
我最近也在做这个,我用的是1kHz单频正弦波
unwrap的作用是解卷绕
没用unwrap函数时,瞬时相位是这样的
加上unwrap函数之后是这样的
xhd1=fs*diff(xh1)/(2*pi)是要求信号的瞬时频率,就是瞬时相位的导数
前面乘fs是为了跟实际频率对应上
不乘fs是这样的
纵轴频率对应的不是1kHz,但是乘了fs就变成下面这样,纵轴频率就是实际频率了
想换别的信号,就把xn换成你想改的信号,再根据你的采样频率改一下fs就行了
希尔伯特变换的意义本文不提,本文的目标是举例说明到底离散傅里叶变换是如何实现的,并编写程序与matlab自带的hilbert函数结果对比,验证我们的实现过程是否正确。
原始信号为 ,其离散希尔伯特变换的定义公式为:
说明:先让原始信号与 信号做卷积,然后一起合并成一个 复数 信号 。
问题:看上去很简单,但这里的卷积不是一般意义上的卷积的 *** 作!
所以:实际中得到 的方法是通过借助 离散傅里叶变换DFT 来实现的!
因此:本文就用 离散傅里叶变换 来实现 离散希尔伯特变换 。
设原始信号为 ,总长度一般 (下标n是从 1 开始到N),总体实现步骤可分为3步:
相应的matlab程序:
结果:
手动实现正确!
希尔伯特变换的结果是给原始信号 提供了一个幅值、频率不变,但相位平移90°的信号 。
所以,希尔伯特变换是从"时域"到"时域"的变换!只改变了相位,所以又叫90°移相滤波器;
所以,原始信号 与它的希尔伯特变换 构成正交副。
现在,我们换回到最初的记法:原始信号和它对应的希尔伯特变换信号分别用 和 表示,那么对应的" 解析信号 "就可以用这两个东西组成:
对于这个解析信号,我们可以得它的3瞬属性:瞬时振幅、瞬时相位、瞬时频率。
可以看出,3瞬属性是相互关联的!
瞬时振幅、瞬时相位可以直接求,有意义;
但是瞬时频率 直接 根据解析信号这么按公式 求 ,是 没有物理意义 的!
并且 离散信号 ,它的瞬时频率求导只能按照" 差分 "来近似,即:
给出matlab的实现程序:
效果:
3瞬属性中的瞬时频率,很明显可以看出它有很多的" 负频率 "!这很明显是错误的。
所以,直接根据" 解析信号 "算瞬时频率是无意义的!
所以,真正做 3瞬属性 的分析,做原信号的" 时频谱 "分析,我们用的:
—— 希尔伯特-黄变换。
代码的解释(供参考,下列是根据经验大概的判断,如不对请谅解)%自定义函数 spacemodel()作用是当flag某值,执行相当于的程序命令
function [sys,x0,str,ts] = spacemodel(t,x,u,flag)
switch flag,
case 0,
[sys,x0,str,ts]=mdlInitializeSizes
case 1,
sys=mdlDerivatives(t,x,u)
case 3,
sys=mdlOutputs(t,x,u)
case {2,4,9}
sys=[]
otherwise
error(['Unhandled flag = ',num2str(flag)])
end
%自定义函数 mdlInitializeSizes()作用是当flag=0,执行相当于的程序命令
function [sys,x0,str,ts]=mdlInitializeSizes
sizes = simsizes
sizes.NumContStates = 4
sizes.NumDiscStates = 0圆盘
sizes.NumOutputs = 4输出
sizes.NumInputs = 2输入
sizes.DirFeedthrough = 0反馈
sizes.NumSampleTimes = 1采样时间
sys = simsizes(sizes)大小
x0 = [3001] 初值
str = []空矩阵
ts = [0 0] 初值
%自定义函数 mdlDerivatives()作用是(flag=1)根据t,x,u的值,将t,x,u变量值赋值给相对应的sys变量
function sys=mdlDerivatives(t,x,u)
%a=1
a=1000*rands(1)
d1=a*0.3*sin(3*pi*t)随机作用力
d2=a*0.1*(1-exp(-t))随机作用力
dq1=x(1)%Angle1 speed:dq1 角速度
dq2=x(2)%Angle2 speed:dq2 角速度
q1=x(3)%Angle1:q1 角度
q2=x(4)%Angle2:q2 角度
tol1=u(1)
tol2=u(2)
%%%%%%%%%%%%%%%%%%%%%%%%% From aslpd_con_s.m
m1=10m2=5 %质量
l1=1l2=0.5%长度
r1=0.5r2=0.25%半径
i1=0.83+m1*r1^2+m2*l1^2%惯性半径
i2=0.3+m2*r2^2% %惯性半径
g=9.8%重力加速度
D=[i1+i2+2*m2*r2*l1*cos(q2) i2+m2*r2*l1*cos(q2)i2+m2*r2*l1*cos(q2) i2]质量
C=[-m2*r2*l1*dq2*sin(q2),-m2*r2*l1*(dq1+dq2)*sin(q2)m2*r2*l1*dq1*sin(q2),0]阻尼
G=[(m1*r1+m2*l1)*g*cos(q1)+m2*r2*g*cos(q1+q2)m2*r2*g*cos(q1+q2)]重量
%%%%%%%%%%%%%%%%%%%%%%%%%%
D2=inv(D)D的逆矩阵
Ta=[d1d2]
A=-D2*C振幅
Z=-D2*G相位角
sys(1)=A(1,1)*x(1)+A(1,2)*x(2)+Z(1)+D2(1,1)*(-Ta(1)+tol1)+D2(1,2)*(-Ta(2)+tol2)动载荷
sys(2)=A(2,1)*x(1)+A(2,2)*x(2)+Z(2)+D2(2,1)*(-Ta(1)+tol1)+D2(2,2)*(-Ta(2)+tol2)动载荷
sys(3)=x(1) 角速度
sys(4)=x(2) 角速度
%自定义函数 mdlOutputs()作用是(flag=3)根据t,x,u的值,将x变量值赋值给相对应的sys变量
function sys=mdlOutputs(t,x,u)
sys(1)=x(1)%Angle1 speed:dq1 角速度
sys(2)=x(2)%Angle2 speed:dq2 角速度
sys(3)=x(3)%Angle1:q1 角度
sys(4)=x(4)%Angle2:q2 角度
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)