Оценивание частотно временных параметров сигналов по цифровой записи

@TO5HQ4A · Регистрация: 10.12.2018

Author24 — интернет-сервис помощи студентам

Всем привет, нужна помощь. Буду благодарен за любую оказанную помощь.
Суть в том, что необходимо написать программу, в которой открывается файл, содержащий цифровую запись сигнала(порядок записи отсчётов в файле: вещественная часть, мнимая часть, вещественная, мнимая и т.д.), и, используя преобразование Фурье, вывести частотно временную панораму в оконной функции.

@АлександрКом · 10.12.2018, 15:51

TO5HQ4A, прикрепили бы сигнал для начала

@Nick07 · 10.12.2018, 17:49

Сообщение от TO5HQ4A

сигнала(порядок записи отсчётов в файле: вещественная часть, мнимая часть

У сигнала мнимая часть???

@ida2 · 10.12.2018, 18:17

Nick07, Очевидно, речь о т.н. квадратурных сигналах. Например, результат применения преобразования Гильберта к вещественному сигналу.

@TO5HQ4A · 10.12.2018, 18:21 **[ТС]**

Одна из проблем, в исходных данных не было сигнала

@ida2 · 10.12.2018, 20:18

TO5HQ4A, А что конкретно у Вас вызывает затруднения?

@TO5HQ4A · 11.12.2018, 07:44 **[ТС]**

Основная проблема в том, как рассчитать этии частотно временных параметры , и как вывести их в оконной функции

@Nick07 · 11.12.2018, 08:45

Сообщение от TO5HQ4A

этии частотно временных параметры

Вы читаете/понимаете, что пишите?
На уровне разгадывания Ваших ребусов см:
Periodogram power spectral density estimate

@ida2 · 11.12.2018, 15:51

Сообщение от TO5HQ4A

частотно временную панораму

Сообщение от TO5HQ4A

частотно временных параметры

Вы начали путаться в показаниях

Так панораму или параметры?

@TO5HQ4A · 11.12.2018, 18:35 **[ТС]**

Может я не правильно понимаю, но в оконной функции должна быть представлена панорама, отображающая эти параметры (частотно временные).
Или такое в принципе не возможно ?

@ida2 · 11.12.2018, 18:54

Сообщение от TO5HQ4A

Или такое в принципе не возможно ?

Все зависит от степени развития фантазии

Такое понятие, как частотно-временная панорама действительно существует. Она описывает изменение частотного состава сигнала во времени. Суть ее построения, в двух словах, такова:
1) сигнал, длительностью, допустим, 100с разбивается на интервалы (окна) равной длины, допустим 1с.
2) с помощью применения преобразования Фурье к каждому интервалу получают амплитудный спектр (каждого интервала)
3) тем или иным способом визуализируют полученное семейство спектров. (При этом обычно по оси X откладывают время, а по оси Y частоту.)
Примерно как на рисунке. Здесь исходный сигнал представляет собой сумму трех синусоид различной частоты. Амплитуда одной - возрастает с течением времени, амплитуда второй - убывает, амплитуда третьей - остается неизменной. (желтые полоски)

@АлександрКом · 11.12.2018, 19:04

Не по теме:

Что-то вроде waterfall spectrum

@ida2 · 11.12.2018, 19:38

АлександрКом, Да, можно и так отобразить. Все зависит от глубины внутреннего мира отображающего

@TO5HQ4A · 11.12.2018, 20:05 **[ТС]**

Есть варианты как воплотить в Matlab'e?

@ida2 · 11.12.2018, 20:25

Сообщение от TO5HQ4A

Есть варианты как воплотить в Matlab'e?

А Вы думаете я обе картинки в Photoshop нарисовал? Вы смотрели мультфильм "Каникулы в Простоквашино"? Там почтальон Печкин говорил так: "Я вам посылку принес. Только я вам ее не отдам. Потому, что у вас документов нет." Можете считать меня злым

, но до тех пор, пока я не увижу Ваших попыток - помощь только советом.

@TO5HQ4A · 11.12.2018, 20:50 **[ТС]**

ida2, неплохая политика, но вот что я смог сделать, это хоть похоже?)

@ida2 · 11.12.2018, 21:57

Часть кода обеспечивающая считывания из файла и формирования массива комплексных значений

Matlab M

clear all
%количество отсчетов
N=350;
%выбор файла 
[filename catal]=uigetfile('*.*','открыть')
filename =[catal filename]
fid=fopen(filename,'r'); 
data = fread(fid,N,'int');
fclose(fid);
%формируем комплексные отсчеты сигнала
datac = data(1:2:end)+1i*data(2:2:end);

вполне пригодна. За исключением одного НО. Почему считывается только 350/2 значений, а не весь файл?

Дальше хуже. Все начинается с этого места

Matlab M

1 2	% частотный детектор datac = unwrap(diff(angle(datac)));

Первая производная фазы, зачем? В задании же не сказано, чтобы как-то глумиться над самим сигналом, а вы после данной строки безвозвратно утратили добрую половину информации содержащейся в самом сигнале.

Что касается основной части (то, что внутри цикла), то здесь вычисляется значение автокорреляционной функции (не стал глубоко разбираться, чего и как). По ней конечно можно, в принципе, судить о частотном составе сигнала, но все же это не есть полноценный спектр.

Попытайтесь сделать следующее:
1) сформируйте нормальный тестовый файл со значениями сигнала, чтобы иметь возможность четко оценивать правильность результатов.
2) считывайте весь файл.
3) после считывания разбейте массив на N отдельных интервалов (например с помощью функции buffer()), так чтобы они располагались по столбцам матрицы
4) выполните преобразование Фурье для каждого столбца комплексных значений за один вызов функции fft()
5) сформируйте односторонний амплитудный спектр из спектра каждого интервала, и выполните их нормирование, как показано в help-е на функцию fft()
6) отобразите семейство полученных спектров с помощью функции image() (первый рисунок) или функции waterfall() (второй рисунок)

Файлом, с которым экспериментировал я, могу поделиться. В нем 10000 значений. Все мнимые части равны нулю (пусть это Вас не смущает, числа от этого не перестают быть комплексными, а для предсказуемости результата это очень даже..., когда заработает поменяете).

@TO5HQ4A · 11.12.2018, 23:12 **[ТС]**

ida2, программирование явно не мое :р
как то так получилось

@ida2 · 11.12.2018, 23:49

TO5HQ4A, Ну, это уже в правильном направлении. Вот мой вариант:

Кликните здесь для просмотра всего текста

Matlab M

clear all;
nMax = 10000; % количество значений в записи
DL = 100;   % длина интервала (она же - частота дискретизации (для простоты - интервалы по 1 сек.))
 
%Откройте если нужно повторно сформировать файл исходных значений
%{ 
n = 1:nMax;
X = sin(0.1 * n) .* n ./ nMax + sin(n) .* (nMax-n) ./ nMax + sin(10 * n);
plot(n, X);
XX = zeros(1, 2*length(X));
XX(1:2:end) = X;
 
fileID = fopen('1.bin', 'w');
fwrite(fileID, XX, 'int16');
fclose(fileID);
%}
 
fileID = fopen('1.bin');
A = fread(fileID,[2,inf],'int16');  % считывание даействительной и мнимой частей в два столбца
fclose(fileID);
 
C = complex(A(1,:), A(2,:));    % формирование массива комплексных значений
L = length(C);
N = fix(L/DL);  % количество интервалов
B = buffer(C, N);   % формирование матрицы интервалов
NF = 2^nextpow2(DL);    % длина FFT
F = fft(B, NF); % собственно FFT матрицы интервалов
P2 = abs(F./NF);    % формирование одностороннегоспектра и нормировка
P1 = P2(1:NF/2+1, :);
P1(2:end-1, :) = 2*P1(2:end-1, :);
 
FF = DL*(0:(NF/2))/NF;  % шкала оси частот
TT = 1:N;   % шкала оси времени
 
% отображение вариант 1
figure(1);
image(TT, FF, P1, 'CDataMapping','scaled');
c = colorbar;
c.Label.String = 'SPD';%axis square;
xlabel('Time, s');
ylabel('Frequency, Hz');
 
% отображение вариант 2
figure(2)
waterfall(TT, FF, P1);
xlabel('Time, s');
ylabel('Frequency, Hz');
zlabel('SPD');

Только не сдавайте сразу, разберитесь сперва.

@TO5HQ4A · 12.12.2018, 00:15 **[ТС]**

ida2, спасибо большое, надеюсь это действительно мне поможет)

@ida2 164 / 134 / 61 Регистрация: 16.05.2015 Сообщений: 372
	11.12.2018, 19:38	13
	АлександрКом, Да, можно и так отобразить. Все зависит от глубины внутреннего мира отображающего Миниатюры 0

@TO5HQ4A 0 / 0 / 0 Регистрация: 10.12.2018 Сообщений: 8
	11.12.2018, 20:05 [ТС]	14
	Есть варианты как воплотить в Matlab'e? 0

@АлександрКом 1282 / 913 / 446 Регистрация: 21.10.2012 Сообщений: 2,589
	10.12.2018, 15:51	2
	TO5HQ4A, прикрепили бы сигнал для начала 0

@Nick07 533 / 438 / 47 Регистрация: 17.07.2013 Сообщений: 2,236
	10.12.2018, 17:49	3
	Сообщение от TO5HQ4A сигнала(порядок записи отсчётов в файле: вещественная часть, мнимая часть У сигнала мнимая часть??? 0

@ida2 164 / 134 / 61 Регистрация: 16.05.2015 Сообщений: 372
	10.12.2018, 18:17	4
	Nick07, Очевидно, речь о т.н. квадратурных сигналах. Например, результат применения преобразования Гильберта к вещественному сигналу. 0

@TO5HQ4A 0 / 0 / 0 Регистрация: 10.12.2018 Сообщений: 8
	10.12.2018, 18:21 [ТС]	5
	Одна из проблем, в исходных данных не было сигнала 0

@ida2 164 / 134 / 61 Регистрация: 16.05.2015 Сообщений: 372
	10.12.2018, 20:18	6
	TO5HQ4A, А что конкретно у Вас вызывает затруднения? 0

@TO5HQ4A 0 / 0 / 0 Регистрация: 10.12.2018 Сообщений: 8
	11.12.2018, 07:44 [ТС]	7
	Основная проблема в том, как рассчитать этии частотно временных параметры , и как вывести их в оконной функции 0

@Nick07 533 / 438 / 47 Регистрация: 17.07.2013 Сообщений: 2,236
	11.12.2018, 08:45	8
	Сообщение от TO5HQ4A этии частотно временных параметры Вы читаете/понимаете, что пишите? На уровне разгадывания Ваших ребусов см: Periodogram power spectral density estimate 0

@ida2 164 / 134 / 61 Регистрация: 16.05.2015 Сообщений: 372
	11.12.2018, 15:51	9
	Сообщение от TO5HQ4A частотно временную панораму Сообщение от TO5HQ4A частотно временных параметры Вы начали путаться в показаниях Так панораму или параметры? 0

@TO5HQ4A 0 / 0 / 0 Регистрация: 10.12.2018 Сообщений: 8
	11.12.2018, 18:35 [ТС]	10
	Может я не правильно понимаю, но в оконной функции должна быть представлена панорама, отображающая эти параметры (частотно временные). Или такое в принципе не возможно ? 0

@ida2 164 / 134 / 61 Регистрация: 16.05.2015 Сообщений: 372
	11.12.2018, 18:54	11
	Сообщение от TO5HQ4A Или такое в принципе не возможно ? Все зависит от степени развития фантазии Такое понятие, как частотно-временная панорама действительно существует. Она описывает изменение частотного состава сигнала во времени. Суть ее построения, в двух словах, такова: 1) сигнал, длительностью, допустим, 100с разбивается на интервалы (окна) равной длины, допустим 1с. 2) с помощью применения преобразования Фурье к каждому интервалу получают амплитудный спектр (каждого интервала) 3) тем или иным способом визуализируют полученное семейство спектров. (При этом обычно по оси X откладывают время, а по оси Y частоту.) Примерно как на рисунке. Здесь исходный сигнал представляет собой сумму трех синусоид различной частоты. Амплитуда одной - возрастает с течением времени, амплитуда второй - убывает, амплитуда третьей - остается неизменной. (желтые полоски) Миниатюры 1

@АлександрКом
	11.12.2018, 19:04 #12
	Не по теме: Что-то вроде waterfall spectrum 0

@ida2 164 / 134 / 61 Регистрация: 16.05.2015 Сообщений: 372
	11.12.2018, 20:25	15
	Сообщение от TO5HQ4A Есть варианты как воплотить в Matlab'e? А Вы думаете я обе картинки в Photoshop нарисовал? Вы смотрели мультфильм "Каникулы в Простоквашино"? Там почтальон Печкин говорил так: "Я вам посылку принес. Только я вам ее не отдам. Потому, что у вас документов нет." Можете считать меня злым , но до тех пор, пока я не увижу Ваших попыток - помощь только советом. 0

@TO5HQ4A 0 / 0 / 0 Регистрация: 10.12.2018 Сообщений: 8
	12.12.2018, 00:15 [ТС]	20
	ida2, спасибо большое, надеюсь это действительно мне поможет) 0

Оценивание частотно временных параметров сигналов по цифровой записи

Решение