最新のリリースでは,このページがまだ翻訳されていません。このページの最新版は英语でご覧になれます。
测定データ内の信号の検出
データを诚信し,それが测定済みのよりストリームに必要必要あるとしを知るノイズ破损ているいるますもも。
卓上で回転するリングの录音データをワークスペースに読み込みます0.1秒分のフラグメントを切り取り,聴いてみましょう。
加载(全文件(MatlaBroot,'例子'那'信号'那'ring.mat'))时间= 0:1 / FS :(长度(y)-1)/ fs;m = min(y);m = max(y);full_sig = double(y);timea = 7;timeb = 8;Snip = Timea * FS:TimeB * FS;片段= full_sig(snip);%听到,键入soundsc(片段,fs)
信号とてます。
图(时间,full_sig,[timea timeb; timea timeb],[m; m m],'r--')Xlabel('时间(s)')ylabel('干净的')轴紧的
绘图(Snip / FS,片段)XLabel('时间(s)')ylabel('干净的') 标题('分段')轴紧的
完全完全信号およびフラグメントの相相をし,プロットプロットます。
[Xcorr,LAG] = XcorR(full_sig,片段);绘图(LAGS / FS,XCORR)网格XLABEL('滞后(s)')ylabel('干净的')轴紧的
相互相关が最大大に遅れは,各信号の开始の间の时空
[〜,i] = max(abs(xcorr));maxt = lags(i);试验=南(大小(全_sig));试验(maxt + 1:maxt +长度(片段))=片段;绘制(时间,full_sig,time,试用)xlabel('时间(s)')ylabel('干净的')轴紧的
手顺,ノイズを信号。
noiseamp = 0.2 * max(abs(碎片));片段=片段+ noiseamp * randn(尺寸(片段));full_sig = full_sig + noiseamp * randn(size(full_sig));%听到,键入soundsc(片段,fs)图(时间,full_sig,[timea timeb; timea timeb],[m; m m],'r--')Xlabel('时间(s)')ylabel('嘈杂')轴紧的
ノイズレベルが高い场合でも,次の手顺により欠损フラグメントが検出されます。
[Xcorr,LAG] = XcorR(full_sig,片段);绘图(LAGS / FS,XCORR)网格XLABEL('滞后(s)')ylabel('嘈杂')轴紧的
[〜,i] = max(abs(xcorr));maxt = lags(i);试验=南(大小(全_sig));试验(maxt + 1:maxt +长度(片段))=片段;图绘图(时间,full_sig,time,试用)xlabel('时间(s)')ylabel('嘈杂')轴紧的