之间互不相关。主成分分析在很多领域有着广泛的应用，一般来说，当研究的问题涉及很多变量，并且变量间相关性明显，即包含的信息有所重叠时，可以考虑用主成分分析的方法，这样容易抓住事物的主要矛盾，使得问题得到简化。

本章主要内容包括：主成分分析的理论简介，主成分分析的MATLAB实现，主成分分析的主要具体案例。

11.1主成分分析简介

11.1.1主成分分析的几何意义 假设从二元总体

x?(x1,x2)'中抽取容量为n的样本，绘出样本观测值的散点图，如图11-1所

示。从图上可以看出，散点大致分布在一个椭圆内在

x1与x2呈现出明显的线性相关。这n个样品

x1轴方向和x2方向具有相似的离散度，离散度可以用x1和x2包含了近视相等的信息量，x1轴

第11章 主成分

主成分分析（principal component Analysis）又称主分量分析，是由皮尔逊

（pearson）于1901年首先引入，后来由霍特林（hotelling）于1933年进行了发展。主成分分析是一种通过降维技术把多个变量化为少数几个主成分（即综合变量）的多元统计方法，这些主成分能够反映原始变量的大部分信息，通常表示为原始变量的线性组合，为使得这些主成分所包含的信息互不重叠，要求各主成分之间互不相关。主成分分析在很多领域有着广泛的应用，一般来说，当研究的问题涉及很多变量，并且变量间相关性明显，即包含的信息有所重叠时，可以考虑用主成分分析的方法，这样容易抓住事物的主要矛盾，使得问题得到简化。

本章主要内容包括：主成分分析的理论简介，主成分分析的MATLAB实现，主成分分析的主要具体案例。

11.1主成分分析简介

11.1.1主成分分析的几何意义 假设从二元总体

x?(x1,x2)'中抽取容量为n的样本，绘出样本观测值的散点图，如图11-1所

示。从图上可以看出，散点大致分布在一个椭圆内在

x1与x2呈现出明显的线性相关。这n个样品

x1轴方向和x2方向具有相似的离散度，离散度可以用x1和x2包含了近视相等的信息量，x1轴

主成分分析

主成分分析（principal component Analysis），是由皮尔逊（pearson）于1901年首先引入，后来由霍特林（hotelling）于1933年进行了发展。

在实际问题中，为了尽可能完整的获取有关的信息，往往需要考虑众多的变量，这虽然可以避免重要信息的疏漏，但也增加了分析的复杂性，一般来说，当研究的问题涉及很多变量，并且变量间相关性明显，即包含的信息有所重叠时，我们就会很自然地想到，能否在各个变量之间相关关系研究的基础上，用较少的新变量代替原来较多的变量，而且使这些较少的新变量尽可能多地保留原来较多的变量所反映的信息？事实上，这种想法是可以实现的，本节拟介绍的主成分分析方法就是综合处理这种问题的一种强有力的方法。这样容易抓住事物的主要矛盾，使得问题得到简化。

主成分分析是一种通过降维技术把多个变量化为少数几个主成分（即综合变量）的多元统计方法，这些主成分能够反映原始变量的大部分信息，通常表示为原始变量的线性组合，为使得这些主成分所包含的信息互不重叠，要求各主成分之间互不相关。

本章主要内容包括：主成分分析的理论简介，主成分分析的MATLAB实现，主成分分析的主要具体案例。

11.1主成分分析简介

11

第一种方法：save（最简单基本的）

具体的命令是：用save *.txt -ascii x x为变量

*.txt为文件名,该文件存储于当前工作目录下，再打开就可以 打开后,数据有可能是以指数形式保存的. 例子：

a =[17 24 1 8 15;23 5 7 14 16 ;4 6 13 20 22 ;10 12 19 21 3 ;11 18 25 2 9 ]； save afile.txt -ascii a

afile.txt打开之后，是这样的：

1.7000000e+001 2.4000000e+001 1.0000000e+000 8.0000000e+000 1.5000000e+001 2.3000000e+001 5.0000000e+000 7.0000000e+000 1.4000000e+001 1.6000000e+001 4.0000000e+000 6.0000000e+000 1.3000000e+001 2.0000000e+001 2.2000000e+001 1.0000000e+001 1.2000000e+001 1.9000000e+001 2.1000000e+001 3.0000000e+000 1.

步骤

1， 打开你的仿真程序，并载入你的仿真文件，在workspace的仿真文件处（上图中蓝色部分）右键单击，进入project

settings菜单

2， 进入project settings菜单，在下图红框内save channels to disk?中的下拉菜单中选取为yes，并输入output file的

文件名，如本例中用test1.out。然后确定保存设置，退出该菜单。

3, 执行仿真文件，并在你存放仿真文件的文件夹内查找仿真数据结果文件夹，一般与仿真文件名相同，后缀名依据所使用的fortran程序则有所不同，如if12,if9,gnu等

4， 进入仿真数据文件夹，你会看到下面三个文件，这就是存放仿真数据的输出文件。注意：需将.out文件重新命

名，保持与.inf文件同名，例如将下图中test1_01.out改为test1.out。

5， 打开scopeview数据处理软件，会出现两个窗口，其中1号窗口是波形显示窗口，2号窗口是信号选择窗口。在

2号窗口中单击3号方框内的打开文件按钮。

5，将出现下面数据源选择窗口，将文件类型选为pscad files，然后进入第3步中的数据文件夹中，找到第4步中的test1.inf文件，选取并单击L

武汉理工大学《Matlab课程设计》课程设计

课程设计任务书

学生姓名： 叶枫 专业班级： 通信zy1201班 指导教师： 姜宁 工作单位： 信息工程学院 题 目: 利用MATLAB仿真软件系统进行图像的数据分析 初始条件：

1.MATLAB软件。2.数字信号处理与图像处理基础知识。

要求完成的主要任务:

读取图像并求出图像的最大值、最小值、均值、中值、和、标准差、

两图像的协方差、相关系数等。

课程设计的目的：

1．理论目的

课程设计的目的之一是为了巩固课堂理论学习，并能用所学理论知识正确分析信号处理的基本问题和解释信号处理的基本现象。 2．实践目的

课程设计的目的之二是通过设计具体的图像信号变换掌握图像和信号处理的方法和步骤。

时间安排：

序 阶段内容 号 1 方案设计 2 软件设计 3 系统调试 4 答辩 合 计

所需时间 2天 2天 1天 1天 6天 指导教师签名： 年 月 日 系主任（或责任教师）签名：

2.数据采集

2.1 MATLAB的读取方法

2.1.1图像的读取

从电脑中调用保存的图片两张，图像为800*600和800*600像素保存为zy1.jpg和zy2.jpg，如图1.1和1.2所示

图2.1 zy1

图2.2 zy2

Matlab显示图像的最基本的手段是使用image函数。该函数还产生了图像对象的句柄，并允许对对象的属性进行设置，利用图像读取函数imread()可完成图形图像文件的读取。

利用函数存放在电脑中的两张图片zy1.jpg和zy2.jpg，并将其分别存储到名为Y和F的数组中，其具体实现程序如下，得到结果如图2.3

Y=imread('F:\zy1.jpg'); F=imread('F:\zy2.jpg');

image（F）

图2.3 读取图片

上述张图片满足像素要求，但图像为彩图，不是灰度图，无法进行接下来的分析，需将彩图转换为灰度图，利用MATLAB中的rgb2gray（）命令实现RGB图像到灰度图像的转化。转化后在使用命令isgray（）判断图像是否变为灰度图，如果是灰度图将返回为1，不是将返回0。灰度图转换成功后，将转化后的灰度图读取出来。

灰度转换程序如下： Y=rgb2gray(Y); F=rgb2gray(F);

第6章 利用数组处理批量数据

一、单项选择题

1. 以下对一维数组a的正确说明是：

A) char a(10); B) int a[]; C)int k＝5，a[k]; D）char a[]={?a?,?b?,?c?}; 2. 以下能对一维数组a进行初始化的语句是: ( C )

A) int a[5]=(0,1,2,3,4,); B) int a(5)={}; C) int a[ ]={0,1,2}; D) int a{5}={10*1}; 3.在C语言中对一维整型数组的正确定义为 。

A)int a(10); B)int n=10,a[n];

C)int n;a[n]; D) #define N 10

int a[N];

4、已知：int a[10]; 则对a数组元素的正确引用是（ ）。 A、a[10] B、a[3.5] C、a(5) D、a[10-10] 5. 执行下面的程序段后,变

第6章 利用数组处理批量数据

一、单项选择题

1. 以下对一维数组a的正确说明是：

A) char a(10); B) int a[]; C)int k＝5，a[k]; D）char a[]={?a?,?b?,?c?}; 2. 以下能对一维数组a进行初始化的语句是: ( C )

A) int a[5]=(0,1,2,3,4,); B) int a(5)={}; C) int a[ ]={0,1,2}; D) int a{5}={10*1}; 3.在C语言中对一维整型数组的正确定义为 。

A)int a(10); B)int n=10,a[n];

C)int n;a[n]; D) #define N 10

int a[N];

4、已知：int a[10]; 则对a数组元素的正确引用是（ ）。 A、a[10] B、a[3.5] C、a(5) D、a[10-10] 5. 执行下面的程序段后,变