matlab处理实验数据

matlab处理实验数据（共15篇）

1.matlab处理实验数据 篇一

摘要:本文设计了一个基于Matlab的“数字信号处理”课程综合性实验。该实验把“数字信号处理”课程中的许多离散的知识点串接了起来，包括采样、量化、滤波器设计、滤波器实现、DFT/FFT和滤波器的有限字长效应等。教学实践表明该实验有利于巩固学生课堂上学到的理论知识，提高学生的理论联系实际的能力和动手解决问题的能力。

关键词:数字信号处理;综合性实验;Matlab

0引言

“数字信号处理”课程的主要内容包括z变换、离散傅里叶变换(DFT)、快速傅里叶变换(FFT)、数字滤波器设计和实现以及数字信号处理中的有限字长效应等等［1］。在学习理论知识的同时或之后，引入实验将有助于学生更好地理解和掌握课程内容［2－3］。笔者在教学过程中，设计了Matlab综合性实验。该实验在不失趣味性的同时，能把该课程中许多分散的知识点串接起来。教学实践表明，该实验可以帮助学生更深入地理解本门课程，取得了较好的教学效果。

1综合实验内容设计

笔者所设计的Matlab实验如下:对下式所示的输入信号进行滤波。x=sin(100πt)+sin(480πt)(1)具体步骤为(1)将输入的模拟信号x进行采样和量化，得到12位精度的数字信号;(2)设计一个低通无限冲激响应(IIＲ)滤波器，将输入信号中的240Hz的干扰滤除，要求滤波器的输出信号中240Hz处的噪声功率比50Hz处的信号功率低60dB。(3)设计一个高通有限冲激响应(FIＲ)滤波器，将输入信号中的50Hz的干扰滤除，要求滤波器的输出信号中50Hz处的噪声功率比240Hz处的信号功率低60dB。(4)对于上述两个滤波器，要求:给出理想滤波器的传输函数及频率响应;给出系数量化后所得的新的滤波器的传输函数及频率响应;确定滤波器实现所采用的结构，并给出该结构中所用加法器和乘法器的位数;将输入的数字信号通过前一步实现的滤波器，画出输出信号的频谱，确保滤波器性能满足设计要求。顺利完成上述Matlab实验，需要解决以下问题:(1)采样频率和FFT点数的选取:根据采样定理，采样频率只要不低于信号中所包含的最高频率的两倍，就可以从采样后的离散时间信号中恢复出原始的模拟信号。根据式(1)，采样频率只要不小于480Hz即可。但是当需要使用FFT对信号进行频谱分析时，在确定采样频率时，除了要满足采样定理外，还需要考虑其他条件。例如:在做FFT时，信号频率应为频率分辨率的整数倍，这样才能准确地从频谱中看到该频率信号的功率，避免谱泄漏，即下式中的k应为整数:k=ffs=N(2)其中f，fs和N分别为信号频率、采样频率和FFT的点数。fs/N为频率分辨率，N一般为2的幂次方。在k不为整数时，为了减小谱泄漏的影响，可以在做FFT之前对采样所得的信号进行加窗处理［1］。(2)模数转换器的实现:实验中要求对输入信号进行量化，得到12位精度的数字信号。在将输入信号进行量化时，涉及到如何确定模数转换器的满量程范围、结构、量化方式(舍入还是截断)以及如何进行有符号数的量化等。(3)IIＲ滤波器类型的选择和设计:双线性变换是设计数字IIＲ滤波器的常用方法。它首先要将所要设计的数字滤波器的归一化边界角频率进行预畸变，然后再设计出满足性能要求的模拟滤波器。模拟滤波器有四种类型，分别为巴特沃斯滤波器，切比雪夫I型滤波器、切比雪夫II型滤波器以及椭圆滤波器。只有了解了这四种滤波器的特性，才能根据实际需求来选择合适的滤波器类型。在选择好滤波器类型后，将滤波器的性能指标输入相应的Matlab函数，就可以得到滤波器的传输函数，完成滤波器的设计。以椭圆滤波器为例，可以依次调用函数elli-pord()，函数ellipap()和函数zp2tf()来获得滤波器的阶数、零极点、增益和s域传输函数;也可以直接调用函数ellip()来得到滤波器的s域传输函数。最后再通过调用函数bilinear()得到相应数字滤波器的传输函数。(4)FIＲ滤波器的设计:在用窗函数法来设计FIＲ滤波器时，首先要根据滤波器的性能参数(如过渡带宽度、阻带衰减等)选取合适的窗函数以及确定窗函数的长度，之后将得到的窗函数与理想滤波器的单位脉冲响应序列相乘得到FIＲ滤波器的单位脉冲响应序列。以Kaiser窗为例，在Matlab中，函数kaiserord()用于预估FIＲ滤波器的阶数，函数kaiser()用于产生相应长度的Kaiser窗函数，函数fir1()用于实现采用该Kaiser窗设计的FIＲ滤波器，输出为滤波器的单位脉冲响应序列。(5)滤波器的实现:在用硬件实现滤波器时，必须考虑滤波器的有限字长效应，即滤波器系数的量化、滤波器中加法器和乘法器的有限字长效应以及运算结果的有限字长等等。滤波器的实现结构有直接型、级联型和并联型等。由于IIＲ滤波器存在量化噪声的积累，所以在选择结构时，需要考虑各种结构对有限字长效应的灵敏度。高阶IIＲ滤波器通常采用级联型或并联型结构来实现。Matlab中的函数residuez(B，A)用于计算传输函数B(z)/A(z)的留数、极点和直接项，从而得到有理式的部分分式展开;利用传输函数的部分分式展开，并通过适当的合并，可以得到滤波器的并联型结构。函数tf2sos()则可用于将传输函数转换成二阶节，得到滤波器的级联型结构。图3给出了系数量化前后高通滤波器的频率响应。为了能够判断所设计和实现的滤波器的性能是否达到设计指标，需要对滤波器的输出序列做N点的FFT。这时需要注意两点:一要能正确地区分输出序列中的暂态响应部分和稳态响应部分;二要从稳态响应部分选取连续的N个输出值做N点的FFT。

2教学反馈

根据学生上交的实验报告，从他们所写的实验收获和实验心得可以看出这个实验对他们学好这门功课所起的作用。总结如下:(1)本次实验是FIＲ滤波器与IIＲ滤波器的设计，综合使用了大量数字滤波器的设计方法，比如双线性变换法，窗函数法等，加深了对课堂学习的理论知识的理解，如IIＲ和FIＲ滤波器的优缺点、滤波器的暂态响应和稳态响应、各种模拟滤波器的性能比较以及各种窗函数之间的差异等。(2)学生对采样定理和FFT有了更深的认识，明白了采样频率、FFT点数等对频谱分析结果的影响，并通过不断的摸索与尝试，总结出了使用FFT时的一些注意事项。(3)对数字信号处理中的有限字长效应有了更加直观的体会，认识到在设计滤波器的传输函数时，需要考虑量化对滤波器性能的影响，设计指标需要留出一定的裕量。(4)提高了用Matlab实现数字信号处理功能的能力，包括:熟悉了使用Matlab设计FIＲ和IIＲ滤波器的流程;学会使用Matlab中的一些函数，如fft，cheb1ord，cheby，bilinear，fir1等;学会了用Matlab编写程序来实现指定结构的滤波器;学会了从时域和频域观察滤波器的输出是否正确以及是否达到性能要求等。总而言之，通过这次实验，使学生真正了解了如何利用Matlab来进行滤波器的设计，感觉受益匪浅，对他们学好“数字信号处理”课程很有帮助。

3结语

笔者所设计的基于Matlab的综合性实验涵盖了“数字信号处理”课程中的主要知识点。从学生反馈的意见可以看出，本实验取得了良好的教学效果，这有利于提高学生学习兴趣以及增强他们解决实际问题的能力。

参考文献:

［1］程佩青，数字信号处理教程［M］，北京:清华大学出版社，2007．

［2］曹建玲，刘焕淋，雷宏江．基于MATLAB的“数字信号处理”仿真实验［J］．北京:中国电力教育，2012(32):88－89．

［3］易婷．“数字信号处理”课程课内配套实验的设计［J］．南京:电气电子教学学报，2013，35(4):89－90．

2.matlab处理实验数据 篇二

数据的分析与处理在经济管理、科学研究、工程技术等方面应用相当广泛。数据分析处理就是对实验、测量等已有的数据找出其中的规律和特点, 用以解决一些问题和对数据以后的变化找出规律。目前, 用于数据分析和数据运算的软件很多, 其中最著名的首当Mathwoks公司推出的MATLAB。MATLAB (Matrix Laboratory) 语言是Mathwoks公司推出的一种面向工程和科学运算, 数据可视化和交互式程序设计的矩阵运算语言。它将数值分析, 矩阵运算, 非线性动态系统的建模和仿真集成在一起, 为科学研究, 工程设计及必须进行有效数值计算的众多学科领域提供简洁, 高效的编程工具[1]。

2 数据分析在雷达数据处理中的作用

作为雷达信号处理的后续处理过程, 雷达数据处理从大量雷达回波点迹中提取捕获目标点迹, 进行点迹与点迹关联, 进行目标航迹的建立及管理, 确定目标的位置、速度、机动情况等参数;进行点迹与航迹关联、跟踪滤波、航迹维持, 形成综合目标态势;进行目标航迹预测外推, 形成连续的目标航迹数据[2]。随着对武器系统的信息化、智能化的要求越来越高, 雷达数据处理软件的规模和复杂性也不断提高, 其中的算法也越来越复杂, 设计师们通过对采集到的数据不断分析改进算法, 以使雷达探测误差在数据处理中减小到更小。目前设计师们用的较多的方法就是通过采集到的数据与真实目标数据的拟合发现算法的不足之处, 进而改进算法, 再通过数据重演分析改进后的算法在距离误差、方位误差、航向误差、航速误差等方面是否改善。

3 基于MATLAB对某型雷达对海探测目标的滤波算法分析

跟踪滤波的主要功能是根据目标的实际测量信息实时估计目标当前的位置、速度等参数, 并外推出下一次天线扫描周期目标出现的位置信息, 该外推信息在跟踪雷达中用于检验下一帧测量信息的合理性, 因此滤波算法对于航迹的准确性起到至关重要的作用[3]。然而滤波启动后有一个暂态过程, 这个过程中距离和方位误差很大, 稳定后, 误差逐渐减小直至趋近于0。在这过程中收敛速度和滤波准确性需要同时考虑, 因此在滤波时所用的航迹帧数值需要经过大量实际数据的实验验证。

本文设计的软件有多种分析功能, 本文只介绍基于有AIS信息的雷达航迹数据分析功能。该软件可以针对雷达所采集的数据进行一键分析, 选定某一批带有AIS的航迹批号, 分析软件即可生成目标航迹与AIS航迹之间的距离误差、方位误差等误差曲线示意图, 如图1所示为方位误差曲线图, 由此可直观得体现出目标航迹在这几个方面的误差大小。

图1、2中红色表示AIS航迹, 蓝色表示目标跟踪航迹, 绿色表示原始点迹, 黄色表示相关上的点迹。其中图1表示滤波输出时经过七帧平滑, 图2表示滤波输出时经过十五帧平滑, 明显可以看出, 十五帧平滑时航向收敛速度慢, 导致目标方位与真实方位偏差越来越大, 七帧平滑时收敛速度快, 目标方位与真实方位偏差较小。根据分析软件的结果显示设计师能明显看出不同算法的优缺点, 从而找准算法改进的方向。

4 结语

雷达数据处理作为雷达系统一个重要组成部分, 随着雷达技术的发展日益重要, 算法复杂程度不断加大, 对于算法的分析和验证也越来越复杂。本文介绍了如何利用MATLAB分析数据从而优化雷达数据处理算法。通过实验证明通过MATLAB数据仿真分析雷达目标数据, 可以快速、直观的看到数据的误差, 从而优化算法。

摘要：数据分析及仿真在雷达数据处理中的应用至关重要, 通过数据仿真对雷达采集到的目标数据进行分析, 找出其中的规律和特点, 可以快速找出数据处理中存在的不足。本文将介绍基于某型雷达采集的数据开发的Matlab可视化数据分析软件, 该软件界面友好、使用方便、能帮助软件开发人员从繁琐的数据中找出雷达数据处理中滤波输出算法存在的不足, 从而优化改进算法, 大大减轻了设计人员分析数据更改算法的工作量。

关键词：数据处理,滤波目标数据

参考文献

[1]董静薇.Matlab7.0高级语言程序设计[M].哈尔滨:黑龙江教育出版社, 2007.

[2]何友.雷达数据处理及应用[M].北京:电子工业出版社, 2006.

3.matlab处理实验数据 篇三

摘 要：误差理论与数据处理是高等院校测控技术与仪器专业的一门专业必修课。通过该课程的学习可以使学生掌握数据处理方法，正确估计被测量值，科学地评价测量结果。误差理论与数据处理具有理论性强，计算公式多等特点，传统教学模式教师常专注于基本理论的讲解，忽视了基于数据分析软件等实际应用训练环节，导致学生从事具体相关工作时手足无措，工作效率过低。本文以MATLAB为例探讨数据分析软件在误差理论与数据处理课程中的应用。

关键词：误差理论与数据处理；MATLAB；教学模式

资助项目：本论文研究工作受辽宁省教育科学“十二五”规划立项课题《开放课程对高等教育的影响及应对策略研究》资助，课题批准号：JG14DB292

中图分类号： G642 文献标识码： A 文章编号：

1 MATLAB软件简介

MATLAB是一款由美国The MathWorks公司出品的商业数学软件，它具有语句简单、编程效率高、用户使用方便、交互性好和数据可视化功能强等特点。随着MATLAB版本的不断升级，功能不断完善，时至今日，MATLAB已经发展成为适合多学科、多种工作平台的功能强大的大型软件，在控制、通信、信号处理及科学计算等领域都得到了广泛的应用。

2 MATLAB软件在误差理论与数据处理中的应用

2.1 随机误差的处理

测量列中的随机误差具有相互抵偿性，因此，通过计算测量列算术平均值可以对随机误差进行处理，对于测量列中单次测量值的不可靠程度可以用单次测量标准差来评定，相应地对于测量列算术平均值的不可靠程度可以用算术平均值标准差来评定。应用MATLAB对随机误差处理的相关命令如下：

设测量列

（1） 算术平均值：mean（A）；

（2） 单次测量标准差：std（A）；

（3） 算术平均值标准差：std（A）/sqrt（n）

2.2 系统误差的处理

测量列中的系统误差不易被发现，且经过多次重复测量不能减小其对测量结果的影响，目前并没有能够适用于发现各种系统误差的普遍方法，常用的适于发现某些系统误差的方法有实验对比法、残余误差观察法，残余误差校核法和不同公式计算标准差比较法等，其中残余误差观察法比较简单、直观，主要是根据测量列中的各个残余误差大小和符号的变化规律，直接由误差曲线图形来判断有无系统误差，这种方法主要适用于发现有规律变化的系统误差。基于MATLAB采用残余误差观察法发现系统误差的相关命令如下：

设测量列

（1） 算术平均值： =mean（A）；

（2） 残余误差： ；

（3） 绘制误差图形：plot（sort（1：length（B）），B）

2.3 粗大误差的处理

测量列中的粗大误差数值偏差较大，它会明显地歪曲测量结果，一旦发现，应将其从测量列中剔除。常用的判断粗大误差准则有莱以特准则，罗曼诺夫斯基准则，格罗布斯准则和狄克松准则等，其中莱以特准则使用简单，不需查表，得到了相对广泛的应用。基于MATLAB采用莱以特准则剔除粗大误差的相关命令如下：

2.4 最小二乘法

最小二乘法可以解決参数的最可信赖值估计、组合测量的数据处理以及用实验方法拟合经验公式等一系列数据处理问题，因此最小二乘法在很多领域都得到了广泛的应用。最小二乘法处理步骤比较繁琐，但应用MATLAB却可以化繁为简。基于MATLAB采用最小二乘法对线性参数进行估计的相关命令如下：

设测量数据列向量为L，误差方程的系数矩阵为A，方程的个数为n，未知量的个数为t

（1） 参数的最佳估计值：X=inv（A*A）*A*L

（2） 残余误差：V=L-A*X

（3） 测量数据的精度估计：

（4） 估计量的精度估计：

2.5 回归分析

回归分析是一种统计学上分析数据的方法，目的在于了解两个或多个变量之间的内在关系，在工程上和科学研究中应用十分广泛，尤其是其中的一元线性回归。基于MATLAB的一元线性回归相关命令如下：

其中x为源数据点对应的横坐标行向量，y为源数据点对应的纵坐标行向量。

3 应用实例

3.1实例1

对某一轴径等精度测量9次，得到的数据为24.774，24.778，24.771，24.780，24.772，24.777，24.773，24.775，24.774，已知测量列不存在固定的系统误差，试判断是否存在系统误差及粗大误差。

（1） 判断是否存在系统误差

从图1可以看出，误差符号大体上正负相同，且无显著变化规律，因此可判断该测量列无变化的系统误差存在。

（2） 判别是否存在粗大误差

从执行结果和原始数据对照可以看出，测量列不存在粗大误差。

3.1实例2

测量方程为 试求x、y的最小二乘法处理及其相应精度。

4 结论

针对误差理论与数据处理课程特点，并结合该课程在工程上和科学研究中的实际应用具体情况，本文提出改变传统基于笔算的教学模式，引入MATLAB对数据进行分析及处理，这样可以大大提高数据处理效率，同时进一步保证了数据处理的准确性，进而使学生提高学习兴趣，真正做到学有所用。

参考文献

[1] 费业泰.误差理论与数据处理[M]. 北京：机械工业出版社，2010.

[2]吴石林，张玘，熊九龙，李苑青. 误差理论与数据处理实践教学：DSP软件应用[J]. 中国教育技术装备，2013（18）：132，133，135.

[3]王春艳. “误差理论与数据处理”课程教学改革的研究与实践[J]. 吉林省教育学院学报，2012，28（7）： 10-11.

[4] 陈国强，黄俊杰. 数据处理软件在误差理论教学中的运用[J]. 中国现代教育装备，2010（7）：70-73.

4.醋酸的电位滴定实验报告数据处理 篇四

V 0 2 4 6 8 10 10.2 10.4 10.6 10.8 10.9 11 11.1 11.2 11.3 11.4 11.6 11.8 12 12.5 13 13.5 14.5 15 pH 3.32 4.09 4.46 4.76 5.11 5.73 5.91 6.15 6.36 6.78 7.08 7.16 7.88 8.78 9.89 10.22 10.46 10.71 11.05 11.24 11.35 11.47 11.55 11.58

V 0 2(ΔpH/ΔV)

0.385 4 6 8 10 10.2 10.4 10.6 10.8 10.9 11 11.1 11.2 11.3 11.4 11.6 11.8 12 12.5 13 13.5 14.5 15 0.185 0.15 0.175 0.31 0.9 1.2 1.05 2.1 3 3.8 4.2 9 11.1 3.3 1.2 1.25 0.85 0.38 0.22 0.24 0.3 0.2

5.matlab处理实验数据 篇五

CCD测光谱波长的数据处理的实验研究和程序编制

作为学生课题实验,对光谱线的`线型、数据的平滑、寻峰以及一些误差因素进行了实验研究;在此基础上,编写了测量程序.在该测量程序中,提供了寻峰的快速高效算法和处理高频噪声的滤波功能.实验表明,该测量程序功能齐全、界面友好,测得的波长值与准确值比较,误差小于±1 (A).

作 者：伍骁迪 黄用韬 马兴坤 WU Xiao-di HUANG Yong-tao MA Xing-kun 作者单位：清华大学,物理系,北京,100084刊 名：实验技术与管理 ISTIC PKU英文刊名：EXPERIMENTAL TECHNOLOGY AND MANAGEMENT年，卷(期)：24(4)分类号：O433.1关键词：光谱波长 线阵CCD 程序编制 光谱线型 数据平滑 寻峰

6.MATLAB实验报告 篇六

[摘要]大学物理力学中涉及许多复杂的数值计算问题，例如非线性问题，对其手工求解较为复杂，而MATLAB语言正是处理非线性问题的很好工具，既能进行数值求解，又能绘制有关曲线，非常方便实用。另外，利用其可减少工作量，节约时间，加深理解，同样可以培养应用能力 。

[关键词]力学 重力场 阻尼振动 MATLAB语言 图形绘制

一、问题的提出

MATLAB 语言是当今国际上科学界 (尤其是自动控制领域) 最具影响力、也是最有活力的软件。它提供了强大的科学运算、灵活的程序设计流程、高质量的图形可视化与界面设计、便捷的与其他程序和语言接口的.功能。MATLAB 语言在各国高校与研究单位起着重大的作用.它是一种集数值计算、符号运算、可视化建模、仿真和图形处理等多种功能……

二、重力场中小球落点问题

在物理课程的学习中我们可以明确的得到解决落体运动的方程：

d2ym2??mg（1） dt

例：一弹性球，初始高度 h=10m,向上初速度 v0=15m/s, 与地相碰的速度衰减系数 k=0.8,计算任意时刻球的速度和位置。

分析：用传统计算方法解决时我们需要列出传统方程，

我们明显可以感觉到，这样的计算不仅繁琐费时，而且没有图示很难给以直观的感受，现在我们用MATLAB语言来对此例题做以下解析：

MATLAB程序如下：

clear all %有衰减弹性小球运动程序

v0=15; h=10; %初速度、高度

g=-9.8; k=0.8; % 重力加速度 衰减系数

通过以上程序对小球落地速度、位置以及运动过程的坐标描述，我们就会发现其在此

类问题中直观的表述，那么现在我们来解决另外一个问题。

三、解决阻尼振动与受迫震动图像问题

1、阻尼振动方程

红线—简谐振动，蓝线?2??2的阻尼振动，绿线?2??02的阻尼振动，阻尼振动周期

比自由振动要长，当?2?0.99?02 时，振幅按指数迅速缩减。

四、结论

从以上利用MATLAB语言对3种基本力学模型的分析我们不难的出以下结论：

五、课程体会

经过一学期紧张而有序的课程学习，在忙碌之余也得到了颇多的收获。我深深体会到MATLAB语言相对于同类程序语言更方便更简洁易懂，……

[参考文献]

[1] 刘卫国.MATLAB程序设计与应用（第二版）[M].北京：高等教育出版社，.

[2] 马文蔚.物理学(上册)（第四版）[M],北京：高等教育出版社，.

说明：

1.页面为A4，页边距上下均为2.5厘米，左右均为2.2厘米。

2.行距为单倍行距。

3.页码不显示首页。

7.matlab处理实验数据 篇七

关键词：MATLAB成图,小波变换,沉降观测,消噪

0 引言

MATLAB产品是美国Mathworks公司开发的用于概念设计、算法开发、建模仿真,实时实现的理想集成环境。目前被广大科研工作者和工程技术人员广泛使用,在各行各业发挥着巨大作用。在变形监测领域同样有着巨大的应用价值。变形观测中要对各个监测点位进行周期性的观测,通过报表及图形来直观反映监测对象的形变情况。而现实中,由于观测条件不完全相同,同时外界随机因素的影响会对观测成果产生干扰。具体表现为监测曲线不够平滑,会出现锯齿状往复。另外监测点位的水平位移或沉降曲线的绘制比较麻烦,而用Excle直接绘制编辑存在一定的不便,曲线也不够平滑。利用MATLAB可轻松实现图表的绘制,通过小波去噪,可使曲线平滑并更趋近客观真值。

1 监测曲线绘制

通常外业测量数据要存放在Excle中,首先对需要绘制曲线的监测点数据以观测时间(次数),相应高程值进行整理,需要注意的是将日期换算为首次观测开始后的累积天数,这样有助于客观反映曲线相应点的斜率。接下来将Excle与MATLAB进行挂接,在“Excle选项”中选择“加载项”——“转到”,选择“Spreadsheet Link EX 3.1 for use with matlab and Excle”选框后确定,挂接成功。之后启动MATLAB,在workspace中加载整理好的Excle数据,此时注意将时间数据和高程值数据分别存在两个数组中,然后保存文件为*.mat类型。选中两个数组后点击plot(y,x)函数,此时将弹出Figures窗口,图形绘制完毕。接下来将在Figures中编辑坐标轴名称,图表名称,可根据需要调整字体大小、颜色,并添加图例等。绘制出曲线图如图1。

至此,监测点曲线图绘制完成,但通过观察可发现,曲线在首段、尾端均不够光滑。与现实情况不符,因此需要对其进行消噪处理。

2 应用小波变换对曲线消噪处理

2.1 小波变换

小波即小的波形,“小”是指它具有衰减性,“波”是指它的波动性。小波变换是现代分析中一种强有力的工具,由于其在低频部分具有较高频率分辨率和较低时间分辨率,在高频部分具有较高时间分辨率和较低频率分辨率。因此称为数学上的显微镜。由于变形监测数据属于非稳定性信号,而小波分析正适用于非平稳信号的处理。

2.2 监测数据信号分离和消噪

变形监测数据是一个包含噪声的信号,其基本模型为S(n)=f(n)+e(i),i=1,2,…,n(1)

式中,S(n)是监测数据,f(n)是变形数据,包含实际变形量和确定性噪声(如系统误差);e(i)为随机噪声。

在变形监测过程中,变形监测数据f(n)在时域和频域上是局部化的,表现为低频特性,在小波分解中它对应低频近似部分,并且随着分解尺度的增大,信号近似部分中包含的高频信息越来越少;随机测量噪声e(i)在时频空间中的分布是全局性的,在整个观测的时域内处处存在,在频域上则表现为高频特性,因此测量中的偶然误差主要集中在高频段。因此,能以门限阈值形式对小波系数进行处理,减小噪声部分的值,在通过重构恢复信号,达到消噪目的。具体步骤如下:(1)选择小波系数及小波分解。选择Symlets(symN)小波系进行信号分解,该小波系是对dbN小波系的改进,在工程领域有广泛应用。信号分解的层次选3层,symN的N选择4,完成对原始信号的分解。(2)高频系数中测量噪声的提取,利用MATLAB小波工具箱来完成噪声信息提取,函数采用给定阈值中的最大最小准则(minimax规则)来选择,之后对高频系数进行软阈值量化处理。(3)小波重建。根据第N层的低频系数和从第一层到第N层经过修改的高频系数,进行小波重建。

2.3 工程实例

如表1所示为某建筑物4号点沉降观测数据,累积观测58次。借助MATLAB工具箱的小波分析函数对其进行去噪。

打开MATLAB的小波分析工具,选择“wavelet 1-D”,打开监测数据文件(mat文件),之后出现小波分析窗口。对以上数据进行sym4的3 层信号分离,如图2。

通常来讲变形监测点的仪器误差变化不大,然而在作业过程中,观测结果受外界观测条件,如温度、季节、风力、大气折光等自然条件的变化以及其他随机因素影响有着较大的差异,因此偶然误差也有着相对较大的差异。经过小波消噪后的沉降曲线平滑,去除了偶然误差,使得数据更加符合客观情况,更能看出变形的趋势。

3 结语

MATLAB以其强大的分析工具和计算功能使变形监测数据的分析处理变的简单,而且可靠稳定。该软件不仅仅在绘图及消噪方面服务变形监测,在变形数据预测、基准点的稳定性分析、采用现代平差理论解算基准网方面均能发挥巨大作用。

参考文献

[1]吴兆福等.小波变换后的噪声信息在大坝变形监测精度评定中的应用[J].地球科学进展,2008(,6).

[2]侯建国,王腾军.变形监测理论与应用[M].北京:测绘出版社,2008.

8.多个实验数据处理电子表格的管理 篇八

采用宏可以编制多级用户菜单取代系统提供的命令菜单，方法如下。

打开文档时自动运行的宏

Sub Auto_Open()

OpenMenu

End Sub

关闭文档时自动运行的宏

Sub Auto_Close()

On Error Resume Next

MenuBars("MyMenu").Delete

End Sub

自定义多级菜单的宏

Sub OpenMenu()

On Error Resume Next

MenuBars("MyMenu").Delete

Sheets("物理实验管理").Select

MenuBars.Add ("MyMenu")'自定义菜单

'添加第1级“力学实验”菜单项

MenuBars("MyMenu").Menus.Add Caption:="力学实验"

'添加第2级“力学实验1”～“力学实验2”菜单项

MenuBars("MyMenu").Menus("力学实验").MenuItems.Add Caption:="力学实验1", OnAction:="SheetOpen11"

MenuBars("MyMenu").Menus("力学实验").MenuItems.Add Caption:="力学实验2", OnAction:="SheetOpen12"

'添加第1级“电学实验”菜单项

MenuBars("MyMenu").Menus.Add Caption:="电学实验"

'添加第2级“电学实验1”～“电学实验2”菜单项

MenuBars("MyMenu").Menus("电学实验").MenuItems.Add Caption:="电学实验1", OnAction:="SheetOpen21"

MenuBars("MyMenu").Menus("电学实验").MenuItems.Add Caption:="电学实验2", OnAction:="SheetOpen22"

MenuBars("MyMenu").Activate'激活自定义菜单

End Sub

打开指定工作簿文档“力学实验1.xls”的宏

Sub SheetOpen11()

Dim book As Workbook'定义一个Workbook变量

On Error Resume Next

Set book = Workbooks("力学实验1.xls")

If book Is Nothing Then

Workbooks.Open Filename:=ThisWorkbook.Path + "力学实验1.xls"' '打开指定工作簿文档

End If

Windows("力学实验1.xls").Activate

Sheets("力学实验1").Activate

End Sub

9.matlab处理实验数据 篇九

MATLAB 综合实验 项目二

连续系统的频域阐发 目的：

周期信号输入连续系统的响应可用傅里叶级数阐发。由于盘算历程啰嗦，最适适用MATLAB 盘算。通过编程实现对输入信号、输出信号的频谱和时域响应的盘算，认识盘算机在系统阐发中的作用。

任务：

线性连续系统的系统函数为11)(jj H，输入信号为周期矩形波如图 1 所示，用MATLAB 阐发系统的输入频谱、输出频谱以及系统的时域响应。

-3-2-1 0 1 2 300.511.52Time(sec)

图 1

要领：

1、确定周期信号 f(t)的频谱nF。基波频率 Ω。

2、确定系统函数 )( jn H。

3、盘算输出信号的频谱

n nF jn H Y )( 

4、系统的时域响应

 nt jnn eY t y)（MATLAB 盘算为

y=Y_n*exp(j*w0*n“*t);

要求（画出 3 幅图）：

1、在一幅图中画输入信号 f(t)和输入信号幅度频谱|F(j)|。用两个子图画出。

2、画出系统函数的幅度频谱|H(j)|。

3、在一幅图中画输出信号 y(t)和输出信号幅度频谱|Y(j)|。用两个子图画出。

解:(1)阐发盘算：

输入信号的频谱为

(n)输入信号最小周期为 =2，脉冲宽度，基波频率Ω=2π/ =π，所以

(n)系统函数为

因此

输出信号的频谱为

系统响应为

(2)步伐：

t=linspace(-3,3,300);

tau_T=1/4;

%

n0=-20;n1=20;

n=n0:n1;

%盘算谐波次数20

F_n=tau_T*Sa(tau_T*pi*n);

f=2*(rectpuls(t+1.75,0.5)+rectpuls(t-0.25,0.5)+rectpuls(t-2.25,0.5));

figure(1),subplot(2,1,1),line(t,f,”linewidth“,2);

%输入信号的波形 axis([-3,3,-0.1,2.1]);grid on

xlabel(”Time(sec)“,”fontsize“,8),title(”输入信号“,”fontweight“,”bold“)%设定字体巨细，文本字符的粗细

text(-0.4,0.8,”f(t)“)

subplot(2,1,2),stem(n,abs(F_n),”.“);

%输入信号的幅度频谱 xlabel(”n“,”fontsize“,8),title(”输入信号的幅度频谱“,”fontweight“,”bold“)

text(-4.0,0.2,”|Fn|“)

H_n=1./(i*n*pi+1);

figure(2),stem(n,abs(H_n),”.“);

%系统函数的幅度频谱 xlabel(”n“,”fontsize“,8),title(”系统函数的幅度频谱“,”fontweight“,”bold“)

text(-2.5,0.5,”|Hn|“)

Y_n=H_n.*F_n;y=Y_n*exp(i*pi*n”*t);

figure(3),subplot(2,1,1),line(t,y,“linewidth”,2);

%输出信号的波形 axis([-3,3,0,0.5]);grid on

xlabel(“Time(sec)”,“fontsize”,8),title(“输出信号”,“fontweight”,“bold”)

text(-0.4,0.3,“y(t)”)

subplot(2,1,2),stem(n,abs(Y_n),“.”);

%输出信号的幅度频谱 xlabel(“n”,“fontsize”,8),title(“输出信号的幅度频谱”,“fontweight”,“bold”)

text(-4.0,0.2,“|Yn|”)

(3)波形：

-3-2-1 0 1 2 300.511.52Time(sec)输 入 信 号f(t)-20-15-10-5 0 5 10 15 2000.10.20.30.4n输 入 信 号 的 幅 度 频 谱|Fn|-20-15-10-5 0 5 10 15 2000.10.20.30.40.50.60.70.80.91n系 统 函 数 的 幅 度 频 谱|Hn|

-3-2-1 0 1 2 300.10.20.30.4Time(sec)输 出 信 号y(t)-20-15-10-5 0 5 10 15 2000.10.20.30.4n输 出 信 号 的 幅 度 频 谱|Yn|

项目三

连续系统的复频域阐发 目的：

周期信号输入连续系统的响应也可用拉氏变更阐发。用 MATLAB 的标记盘算成果，通过编程实现对系统瞬态响应和稳态响应的阐发，加深理解拉氏变更在阐发系统中的作用。

任务：

线性连续系统的系统函数为11)(ss H，输入信号为周期矩形波如图2所示，用MATLAB阐发系统的响应和稳态响应。

0 1 2 3 4 5 6 700.511.52Time(sec)

图 2

要领：

1、确定第一个周期拉氏变更)(0s F。

2、确定前 6 个周期的拉氏变更)(s F。

3、盘算输出信号的拉氏变更)()()(s F s H s Y 

4、系统的时域响应)()(s Y t y 

MATLAB 盘算为

y=ilaplace(Y);5、系统的稳态响应和稳态值，即经过 4 个周期后，系统响应趋于稳态，两个稳态值可取为

t=8s 和 t=8.5s

要求：

1、画出输入信号 f(t)波形。

2、画出系统输出信号 y(t)的波形。

3、画出系统稳态响应 yss(t)的波形，4 个周期后。并盘算出稳态值。

解:(1)步伐 syms s;

H=1/(s+1);

F0=1/s*(1-exp(-0.5*s));

%输入信号第一个周期的laplace变更

F=F0+F0*exp(-2*s)+F0*exp(-4*s)+F0*exp(-6*s);

Y=H.*F;

Y0=H.*F0;

y=ilaplace(Y);

y=simple(y);

t=linspace(0,12,300);

f=2*(rectpuls(t-0.25,0.5)+rectpuls(t-2.25,0.5)+rectpuls(t-4.25,0.5)+rectpuls(t-6.25,0.5));

yn=subs(y);

%标记替换

figure(1),plot(t,f,“linewidth”,2);

axis([0,7,-0.2,2.2]),xlabel(“Time(sec)”,“fontsize”,8),title(“输入信号”,“fontweight”,“bold”)

text(3.0,1.0,“f(t)”)

figure(2),plot(t,yn,“linewidth”,2);

axis([0,7,-0.1,0.5]),xlabel(“Time(sec)”,“fontsize”,8),title(“输出信号”,“fontweight”,“bold”)

text(3.0,0.3,“y(t)”)

figure(3),plot(t,yn,“linewidth”,2);

axis([8,12,-0.1,0.5]),xlabel(“Time(sec)”,“fontsize”,8),title(“输出信号稳态响应”,“fontweight”,“bold”)

text(10.0,0.2,“ys(t)”)

t=8:0.5:8.5;

%取t=8s和t=8.5两个稳态值

ys=subs(y,t,“t”);

disp(“输入为周期信号的响应的第一个周期”);

y0=ilaplace(Y0);

pretty(y0);

%标记输出类似数值形式

disp(“输出稳态周期信号的两个值”);

ys

(2)波形

0 1 2 3 4 5 6 700.511.52Time(s ec)输 入 信 号f(t)

0 1 2 3 4 5 6 7-0.100.10.20.30.4Time(sec)输 出 信 号y(t)8 8.5 9 9.5 10 10.5 11 11.5 12-0.100.10.20.30.4Time(sec)输 出 信 号 稳 态 响 应ys(t)

命令窗口显示：

输入为周期信号的响应的第一个周期

heaviside(t-1/2)(exp(1/2-t)-1)-exp(-t)+ 1 输出稳态周期信号的两个值 ys =

0.1015

10.matlab处理实验数据 篇十

应用MatLab软件编程,模拟了杨氏双缝干涉实验光强分布图形,通过改变波长、缝宽等参数,研究了双缝干涉条纹的`光强变化规律.得到双缝的宽窄是造成杨氏双缝干涉实验条纹光强分布不均的主要因素,以及杨氏双缝干涉条纹宽度与波长反比等规律.通过对该实验进行计算机模拟,可以直观地分析各参数对干涉结果的影响,对光学的理论研究及实验教学来说有一定的指导作用.

作 者：崔海瑛 邵忠奎 CUI Haiying SHAO Zhongkui 作者单位：崔海瑛,CUI Haiying(大庆师范学院物理与电气信息工程学院,黑龙江,大庆,163712)

邵忠奎,SHAO Zhongkui(大庆铁人中学,黑龙江,大庆,163411)

11.matlab处理实验数据 篇十一

一、结构与功能简介

该工作簿包括“实验14”和用于保存各组（本案例为20组）学生实验数据的“原始数据库”两张工作表。“实验14”由用于接受学生输入实验数据的“实验数据”、自动进行数据处理的“实验处理”与“实验结果”子区（如图所示）以及供学生输入分析文本的“分析与研究”子区等11个子区（详见案例文档＊）组成。

二、公式与参数设置的前期准备

为实现数据的自动处理，相应单元格中的公式如下：B22（电阻值）：=B18/B19（复制到B22:G22区域）；B23（导线平均长度）：=AVERAGE(B16:D16)；E23（导线平均直径）：=AVERAGE(B17:D17)；F23（电阻平均值）：=AVERAGE(B22:G22)；B25（电阻率）：=PI()*(E23*0.001)^2*G23/(4*B23*0.01)

为保证实验数据显示合理有效的数字位数，选中相应单元格或区域，执行“格式／单元格／数字／数值｜日期｜科学记数”命令，设置两位小数的数值格式以及“年—月—日”的日期格式。

为便于编程，选中“实验14”和“原始数据库”工作表的下列区域或单元格，执行“插入／名称／定义”命令，设置各单元格与区域的名称及对应的坐标如下：原始数据=实验14!A14:G19;组1=原始数据库!A2:G7……组20=原始数据库!A135:G140;分析1=原始数据库!H2……分析20=原始数据库!H135。

执行“格式／单元格／保护”命令解除“实验14”工作表的“实验数据”和“分析与研究”两个子区中需要输入数据的单元格或区域的锁定状态，其余单元格均保持默认的锁定状态；再执行“工具／保护／工作表保护”命令保护该工作表，并只允许用户“选定未锁定的单元格”，从而可以在其中输入数据和分析文本。

三、窗体按钮对应宏的录制

为简化VBA程序编制，本案例采用窗体按钮，各自对应基本操作的宏代码在添加窗体按钮后弹出的对话框中单击“录制新宏”录制，也可通过执行“工具／宏／录制新宏”命令录制。典型的操作及自动录制的对应宏代码如下表。

四、各窗体按钮模块中VBA程序（含宏）的编制

包含5个“窗体”按钮。其中，“数据清零与输入数据”按钮用于引导学生在“实验数据”区输入其“姓名”、“实验组号”、“班级”、“实验日期”和实验数据；“学生数据入库保存”按钮用于保存本实验报告及含该学生现有实验原始数据的“原始数据库”；“调用库中学生数据”按钮用于学生在重做实验后，通过输入“姓名”与“实验组号”，从“原始数据库”中调出所保存的旧有实验数据进行修改。

在各个窗体按钮对应模块的宏代码中添加适当的VBA程序，可以完善模块的应用功能（读者可对照上表找出所添加的VBA程序代码）。

(一)“数据清零与输入数据”窗体按钮

Sub Macro1()

Application.ScreenUpdating = False'取消屏幕闪烁

Sheets("实验14").Select '选择“实验14”工作表

Range("B14,D14,F14,G14,B16:D17,B18:G19").Select'选择“实验数据”子区相应数据单元格和数据区域

Selection.ClearContents

Range("B13").Activate '选择B13单元格

End Sub

(二)“数据处理与检查结果”窗体按钮

Sub Macro2()

Application.Goto Reference:="R27C1" '向下翻屏到A27单元格

Application.Goto Reference:="R13C2" '向上移动到B13单元格

End Sub

(三)“保存本组学生数据”窗体按钮

Sub Macro3()

Application.ScreenUpdating = False

Sheets("实验14").Select

ActiveSheet.Unprotect'取消“实验14”工作表保护

'保证“组号”等单元格中必须输入正确内容

If IsNumeric(Cells(14, 2)) = False Or Cells(14, 2) > 20 Or Cells(14, 2) < 1 Or Cells(14, 2) = "" Or Cells(14, 4) = "" Then

MsgBox ("请在“实验组号”单元格B14中输入1～20之间的整数组号，在“姓名”单元格D14中输入您的姓名，在“班级”单元格F16中输入你所在班级代号。")

Else

a = "组" & Cells(14, 2)'组合出“组n”区域名

b = "分析" & Int(Cells(14, 2))'组合出“分析n”单元格名

'将“实验14”工作单中“原始数据”区的数据复制到“原始数据库”工作表相应“组n”区域中

Range("原始数据").Select

Selection.Copy'复制所选区域内容

Sheets("原始数据库").Select

Range(a).Select'选择“组n”名字对应的区域

ActiveSheet.Paste'粘贴所复制区域的内容

'将“实验14”工作单中A27单元格中的“分析与研究”文本复制到“原始数据库”工作表相应“分析n”单元格中

Sheets("实验14").Select

……（笔者注：请读者参阅上面的5条语句自己编写。）

End If

Sheets("实验14").Select

Range("B13").Select

ActiveSheet.Protect DrawingObjects:=True, Contents:=True, Scenarios:=True '保护“实验14”工作表

ActiveSheet.EnableSelection = xlUnlockedCells

ActiveWorkbook.Save'保存工作簿

End Sub

(四)“打印本实验报告”窗体按钮

Sub Macro4()

Sheets("实验14").Select

ActiveSheet.Unprotect

Range("A1:G27").Select

Selection.PrintOut Copies:=1, Collate:=True'打印所选择区域

Range("B13").Select

ActiveSheet.Protect DrawingObjects:=True, Contents:=True, Scenarios:=True

ActiveSheet.EnableSelection = xlUnlockedCells

End Sub

(五)“调用库中学生数据”窗体按钮

Sub Macro5()

Application.ScreenUpdating = False

Sheets("实验14").Select

ActiveSheet.Unprotect

If IsNumeric(Cells(14, 2)) = False Or Cells(14, 2) = "" Or Cells(14, 2) > 20 Or Cells(14, 2) < 1 Then

MsgBox ("请在“实验组号”单元格B14中输入1～20之间的整数组号。")

Else

a = "组"& Cells(14, 2)

b = "分析" & Int(Cells(14, 2))

'将“原始数据库”工作表相应“组n”区域的原始数据复制到“实验14”工作表的“原始数据”区域中

Sheets("原始数据库").Select

Range(a).Select'选择“组n”名字对应的区域

Selection.Copy

Sheets("实验14").Select

Range("原始数据").Select

ActiveSheet.Paste

'将“原始数据库”工作表名字为“分析n”单元格中的文本复制到“实验14”工作表的A27单元格中

……（笔者注：请读者参阅上面的6条语句自己编写。）

End If

Range("B13").Select

ActiveSheet.Protect DrawingObjects:=True, Contents:=True, Scenarios:=True

ActiveSheet.EnableSelection = xlUnlockedCells

End Sub

五、拓展应用

在本案例的基础上还可逐个编制其他物理实验数据的处理与管理工作簿，并通过主控工作簿和用户命令菜单把全部实验工作簿组织成一个系统，再应用于实验教学活动中。教师还可以将窗体按钮改为能实现相同功能的控件按钮。

（作者单位：北京师范大学教育技术学院河南荥阳市第二高级中学）

12.matlab处理实验数据 篇十二

1.1 基本原理

最小二乘法是基于随机统计原理，把试验样本值作为随机变量，使其与所求直线的距离的平方和为最小。它在土工试验资料整理中的直接运用就是，当有一组(二维)大小不等的试验数据，它们之间具有近似线性的关系，而需要求出它们之间的线性关系的表达式时，首先画出二维坐标系，把这些以试验数据为坐标的点点在坐标系中，就可以利用最小二乘法原理根据试验数据画出一条直线，使这条直线到所有点的距离的平方和为最小，那么这条直线的方程就可以最佳地反映这组试验数据的线性关系。

1.2 最小二乘法数学模型

1.2.1 直线拟合公式

设由n组实验数据(xi, yi, i=1, 2…n)求得最佳经验公式为y=a+bx，根据最小二乘法原理，当S=∑[yi-(a+bxi)]2为最小值时有：

联合(1)、(2)两式可求得：

将得出的a、b两参数代入y=a+bx即可得拟合直线公式。

1.2.2 直线拟合相关系数

对任何两个变量x、y的一组实验数据(xi, yi, i=1, 2…n)都可按上述计算方法拟合一条直线，但必须指出只有当x和y之间存在线性关系时，拟合的直线才有意义，为此我们引入一个参量相关系数r，其定义为：

式中:

r表示两变量之间的函数关系与线性的符合程度，r∈[-1, 1]，r绝对值越接近于1, x和y的线性关系越好;如果r绝对值接近于0，则可认为x和y之间不存在线性关系。土工实验中r绝对值如能达到0.9以上就表示实验数据线性良好，否则应补做试验。最小二乘法直线拟合时除给出斜率a、截距b外，还要给出相关系数r值。

1.2.3 a、b、r求解方法

计算器、计算机的普及使得a、b、r的求解简便易行，主要有以下几种方法：1)用有二维统计功能的计算器可直接求得a、b、r;2)用计算机程序Excel中的intercept(求截距)、slope(求斜率)、correl(求相关系数)函数也可直接求得a、b、r;3)可根据实际情况编程或利用已有相关软件求a、b、r。下面就以直剪试验实测资料(表1)的分析整理为例逐一介绍，以供参考。

2 基于Matlab的直线拟合分析

Matlab是美国MathWorks公司自80年代中期推出的一款数学软件，它集数值分析、矩阵运算、信号处理和图形显示于一体，是一个高性能的数值计算和数据可视化平台，已在许多领域得到了广泛的应用，在岩土工程的科学计算方面也不例外，但在土工试验数据处理方面应用的还不多。对于直剪试验数据拟合而言，可令x=[100, 200, 300, 400]，y=[59.6, 72.5, 91.8, 104.7]，然后利用Matlab中的内嵌的线性拟合函数进行拟合分析，即可求出待定系数a、b：[a, b]=polyfit (x, y, 1)

利用该软件的绘图功能即可绘出土体抗剪强度拟合直线如图2所示：

图2所示土的抗剪强度直线公式为y=0.1546x+43.5，即：τ=0.1546σ+4315，相关系数r=0.99659>0.9满足要求。

3 基于EXCEL图表法的直线拟合分析

1)打开Micros oft Exce l，然后将表1中的试验数据按照一定的规律输入到所对应的表格中，在G2中插入“=INTERCEPT (B3:E3, B2:E2)”以求截距a，在H2中插入“=CORREL (B2:E2, B3:E3)”以求相关系数r，在G3中插入“=SLOPE (B3:E3, B2:E2)”以求斜率b;2)单击【图表向导】图标，在【标准类型】中选择“xy散点图”，并选择相应的子图表类型，之后单击【下一步】，在【系列】选项卡【X值(X)】中填入“=Sheet1!$B$2:$E$2”，在【Y值(Y)】中填入“=She e t1!$B$3:$E$3”，在【数据区域(D)】中填入“=She e t1!$B$2:$E$3”，在【系列产生在:】复选框中选择“行”，修改完毕后单击【确定】按钮;3)使用Excel工作簿最主要的目的是要得出土体在相应条件下的强度指标c、φ值，所以接下来用右键单击数据点。当弹出下拉菜单后，单击【添加趋势线】，在其中的【类型】选项卡中选择“直线趋势预测/回归分析”类型，在【选项】选项卡中单击【显示公式】，最后单击【确定】按钮(所得图形参见图3)。由图3便可得到土体抗剪强度直线公式y=0.1546x+43.5以及强度指标c、φ值和相关系数。而且一旦Excel表格建立起来后，可以一劳永逸，以后处理此类数据只需输入B3→E3的4个数据即可，此表可以打印出来作为试验报告用。其它实验的数据处理，如液塑限测定、击实试验等对应的计算过程与此类似。

4 结论

13.matlab处理实验数据 篇十三

基于Matlab的快鸟影像主成分处理研究

文中以Matlab软件为基础对快鸟影像进行主成分处理,处理之前在ERDAS8.5中对快鸟影像格式进行变换,从11bit变换为8bit,然后再输出为Matlab软件能够接收的jpg格式图像文件.经在Matlab软件中进行主成分处理得:第一主成分的贡献率为88.72%,第二主成分为10.13%,第三主成分为1.15%,第四主成分近似为0.为进行分辨率的融合,以全色波段替代第一主成分量,进行主成分的逆变换,并输出了PCA123、PCA432、PCA421三景假彩色图像,其联合信息熵以PCA432最大为15.1160,次之PCA421为15.1103,PCA123最小仅为12.6419,该值与没有进行主成变换的`假彩色421、真彩色321接近,说明主成分处理以后,输出波段的选择也非常重要.

作 者：马友平Ma Youping 作者单位：湖北民族学院生物科学与技术学院,湖北,恩施,445000刊 名：矿山测量英文刊名：MINE SURVEYING年，卷(期)：“”(5)分类号：P237关键词：Matlab 快鸟影像 主成分

14.matlab处理实验数据 篇十四

２００９

ＮＯ．３１

ＳＣＩＥＮＣＥ ＆ ＴＥＣＨＮＯＬＯＧＹ ＩＮＦＯＲＭＡＴＩＯＮ 学 术 论 坛

Matlab/Simulink仿真实验在扩频通信课程教学中的应用 张竞秋

(长春理工大学电子信息工程学院 吉林长春 130022)摘 要:根据扩频通信课程的特点,分析了当前该课程教学存在的问题,提出了采用Matlab/Simulink仿真来弥补实验室实验设备等的不足,并给出了Matlab/Simulink仿真的方法与实例,这是教学改革进程中的有益尝试。关键词:Matlab/Simulink仿真 扩频通信 仿真模型中图分类号:G424文献标识码:A文章编号:1672-3791(2009)11(a)-0236-02近年来,扩频技术迅猛发展,扩频通信不仅在军事通信中占有重要地位,在民用通信中也得到了越来越广泛的应用。《扩展频谱通信》是一门多学科专业交叉渗透的综合课程,它涉及到通信基础理论,对于教授该门课程理论的高校教师来说如何能更充分地表达自己的教学思路,如何更生动形象地开展教学,让学生更形象、更直观地理解所讲授内容历来是探讨的热点,解决上述问题的有效方法是采用计算机仿真技术。Matla/Simulink b仿真在实验教学中的作用

1.1Matlab/Simulink仿真与传统实验比较

通信系统仿真实质上就是把实验硬件搬进了计算机。在实物实验系统中,用各种电子元器件制作出通信系统中的理论模型

所规定的各个模块,再把它们通过导线或电缆等接在一起,然后再用示波器、频谱议、误码仪等通信仪表做各种测量,最后分析测量结果。在仿真实验中也是这样做,只不过所有通信模块及通信仪表的功能都是用程序来实现的,即通信系统的全过程在计算机中仿真运行。仿真实验不像实物实验那样让人感到“真实”,但对于许多通信问题的研究来说的确非常有效。与实物实验相比,Matlab仿真具有如下一些优点。

(1)Matlab可以仿真许多通信系统,通过改变某些参数来观察通信系统的性能,加深学生对知识的理解,从而可以获得比较好的教学效果。

(2)软件实验建设开发周期短,成本低。(3)弥补了由于实验场地、仪器设备和经费缺乏等因素带来的不足,避免了因误操作而对仪器造成的损坏,而且对于某些实验中不易观察到的现象,也可以进行模拟仿真。1.2Matlab/Simulink的功能与特点

Matlab是一套功能强大的工程技术数值运算和系统仿真软件,它具有数值分析、矩阵运算、图形处理、仿真建模、系统控制和优化等功能。运用Matlab进行仿真共有两种途径:一是基于数据流的仿真,它是用Matlab函数以命令行的形式实现,亦即编程实现整个系统的仿真;二是基于时间流的仿真,它是用 Matlab提供的一种可视化仿真模型库——Simulink来实现整个系统的仿真。Simulink提供了许多模型库,用户只需用鼠标将所需模块从库中调出来并连接起来即可。利用Matlab对通信原理课程中

所涉及的内容进行仿真 ，形式生动、形象直

图1 直接扩频发射机仿真系统模型

图2 直接扩频发射机扩频前数据信号频谱

图

直扩发射机扩频后输出信号频谱

２３６科技资讯 ＳＣＩＥＮＣＥ ＆ ＴＥＣＨＮＯＬＯＧＹ ＩＮＦＯＲＭＡＴＩＯＮ

学 术 论 坛

观、启发性强,能增强学生的感性认识,加强其对授课内容的理解。

8000次/s,为此,以升速率模块配合采样保持模块将调制输出信号采样速率提高到8000次/s。2.2 仿真结果

仿真执行后,两个频谱仪将分别显示扩频前后的信号频谱,采用BPSK调制的等效低通模型时,调制前后的功率谱相同,如图2所示,可见,数据信号的带宽约100Hz,其功率峰值约为20dB,而扩频输出信号带宽展宽了20倍,为2kHz,其功率峰值下降到约7dB处。仿真输出的时域波形结果如图3所示,图中显示了数据流、PN序列以及扩频输出信号的波形。２００９

ＮＯ．３１ 科技资讯

趣,能取得较好的实验效果,弥补通信类课程实验的不足。2 扩展频谱通信系统仿真实例

直接序列扩频通信系统是扩频通信中最典型和最便于理解的扩频方式之一。我们试图通过这一系统的仿真演示过程来说明仿真软件在教学中的突出作用。2.1直接序列扩频通信系统

通过建立如图1所示的仿真模型来研究直接序列扩频通信系统,观察其数据波形、扩频输出波形及扩频调制输出的频谱。仿真模型中,Bernoulli Binary Generator用于产生伪随机扩频序列,其采样时间设置为0.01s.PNSequence Generator用于产生伪随机扩频序列,其采样时间设置为0.0005s.Unipolar toBipolarr Converter用于完成数据和扩频序列的双极性变换,乘法器输出就是扩频输出,其码速率等于采样速

率。扩频输出信号以BPSK方式进行调制。为使频谱观察范围达到4kHz,需要被观察信号的采样速率达到 参考文献

[1]朱近康.扩展频谱通信及其应用[M].北

京:中国科学技术大学出版社,1993.[2]李颖,朱伯立,张威.Simulink动态系统 建模与仿真基础[M].西安:西安电子科技大学出版社,2004.[3]邵玉斌.Matlab/Simulink通信系统建模

与仿真实例分析[M].北京:清华大学出版社,2008.3 结语

Matlab/Simulink作为一种功能强大的工程技术数值运算和系统仿真软件,一直是科研人员作研究的工具,较少用于教学活动中。实践证明:在扩展频谱通信原理的实验教学过程中引入Matlab进行仿真,能帮助学生更好的学习该课程,提高学习兴 图4 直扩发射机扩频前后的信号波形仿真结果(上接2

页)

年1月份以来,荆门市工商局以小批发为重点,开展了农村集贸市场食品安全大检查,查处收缴过期变质食品1191袋、“三无”食品495公斤、假冒食用油310公斤、假冒乳饮品680件,办理涉及食品的违法案件42起[2]。

最后在消费终端,强化农村食品消费环节的监管。对存在食品安全隐患多的小餐馆和小摊点坚决予以取缔。加强对农家宴的卫生监管和技术指导,强化对农村厨师健康体检和培训管理,严厉查处无卫生许可证从事餐饮服务的违法行为,防止发生群体性食物中毒事件。在湖北省对农村城镇、集镇、乡村举办的食品交易会、庙会、食品批发市场、集贸市场以及农村小食品店、个体商贩、小摊点、小作坊、小餐馆开展“拉网式”反复检查,重点检查品种为粮、肉、蔬菜、食用油、奶制品、豆制品、饮料、酒类、保健品、儿童食品、禽蛋及其制品、水产品等。3.3广泛深入地宣传相关法律法规及食品卫生安全知识

推进群防群治机制创新,针对农民群众食品安全意识差、防范能力低的实际,在农村农贸市场和社区街道设置食品安全举报投诉,将12315、12346等食品投诉举报热

线延伸到农村地区,湖北荆门建立村级消

费者投诉站和12315联络站330个。在全市农村设群众维权机构,聘请食品安全协管员和信息员,方便群众快捷、有效地进行投诉,实现食品安全群防群治,综合治理。

15.基础实验数据处理方法探索 篇十五

在现在的大学学习期间，理工类专业的学生都要进行专业实验学习，作为一名大学实验教师，深知实验教学工作的重要性。特别是在当今社会，学生的实践能力越来越被高校重视，实验室的建设投资逐年增加，实验课时也在教学计划中有所增多。学生在实验课程中获得了理论课以外更多专业知识。但是，学生在处理实验报告时，由于实验数据繁多，计算公式复杂，导致实验结果偏离实验标准，错误百出，或者实验报告无法按时完成时，直接抄袭其他同学的实验数据和结果，严重影响了实验课程学习的效果，所以，提高广大学生的实验数据处理能力成为实验教学工作的重点所在。

1 实验数据处理方法现状

不同专业的学生，所做的实验项目相同，机械类专业有金属材料力学性能实验、液压传动实验等，电子信息类专业有电子技术实验、通信工程相关实验等，建筑土木类专业有梁的弯曲正应力实验，桁架梁的内力测定实验等，这些有两方面的共同点：第一、每个实验都有一定的数据计算量，不同的是有些简单，有些复杂而已；第二、大部分实验项目性质都是验证性实验，是本专业的基础实验。第三、这些实验都会产生实验数据。这些验证性实验的数据处理过程是比较重要的，其实验数据的重要性在于它经过精确的计算，得出的结果可以作为实验结果和证明实验理论正确的重要依据。大学期间所进行的实验，一般为验证性的专业基础实验，实验理论比较成熟，实验的作用在于证明对应理论的正确性，这就要求实验中产生的数据反映的结果必须符合理论情况。目前我们大部分基础实验的数据都要靠人为的从实验设备中读出并计算得出，如果设备误差一定，那么计算误差就是影响实验结果的主要因素了。

2 利用表格函数处理实验数据

现在，有一些实验设备已经软件化，有互相配套的实验软件可以对实验数据进行处理，但是有很多基础实验设备是达不到这个条件的。那怎么办呢？计算机的数据处理功能是十分强大的，配合一些简单常见的软件就可以达到效果。以下我将以《结构力学》中桁架内力测定实验为例，介绍一下利用Excel软件计算功能的数据处理方法。

桁架内力测定实验主要内容是对平面桁架杆的实际内力N测进行测定，并对其进行受力分析，并与用理论方法求出的N理进行比较，验证理论计算方法的正确性。

已知实验条件为：

桁架杆件为低碳钢空心杆，内径d=9毫米、外径D=14毫米，每个杆长度L=200毫米、高度H=173毫米、桁架上长400mm、下长600mm。杆件材料的弹性模量E=210GPa

在本实验中，利用CML-1H型应力&应变综合测试仪，对不同载荷力加载中桁架梁测出杆件发生的应变ε，得出数据如下表：

注：CML-1H型应力&应变综合测试仪的应变测试单位为με，所以在计算的时候，应变读数需要改变单位：ε=读数×10-6

学生通过实验操作得出以上数据后，每根杆件都需要根据以下力学公式计算出件内力的测量值：现就GB杆件的数据处理做一下举例：

例：处理GB杆件的实验数据

第一步：求杆件GB的内力N测GB

第二步：对桁架进行受力分析，利用结点法或截面法求出杆件内力的理论值N理GB

通过对桁架进行受力分析，列平衡方程求出杆件GB的理论内力N理GB不难，在此不再赘述。

第三步：对测量值和理论值进行比较求出误差

误差

由以上步骤可知，力学公式繁多，计算量大，如果对桁架的11根杆件都进行手算，重复计算量大，在有限的学时内不能全部得出实验结果，在没有得出实验结果的情况下向学生讲解桁架受力状况时，不利于学生对桁架性能的理解。我们可以利用Excel表格的计算功能，快速的计算出每一个结果，具体方法如下：

在表格中输入如图所示的公式，即可把实验测量值N测GB求出。这样，学生把实验数据得出后输入表格，测量值和误差值直接可以得出，进而可以分析桁架杆件的受力分布，使学生从数据一面理解桁架的受力情况，更好的完成实验报告。

3 在基础试验中推广表格函数方法的效果

对实验数据经过Excel软件处理，可以快捷的得出实验结果，必要的时候还可以插入图表，更形象更直观地反映数据的变化规律，使学生对实验结果的印象更加深刻，更好的达到加深理论知识的效果。以此为基础，本人在《材料力学》基础实验：梁的弯曲实验，《液压与气压传动》基础实验：小孔液阻特性实验、液压泵的性能实验等多个专业的不同实验中进行了学生实验，制作相关的数据处理表格在实验课上让部分学生展示实验结果，在使用和未使用表格的两组学生中抽查实验报告，得出以下实验数据：

通过比较，在使用表格的组别中，学生对实验内容了解较为深刻，在写实验报告过程中，对实验数据的分析较为透彻，回答问题比较全面，深层次剖析了相关的理论，实验报告能很好的完成，数据几乎没有出现大的误差。而没有使用表格的学生，在对数据进行处理时，计算误差大，与理论数据偏离严重，更有些同学的实验报告中实验数据和实验结果不相符，有抄袭嫌疑，经询问是因为知道计算之麻烦，对自己失去信心，没有认真完成实验报告。

4 结论

在高校加大实践教学力度，在以培养实用型人才为主要目标的教学过程中，实验教学的改革也刻不容缓，本文所述的实验数据处理方法简单易懂，方便在教学中推广。在基础试验中，利用表格处理数据，让繁琐的数据处理简单化，在有限的实验课时内，使学生更容易的接受实验内容，达到实验目的，会给广大实验教师和学生带来很大方便。作者希望本文能对广大实验教师有所帮助，拓宽实验数据处理方法的研究思路，提高实验教学过程的效率，降低实验理论学习的难度，使高校学生对专业基础实验的学习更加顺利。

参考文献