利用LMS Test.lab或者matlab进行信号处理
本帖最后由 luca_fr 于 2013-11-5 22:15 编辑我获得了一组振动加速度实验数据（实验数据不是LMS Test.lab测出的，现在只是导入matlab中，mat格式），现在想进行实验数据处理，只知道大致的过程：滤波，去噪，平滑，加窗函数，FFT，自谱，互谱，但是不会具体操作？现在想导入软件LMS Test.lab进行这组数据信号的处理，可以实现吗？如何操作/
如果谁会在matlab中进行信号处理也可以教我一下，我也愿意学习。或者在软件LMS Test.lab处理，知道一下操作的步骤都可以？
希望会的人帮忙一下，估计好多人跟我遇到一样的问题，如何进行信号的处理。建议大家讨论一下！！！
PS：数据量庞大，仅附上前1024个数据，以供模拟用。如果需要在计算自谱，互谱时需要平均，有需要的再添加。关键还是学会方法。
本帖最后由 江树空 于 2013-11-12 17:07 编辑
你是西工大的么？是的话咱俩校友！
1、如果你要用LMS处理的话，有一个方法就是你可以先通过LMS将你以前通过LMS采集的试验数据导出一组mat格式的时域数据，然后用matlab打开，将你要处理的试验数据在matlab的workspace里面替换并保存，然后再用LMS打开。不过此方法LMS只能进行简单的处理（如功率谱等），如果涉及到参考通道如互谱，FRF等则因为无法选择参考通道而无法处理；
2、不知道你要进行什么运算，关于LMS的内部算法鄙人还是比较了解的，因为我是从事声信号处理算法的，之前写的算法也都是拿LMS验证的，都能与之完全重合。如果你现在还需要matlab算法的话，我抽时间给你发过去 本帖最后由 luca_fr 于 2013-11-13 10:20 编辑
江树空 发表于 2013-11-12 17:01 static/image/common/back.gif
你是西工大的么？是的话咱俩校友！
1、如果你要用LMS处理的话，有一个方法就是你可以先通过LMS将你以前通过 ...
学长好，{:{05}:}。
试验是在623所做的，数据是mat格式的，包括试验件表面若干测点的加速度时域信号（每一通道数据量是31234396，采样频率64khz），试验件舱内的声压信号，现在我想对这些数据进行处理，具体想通过以下步骤，平滑，滤波，加窗，FFT，谱分析，自谱，互谱，相干，分析（自己对信号处理的了解罗列的），但具体在matlab中不会操作，还望指导一下。
自己本想偷懒，想直接导入LMS.TEST进行数据处理，看来有点太天真了，呵呵，这两天看了一下，lms只支持自己的数据和通用格式unv，uff格式，顿时，我就不说了（好像据说，可以把mat数据转换成unv格式，通过matlab，这就不会了）。。。。你说的lms.test导出mat数据导入matlab，替换，然后保存，不太了解，还是保存成mat格式吗，那样lms.test就不能读取了呀。
前面对数据处理了一下，也没有平滑、加窗等，但是峰值出现的位置跟实测试验件的固有频率完全不吻合，与virtual.lab模拟出的结果也差太多，所以想系统的处理一下数据（给你一组数据，具体如何一步步处理，得到想要的结果）。
学长，如果你对信号处理比较了解，可以指导我一下，我觉得matlab处理信号必须得学会，我的QQ邮箱：605099813@qq.com。先谢谢了 本帖最后由 江树空 于 2013-11-13 12:58 编辑
luca_fr 发表于 2013-11-13 09:47 static/image/common/back.gif
学长好，。
试验是在623所做的，数据是mat格式的，包括试验件表面若干测点的加速度时域信号 ...
LMS是可以读取.mat格式的数据的，不过他要求.mat内部的数据结构是它能识别的，简单说就是你得有先有LMS采集的任意时域数据，将这时域数据导出一组.mat格式的，然后用matlab打开，打开后数据基本为结构体类型，更改数据的一些属性，包括采样时间间隔，最重要是将yvalues中的数据替换，然后保存，再在LMS的navigate里面展开文件夹直至你的.mat数据，然后可以直接在拖放至前后图中进行简单的condition，也可以添加进inputbasket然后进行后处理。我今天没带个人电脑，明天我做个范例发你
原来都是搞信号处理的校友 江树空 发表于 2013-11-13 12:56 static/image/common/back.gif
LMS是可以读取.mat格式的数据的，不过他要求.mat内部的数据结构是它能识别的，简单说就是你得有先有LMS采 ...
好的，谢谢。你不是说在lms.TEST中不能进行更多的后处理。所以你能不能同时跟我分享一下matlab处理信号的算法，想学会，以后就可以自己处理了。 zhuguanwen 发表于 2013-11-13 14:33 static/image/common/back.gif
原来都是搞信号处理的校友
嗯嗯。你也是搞信号处理的。。。matlab处理信号是一项大工程，每次试验都是软件自动处理，现在想学一下软件内部的算法，自己处理。 本帖最后由 江树空 于 2013-11-13 23:02 编辑
替换数据范例程序如下（为什么这样写详见附件文档）：
clear
clc
load('CH3.mat')
%先生成一个仿真信号
fs=2000;
T=1/fs;
L=5*fs;
t=(0:L-1)*T;
sig=sin(2*pi*500*t); %生成一个500Hz的正弦信号（要保证其是行向量）
%开始替换数据
n_1.x_values.increment=T;%替换采样时间间隔
n_1.x_values.number_of_values=L;%替换数据长度
n_1.y_values.values=sig;%替换信号
save('abcd.mat','n_1')
luca_fr 发表于 2013-11-13 14:53 static/image/common/back.gif
好的，谢谢。你不是说在lms.TEST中不能进行更多的后处理。所以你能不能同时跟我分享一下matlab处理信号的 ...
只要不涉及到参考通道如互谱、传函，其他的常用数据处理如自谱、滤波等还是能处理的。至于每一种处理方法也不是三两下能说清楚的，这个只能慢慢来了。其实只要掌握了matlab中FFT如何处理信号，其他的就都好说了。matlab中对数据FFT后如何能得到与LMS一致的频谱，这个有空再告诉你。 本帖最后由 luca_fr 于 2013-11-14 22:07 编辑
江树空 发表于 2013-11-13 23:14 static/image/common/back.gif
只要不涉及到参考通道如互谱、传函，其他的常用数据处理如自谱、滤波等还是能处理的。至于每一种处理方法 ...
今天搞了一下，确实行了，这里的功率谱PSD应该就是自功率谱密度吧；不过只能求滤波，FFT,平均功率谱，对于处理完的数据如psd再导入matlab进行显示也是不方便，对于内部的函数算法还是不太了解，不清楚具体的算法（还是希望你有时间能教一下）。我添加了自己实测的数据，感觉处理的还是不好。对于我的这个时域加速度信号，经过FFT变化后，峰值还不是出现在固有频率处；还有自功率谱密度，除了解释峰值频率处的能量高外，还能解释其他东西吗？（疑问：对于实测加速度时域信号处理，难道仅仅只是反应结构在固有频率处出现峰值吗？还有其他可以解释的东西吗？除了能测振型，传函，参数识别外）。好多搞损伤识别，EMD,HHT,小波。。。
我这里也有段对于不同类型，text数据导入lms.test进行处理的程序，跟你有异曲同工之处（这个是针对不同的lms.test类型进行替换）。 luca_fr 发表于 2013-11-14 22:05 static/image/common/back.gif
今天搞了一下，确实行了，这里的功率谱PSD应该就是自功率谱密度吧；不过只能求滤波，FFT,平均功率谱， ...
首先你的最开始贴出的信号，我不知道是测什么得出的，再就是采样率你也没说，所以你上面提到的几个问题，我也无从解释。
今天我就简单说一下如何用matlab计算稳态信号的频谱(线性谱)，自谱密度，其中包括如何加窗函数以及如何修正加窗后的影响。clear
clc
%生成仿真信号，用于下面的信号运算演示
fs=5000;
T=1/fs;
L=10*fs;
t=(0:L-1)*T;
x=sin(2*pi*300*t)+2*sin(2*pi*1000*t)+3;
% %开始替换数据
% load('CH3.mat')
% n_1.x_values.increment=T;%替换采样时间间隔
% n_1.x_values.number_of_values=L;%替换数据长度
% n_1.y_values.values=x;%替换信号
% save('abcde.mat','n_1')
%加窗
win=hann(L); %这里选用汉宁窗，你可以使用任意窗函数
x1= x'.*win; %加窗
%fft运算
X=fft(x1);
AX=abs(X/sum(win)); %幅值归一化并对加窗修正
%双边谱转单边谱
SAX(1)=AX(1);
SAX(2:L/2+1)=2*AX(2:L/2+1);
%计算频率轴
f=fs/2*linspace(0,1,L/2+1);
subplot(3,1,1)
plot(f,SAX)
axis()
title('线性谱')
%计算功率谱密度
%1、周期图法
=periodogram(x,win,L,fs);
pxx1(1)=pxx1(1);
pxx1(2:L/2+1)=2*pxx1(2:L/2+1);
subplot(3,1,2)
plot(f1,pxx1)
axis()
title('周期图法-自谱密度')
%2、平均周期图法
nfft=5000;%设置每一次变换长度
noverlap=2500;%设置重叠点数
win1=hann(nfft);
=pwelch(x,win1,noverlap,nfft,fs);
pxx2(1)=pxx2(1);
pxx2(2:nfft/2+1)=2*pxx2(2:nfft/2+1);
subplot(3,1,3)
plot(f2,pxx2)
axis()
title('平均周期图法-自谱密度')
从计算结果来看与LMS结果完全吻合，实际上这组仿真信号也很简单，不用和LMS对比，也能知道结果的准确性
江树空 发表于 2013-11-16 14:00 static/image/common/back.gif
首先你的最开始贴出的信号，我不知道是测什么得出的，再就是采样率你也没说，所以你上面提到的几个问题， ...
程序我都理解了，真心感谢学长。还有三点疑惑：
1.在谱平均处理中，变换长度及重叠点数，这两个参数与所选取的测试点数还有所关注的研究频率有何关系，我的采样频率是64KHz，所研究的频率范围为20-10000hz，采样时间30s，试问这里选取测试点数，变换长度，重叠点数，三个参数应该取多少合适？
2.对于加速度时域信号，进行Averaged FFT处理后，得到加速度频谱，如何求取加速度均方根值呢？是对加速度频谱对频率求积分？
3.对于问题2，在进行Averaged FFT处理时，选择peak我知道是得到峰值，选择rms呢，如何理解，是对一段频率求取的均方差吗？看到每一个频率还是对应一个值，这不太容易理解。对于lms。test均方差是如何计算的？还有纵坐标的单位是如何规定的？ 本帖最后由 江树空 于 2013-11-23 23:14 编辑
1、变换长度决定你的频率分辨率，频率分辨率=采样率/变换长度；在平均谱处理技术中，重叠点数决定时间窗的滑动距离（想想STFT的原理你就明白了），进而决定你可以平均多少次；至于如何取变换长度和重叠点数呢，首先要看你的分析信号有多长，看其能否满足你的分析需要，我一般喜欢使频率分辨率为1Hz，因此变换长度等于采样率，如果信号够长，重叠点数为0，如果信号不够长，那就得适当增加重叠点数，重叠点数越多，平均次数也越多，当然计算量就增大了，计算速度变慢。如你所说的信号有30秒，变换长度=fs，就算重叠率为0，也能平均30次，足够了。1.1信号1秒都不到，只好牺牲频率分辨率，变换长度取采样率一半（nfft=fs/2），重叠率（overlap）尽量大一点，overlap=75%就能平均5次，尽量不要小于75%；
1.2信号长度若大于1秒但不是大太多，变换长度取采样率（nfft=fs），重叠率适当选取即可；
1.3信号长度若远大于1秒，变换长度取采样率（nfft=fs），重叠率为0。
如果不是特殊分析情况，我一般习惯按以上三种情况设置变换长度和重叠长度，尽量保证能至少平均5次。
2、第二点你说的我不知道你说的是不是全频段的的均方根值（因为谱的表达形式有多种，就是每一个频点都有peak或rms两种表达，对于功率谱，peak是rms的两倍）。如果是说全频段的均方根值的话，加速度信号也好，声信号也罢，其计算方法都跟全频段求总声压级的方法一样，进行能量叠加即可；
3、你说的第三点，应该就是上面第二点中我括号里说的，对与功率谱，直流分量的peak和rms是相等的，其余频点peak是rms的2倍；对于幅值谱，直流分量的peak和rms是相等的，其余频点peak是rms的sqrt(2)倍。至于纵坐标单位，那看你进行的什么计算，幅值谱当然是你的分析的时域信号的单位（pa、m/s^2、V等等）；功率谱是分析的时域信号的单位的平方；功率谱密度是分析的时域信号的单位的平方/Hz，等等
我也在找这个东西 学习了，信号处理很有意思