重新采样一个简单的线性序列在3/2的原始速率10赫兹。将原始和重新采样的信号绘制在同一个图上。

fs = 10;t1 = 0:1 / fs: 1;x = t1;y =重新取样(x 3 2);t2 =(0:(长度(y) 1)) * 2 / (3 * fs);情节(t1, x,‘*’, t2, y,“o”)包含(“时间(s)”) ylabel (“信号”)传说(“原始”,重新取样的,．．．“位置”,“西北”)

当过滤,重新取样假设输入序列，x，在给出样本前后为零。的端点离零有很大的偏差x会导致意想不到的值Y．

通过重采样三角形序列和具有非零端点的垂直移动序列来显示这些偏差。

X = [1:10 9:-1:1;10: 1:1 2:10) ';y =重新取样(x 3 2);次要情节(2,1,1)情节(1:19,x (: 1),‘*’, (0:28) * 2/3 + 1, y (: 1),“o”)标题(“边缘效应不明显”)传说(“原始”,重新取样的,．．．“位置”,“南方”)子地块（2,1,2）图（1:19，x（：，2），‘*’, (0:28) * 2/3 + 1, y (:, 2),“o”)标题(的边缘效应明显)传说(“原始”,重新取样的,．．．“位置”,“北方”)

构造一个正弦信号。指定一个采样率，使16个采样正好对应一个信号周期。画出信号的主干图。叠加一个阶梯图，用于采样和保持可视化。

fs=16；t=0:1/fs:1-1/fs；x=0.75*sin（2*pi*t）；阀杆（t，x）保持在楼梯(t, x)从

使用重新取样将信号的采样增加四倍。使用默认设置。将结果与原始信号一起绘制。

ups=4；dns=1；fu=fs*ups；tu=0:1/fu:1-1/fu；y=重采样（x、ups、dns）；阀杆（tu，y）保持在楼梯(t, x)从传奇(重新取样的,“原始”)

重复计算。指定N= 1，使抗混叠滤波器有序 $$2.\times 1.\times 4.=8.$$．指定形状参数 $$\beta =0$$凯撒橱窗。输出滤波器和重采样信号。

n=1；beta=0；[y，b]=重采样（x，ups，dns，n，beta）；fo=filterD（b）

fo=8

茎(tu, y)在楼梯(t x,'--')举行从传奇('n = 1， \beta = 0')

重采样信号由于窗的主瓣较宽，副瓣较低的衰减而产生混叠效应。

增加N5点离开 $$\beta =0$$．验证过滤器是否为第40阶。绘制重采样信号。

n=5；[y，b]=重采样（x，ups，dns，n，beta）；fo=filterD（b）

fo = 40

茎(tu, y)在楼梯(t x,'--')举行从传奇('n = 5， \beta = 0')

窗口越长，主瓣越窄，可以更好地抑制混叠效应。它也会减弱信号。

将过滤器顺序保留在 $$2.\times 5.\times 4.=4.0$$并增加形状参数为 $$\beta =2.0$$．

β= 20;y =重新取样(x, ups, dns, n,β);茎(tu, y)在楼梯(t x,'--')举行从传奇('n = 5， \beta = 20')

高旁瓣衰减导致良好的重采样。

将过滤顺序降低到 $$2.\times 1.\times 4.=8.$$然后离开 $$\beta =2.0$$．

n=1；[y，b]=重采样（x，ups，dns，n，beta）；干（tu，y）保持在楼梯(t x,'--')举行从传奇('n=1，\beta=20')

较宽的主瓣在重采样时产生相当大的伪影。

生成60个正弦信号样本，并以3/2的原始速率重新采样。显示原始和重新采样的信号。

tx = 0:6:360-3;x =罪(2 *π* tx / 120);泰= 0:4:360-2;[y,] =重新取样(x 3 2);情节(tx, x,“+ -”泰y”啊,“)传说(“原始”,重新取样的)

绘制抗混叠滤波器的频率响应图。

freqz(通过)

以原速率的2/3重新采样信号。显示原始信号及其重采样。

tz = 0:9:360-9;(z, bz) =重新取样(x, 2、3);情节(tx, x,“+ -”tz, z,”啊,“)传说(“原始”,重新取样的)

绘制新的低通滤波器的脉冲响应。

impz (bz)

创建两个由十个随机生成的数字组成的向量。假设每一种病媒每天记录一个数字，持续十天。将数据存储在MATLAB时间表中。

1 = randn(10日);1 b = randn(10日);t =天(1:10);xTT =时间表(t'，[a b]);

使用重新取样函数将采样率从每天一次增加到每小时一次。绘制两个数据集。

yTT=重采样（xTT，24,1）；子批次（2,1,1）绘图（xTT.时间，xTT.变量1，“-o”次要情节(2,1,2)情节(yTT.Time yTT.Var1,“-o”)

利用伽利略·伽利莱1610年记录的数据，确定木卫四的轨道周期，木卫四是木星四大卫星中最外层的卫星。

伽利略从1月15日开始对卫星的运动进行了为期六周的观测。由于在多云的夜晚看不到木星，因此观测有几个空白。生成一个datetime观测时间数组。

T = [0 2 37 8 9 10 11 12 17 18 19 20 24 25 26 27 28 29 31 32 33 35 37．．．41 42 43 44 45]'+1;Yg = [10.5 10.5 -5.5 -10.0 -12.0 -11.5 -12.0 -7.5 8.5 12.5 12.5．．．10.5 -6.0 -11.5 -12.5 -12.5 -10.5 -6.5 2.0 8.5 10.5 13.5 10.5 -8.5．．．';obsv = datetime (1610, 15 + t);

使用每天一次观察的采样率将数据重新采样到一个规则网格上。使用适度的上采样系数3以避免过拟合。

fs=1；[y，ty]=重采样（yg，t，fs，3,1）；

绘制数据和重采样信号。

图（t，yg，“o”泰y'.-')包含(“天”)

使用样条插值重复上述步骤，并显示观测日期。以反天数表示采样率。

fs = 1/86400;[y,泰]=重新取样(yg、obsv fs, 3, 1,样条的）;图（t，yg，“o”)举行在地块（ys，'.-')举行从甘氨胆酸ax =;斧子。XTick = t(1:9:结束);斧子。XTickLabel = char (obsv(1:9:结束));

计算均匀间隔线性插值数据的周期图功率谱估计。选择1024的DFT长度。信号峰值位于轨道周期的倒数处。

[pxx f] =周期图(y,[], 1024年1“权力”)；[pk，i0]=max（pxx）；f0=f（i0）；T0=1/f0

T0=16.7869

图（f，pxx，f0，pk，“o”)包含(频率(天^ {1}))

一个人在2012年的闰年记录了自己的体重(磅)。这个人并没有每天记录他们的体重，所以数据是不统一的。加载数据和存储在MATLAB时间表的测量。使用datetime向量指定划船次数．

负载权重2012.datrowTimes = datetime(2012、1、1:366)';wt = weight2012 (:, 2);xTT =时间表(rowTimes、wt);

重新取样数据。结果是一个时间表，其中包含具有相同端点和样本数的均匀采样数据wt．

yTT=重采样（xTT）；

将原始数据和重新采样的数据绘制出来进行比较。调整x-axis限制只显示8月份的测量值。

情节(xTT.rowTimes xTT.wt,“-o”，yTT.Time，yTT.wt，'-*'xlim(datetime([2012 08 01;2012 08 31]))“origal”,重新取样的)

再次使用三次插值对数据进行采样。

yTTs =重新取样(xTT,“pchip”）;情节(xTT.rowTimes xTT.wt,“o”，yTTs.Time，yTTs.wt，'-*') xlim(datetime([2012 08 01;2012 08 31]))

现在将采样率增加到每天两次，并使用样条插值。策划的结果。

fs=1/86400；yTTf=重采样（xTT，2*fs，样条的）;情节(yTTf.Time yTTf.wt,'-*') xlim(datetime([2012 08 01;2012 08 31]))

生成一个五通道，100采样的正弦信号。每列的时间都在增加，每行的频率都在增加。画出信号。

p = 3;q = 2;tx = 0: p: 300 - p;x = cos(2 *π* tx. / (1:5) / 100);情节(tx, x,“。”)标题(“原始”) ylim ([-1.5 - 1.5])

沿着正弦信号的二维向上采样3/2。把重新采样的信号覆盖在图上。

泰= 0:问:300 - q;y =重新取样(x, p, q,“维度”2);情节(泰,y,“。”)标题(“上采样”)

重塑重采样信号的形状，使时间沿三维方向运行。

Y = permute(Y，[1 3 2]);大小(y)

ans=1×35 150

将信号降低至其原始速率，并绘制它。

z =重新取样(y, q, p,“维度”3);情节(tx,挤压(z),“。”)标题(“Downsampled”)