華工DSP實驗2

1、實驗二 加速度信號的處理-黃曉榮 13電聯 -201330260151注：本實驗所用的數據為junpData一、Question one1.1、問題描述讀出給定的3D加速度信號，并分別畫出三個軸的信號波形；1.2、實驗代碼clctt=fopen('h:jumpData.txt');var = textscan(tt,'%f %f %f','delimiter', ',');data=cell2mat(var);a=size(data);figure(1)subplot(3, 1 ,1);plot(1:a(1), data(:,1)

2、xlabel('the original signal in x-ray');subplot(3, 1 ,2);plot(1:a(1), data(:,2)xlabel('the original signal in y-ray');subplot(3, 1 ,3);plot(1:a(1), data(:,3)xlabel('the original signal in z-ray');1.3、實驗結果1.4、結果分析可以看出，三個軸線的采集數據很凌亂，基本看不出什么區(qū)別，因此需要后續(xù)的數據預處理二、Question two2.1、問題描述用M點

3、（M分別取值3、5、8）滑動平均濾波器對輸入的3D加速度信號進行濾波，繪出濾波后信號的波形；觀察并分析M值對輸出波形的影響；并繪出該滑動濾波器傳輸函數的零極點圖；2.2、實驗代碼%windowSize = 3figure(2)windowSize = 3;winData3=filter(ones(1,windowSize)/windowSize,1,data);subplot(3, 1 ,1);plot(1:a(1), winData3(:,1)subplot(3, 1 ,2);plot(1:a(1), winData3(:,2)subplot(3, 1 ,3);plot(1:a(1), wi

4、nData3(:,3)xlabel('the length of window = 3') %windowSize = 5figure(3)windowSize = 5;winData5 = filter(ones(1,windowSize)/windowSize,1,data);subplot(3, 1 ,1);plot(1:a(1), winData5(:,1)subplot(3, 1 ,2);plot(1:a(1), winData5(:,2)subplot(3, 1 ,3);plot(1:a(1), winData5(:,3)xlabel('the length

5、 of window = 5') %windowSize = 8figure(4)windowSize = 8;winData8 = filter(ones(1,windowSize)/windowSize,1,data);subplot(3, 1 ,1);plot(1:a(1), winData8(:,1)subplot(3, 1 ,2);plot(1:a(1), winData8(:,2)subplot(3, 1 ,3);plot(1:a(1), winData8(:,3)xlabel('the length of window = 8')2.3、實驗結果M=3的結

6、果M=5的結果M=8的結果2.4、結果分析可以看出，隨著滑動平均濾波器的M的取值增大，信號的平滑性就越好，但是也會損失 的細節(jié)信息；三、Question two3.1、問題描述對輸入的3D加速度信號進行高斯濾波（窗長取32，參數取2.25）和幅度歸一化處理，繪出處理后的信號axn,ayn 和azn的波形；3.2、實驗代碼%Guas Filterfigure(5)sigma = 2.25;gausFilter = fspecial('gaussian',32,sigma);guasData = imfilter(data,gausFilter,'replicate'

7、;);subplot(3, 1 ,1);a1, p1 = mapminmax(guasData(:,1)');plot(1:a(1), a1)subplot(3, 1 ,2);a2, p2 = mapminmax(guasData(:,2)');plot(1:a(1), a2)subplot(3, 1 ,3);a3, p3 = mapminmax(guasData(:,3)');plot(1:a(1), a3)xlabel('after Guas process')3.3、實驗結果經過高斯濾波后的結果原始信號x-ray上的部分截取經過高斯濾波后x-ray

8、上的部分截取3.4、結果分析高斯濾波器，主要用戶濾除高斯噪聲，主要通過對相鄰的采樣點的值進行加權平均來代替當前采樣點的值可以看出，對于x-ray，原始信號存在許多的高斯噪聲，但是經過高斯濾波后，高斯噪聲明顯減少，但是y-ray和z-ray的濾波效果不是很明顯四、Question two4.1、問題描述對信號axn,ayn和azn進行加窗操作（窗長取為512），然后分別計算一個窗長內的均值，方差，能量，和互相關系數；4.2、實驗代碼%加窗截短figure(6)subplot(3, 1 ,1);winData1 = data(1000:1511,1);plot(1:512, winData1)su

9、bplot(3, 1 ,2);winData2 = data(1000:1511,2);plot(1:512, winData2)subplot(3, 1 ,3);winData3 = data(1000:1511,3);plot(1:512, winData3)xlabel('after window process') mean(winData1(:,1);mean(winData2(:,1);mean(winData3(:,1);std(winData1, 0, 1);std(winData2, 0, 1);std(winData3, 0, 1);sum(winData1

10、.2);sum(winData2.2);sum(winData3.2); %the xcorr process figure(7)subplot(3, 1 ,1);a,b=xcorr(winData1, winData2); plot(b,a)xlabel('xcorr of X&Y');subplot(3, 1 ,2);a,b=xcorr(winData2, winData3); plot(b,a)xlabel('xcorr of Y&Z');subplot(3, 1 ,3);a,b=xcorr(winData1, winData3); plo

11、t(b,a)xlabel('xcorr of X&Z');4.3、實驗結果加窗后的實驗結果，windowSize = 512互相關的圖像x-rayy-rayz-rayMean129.5996151.1250122.8184Standard deviation7.303238.00109.7030Energy8626837124313717771297Statistics data4.4、結果分析經過信號截短（加窗）后，可以明顯的看出信號本身是存在規(guī)律的，如y-ray的信號每經過50個采樣點（0.5秒）就有一個峰值，類似于周期信號，可能相當于人們邁腳向前跑的那一瞬間，向前

12、（y-ray）的加速度最大，然后衰減于此同時，在邁腳的一瞬間，z-ray（重心方向）的加速度會減小，因為人向前邁步也有一個向上的加速度會抵消重力加速度；從數據上看，y-ray的方差也相對比較大，說明在y-ray上的加速度變化比較大，這與人跑步時的情況類似；五、Question two5.1、問題描述繪出上述處理前后3D加速度信號的頻譜特性，分析處理前后頻率特性的變化。（已知采樣率為100hz ）5.2、實驗代碼%the spretrum of the original signalfs = 100;N = 1024;figure(8)y1 = fft(data(:,1), N);f = (1:

13、length(y1)-1)*fs/length(y1);plot(f, abs(y1(2:length(y1);xlabel('original signal:the spetrum of x-ray');figure(9)y2 = fft(data(:,2), N);plot(f, abs(y2(2:length(y2);xlabel('original signal:the spetrum of x-ray');figure(10)y3 = fft(data(:,3), N);plot(f, abs(y3(2:length(y3);xlabel('o

14、riginal signal:the spetrum of x-ray'); %the spretrum of the signal after avg filterfs = 100;N = 1024;figure(11)y1 = fft(avgData3(:,1), N);f = (1:length(y1)-1)*fs/length(y1);plot(f, abs(y1(2:length(y1);xlabel('after avg filter:the spetrum of x-ray');figure(12)y2 = fft(avgData3(:,2), N);plot(f, abs(y2(2:length(y2);xlabel('after avg filter:the spetrum of y-ray')f