如何編寫MATLAB程序才能實現(xiàn)對

1、如何編寫MATLAB程序才能實現(xiàn)對.TXT文檔的讀寫_gypsy_新浪博客 關閉文件用fclose函數(shù)，調(diào)用格式為：sta = fclose(fid)說明：該函數(shù)關閉fid所表示的文件。其調(diào)用格式為:A，COUNT=fscanf(fid ，format，size)說明：其中A用來存放讀取的數(shù)據(jù)，COUNT返回所讀取的數(shù)據(jù)元素個數(shù)，fid為文件句柄，format用來控制讀取的數(shù)據(jù)格式，由%加上格式符組成，常見的格式符有：d (整型)、f (浮點型)、s (字符串型)、c (字符型)等，在%與格式符之間還可以插入附加格式說明符，女n 數(shù)據(jù)寬度說明等。matlab fprintf.數(shù)據(jù)的格式化輸出：

2、fprintf(fid, format, variables)fprintf (fid，format，A)說明：fid 為文件句 柄，指定要寫入數(shù)據(jù)的文件，format是用來控制所寫數(shù)據(jù)格式的格式符，與fscanf函數(shù)相同，A是用來存放數(shù)據(jù)的矩陣。 fid=fopen(d:char1.txt,w);fid1=fopen(d:char1.txt,rr);matlab讀 txt 文件fid=fopen(fx.txt,r);% 得到文件號f,count=fscanf(fid,%f %f,12,90);%把文件號 1 的數(shù)據(jù)讀到 f 中。matlab 函數(shù) fgetl和fgets :按行讀取格式文本函

3、數(shù)fgetl和fgets來從格式文本文件fgets拷貝新行字符到字符向量，fgetl 一次讀取一整行。while fmatlab函數(shù)fgetl和fgets :按行讀取格式文本函數(shù) Matlab提供了兩個函數(shù)讀取行，并存儲到字符串向量中。這兩個函數(shù)集幾乎相同；不同之處是，而fgetl則不。下面的M-file函數(shù)說明了 fgetl的一個可能用法。此函數(shù)使用 eof(fid) = 0 tline = fgetl(fid);%用Fourier變換求取信號的功率譜-周期圖法clf;Fs=1000;N=256;Nfft=256;%數(shù)據(jù)的長度和FFT所用的數(shù)據(jù)長度n=0:N-1;t=n/Fs;%采用的時間序

4、列xn=si n(2*p i*50*t)+2*si n(2* pi*120*t)+ra ndn (1,N);dBdBP xx=10*log10(abs(fft(x n, Nfft).A2)/N);%Fourier振幅譜平方的平均值，并轉(zhuǎn)化為f=(0:le ngth( Pxx)-1)*Fs/le ngth( Pxx);% 給出頻率序列subplot(2,1,1),plot(f,Pxx);% 繪制功率譜曲線xlabel(頻率 /Hz);ylabel(功率譜 /dB);title(周期圖 N=256);grid on;Fs=1000;N=1024;Nfft=1024;%數(shù)據(jù)的長度和FFT所用的數(shù)據(jù)長

5、度n=0:N-1;t=n/Fs;%采用的時間序列xn=si n(2*p i*50*t)+2*si n(2* pi*120*t)+ra ndn (1,N);P xx=10*log10(abs(fft(x n, Nfft).A2)/N);%Fourier振幅譜平方的平均值，并轉(zhuǎn)化為f=(0:le ngth( Pxx)-1)*Fs/le ngth( Pxx);% 給出頻率序列subplot(2,1,2),plot(f,Pxx);% 繪制功率譜曲線xlabel(頻率 /Hz);ylabel(功率譜 /dB);title(周期圖 N=256);grid on;%用Fourier變換求取信號的功率譜-分段

6、周期圖法%思想：把信號分為重疊或不重疊的小段，對每小段信號序列進行功率譜估計，然后取平均 值作為整個序列的功率譜clf;Fs=1000;N=1024;Nsec=256;%數(shù)據(jù)的長度和 FFT所用的數(shù)據(jù)長度n=0:N-1;t=n/Fs;% 采用的時間序列randn(state,0); xn=sin(2*pi*50*t)+2*sin(2*pi*120*t)+randn(1,N);Pxx1=abs(fft(xn(1:256),Nsec)A2)/Nsec; % 第一段功率譜Pxx2=abs(fft(xn(257:512),Nsec)A2)/Nsec;% 第二段功率譜Pxx3=abs(fft(xn(51

7、3:768),Nsec)A2)/Nsec;% 第三段功率譜Pxx4=abs(fft(xn(769:1024),Nsec)A2)/Nsec;% 第四段功率譜Pxx=10*log10(Pxx1+Pxx2+Pxx3+Pxx4/4);%Fourier 振幅譜平方的平均值，并轉(zhuǎn)化為 dB f=(0:length(Pxx)-1)*Fs/length(Pxx);% 給出頻率序列 subplot(2,1,1),plot(f(1:Nsec/2),Pxx(1:Nsec/2);% 繪制功率譜曲線xlabel(頻率 /Hz);ylabel(功率譜 /dB);title( 平均周期圖(無重疊) N=4*256);gri

8、d on;%運用信號重疊分段估計功率譜Pxx仁abs(ft(xn(1:256),Nsec)A2)/Nsec; % 第一段功率譜第二段功率譜 第三段功率譜 第四段功率譜 第四段功率譜 第四段功率譜P xx2=abs(fft(x n(129:384),Nsec)A2)/Nsec;%P xx3=abs(fft(x n(257:512),Nsec).A2)/Nsec;%P xx4=abs(fft(x n(385:640),Nsec).A2)/Nsec;%P xx5=abs(fft(x n(513:768),Nsec).2)/Nsec;%P xx6=abs(fft(x n(641:896),Nsec)A

9、2)/Nsec;%Pxx7=abs(fft(xn(769:1024),Nsec)A2)/Nsec;% 第四段功率譜Pxx=10*log10(Pxx1+Pxx2+Pxx3+Pxx4+Pxx5+Pxx6+Pxx7/7);%Fourier 振幅譜平方的平均值， 并轉(zhuǎn)化為 dBf=(0:length(Pxx)-1)*Fs/length(Pxx);% 給出頻率序列 subplot(2,1,2),plot(f(1:Nsec/2),Pxx(1:Nsec/2);% 繪制功率譜曲線 xIabelC 頻率 /Hz);ylabel(功率譜 /dB);title( 平均周期圖(重疊1/2) N=1024);grid

10、on;%用 Fourier 變換求取信號的功率譜 -welch 方法%思想：welch法采用信號重疊分段，加窗函數(shù)和FFT算法等計算一個信號序列的自功率譜(PSD)和兩個信號序列的互功率譜(CSD),采用MATLAB自% 帶的函數(shù) psdclf;Fs=1000;N=1024;Nfft=256;n=0:N-1;t=n/Fs;window=hanning(256);noverlap=128;dflag=none;randn(state,0);xn=sin(2*pi*50*t)+2*sin(2*pi*120*t)+randn(1,N);Pxx=psd(xn,Nfft,Fs,window,noverl

11、ap,dflag);f=(0:Nfft/2)*Fs/Nfft;plot(f,10*log10(Pxx);xlabel(頻率 /Hz);ylabel(功率譜 /dB); title(PSD-Welch 方法);grid on;%功率譜估計 多窗口法( multitaper method ,MTM 法)%思想： 利用多個正交窗口獲得各自獨立的近似功率譜估計，綜合這些得到一個序列的功率譜估計；相對于普通的周期圖有更大的自由度； MTM 法采用一個參數(shù)：時間帶2*NW-1 ， NW 越大，時間域分NW 的增大%寬積NW，這個參數(shù)用以定義計算功率譜所用窗的數(shù)目為 辨率越高而頻率分辨率越低，使得功率譜估計

12、的波動減小；隨著 %，每次估計中譜泄露增多，總功率譜估計的偏差增大 clf;Fs=1000; N=1024;Nfft=256;n=0:N-1;t=n/Fs;randn(state,0); xn=sin(2*pi*50*t)+2*sin(2*pi*120*t)+randn(1,N);Pxx1,f=pmtm(xn,4,Nfft,Fs); % 此處有問題 subplot(2,1,1),plot(f,10*log10(Pxx1);xlabel(頻率 /Hz);ylabel(功率譜 /dB); title( 多窗口法( MTM )NW=4);grid on;Pxx,f=pmtm(xn,2,Nfft,Fs

13、);subplot(2,1,2),plot(f,10*log10(Pxx);xIabelC 頻率 /Hz);ylabel(功率譜 /dB);title( 多窗口法( MTM )NW=2);grid on;法)rxx(0),rxx(1),rxx(2).rxx(p) 為%功率譜估計 最大熵法( maxmum entmpy method,MEM%思想：假定隨機序列為平穩(wěn)高斯過程利用已知的自相關序列基礎，外推自相關序列 rxx(p+1),rxx(p+2). 保%證信息熵最大clf;Fs=1000;N=1024;Nfft=256;n=0:N-1;t=n/Fs;window=hanning(256);ra

14、ndn(state,0);xn=sin(2*pi*50*t)+2*sin(2*pi*120*t)+randn(1,N);Pxx1,f=pmem(xn,14,Nfft,Fs); % 此處有問題subplot(2,1,1),plot(f,10*log10(Pxx1);xlabel(頻率 /Hz);ylabel(功率譜 /dB);title( 最大熵法( MEM )Order=14);grid on;%采用 Welch 方法估計功率譜noverlap=128;dflag=none;subplot(2,1,2)psd(xn,Nfft,Fs,window,noverlap,dflag);xIabelC 頻率 /Hz);ylabel(功率譜 /dB); title(Welch 方法估計功率譜);grid on;% 功率譜估計-多信號分類法(mult ip le sig nal classificatio n,music 法)%注：適用于白白噪聲中的多正弦波頻率估計求他們%思想：將數(shù)據(jù)自相關矩陣看成是由信號自相關矩陣和噪聲自相關