主要内容

非均匀采样信号的光谱分析

这个例子展示了如何对非均匀采样信号进行频谱分析。它帮助你确定一个信号是否被均匀采样,如果不是,它展示了如何计算它的频谱或功率谱密度。

该示例介绍了LOMB-SCAPLGLE期间,可以计算非均匀采样信号的光谱。

不均匀的采样信号

非均匀的采样信号通常在汽车行业,通信中找到,以及作为医学和天文学的多样化。不均匀的采样可能是由于传感器不完全,不匹配的时钟或事件触发现象。

频谱含量的计算和研究是信号分析的重要组成部分。传统的频谱分析技术,如周期图法和韦尔奇法,要求对输入信号进行均匀采样。当采样是不均匀的,可以重新采样或插值信号到一个均匀的采样网格。然而,这可能会将不需要的工件添加到频谱中,并可能导致分析错误。

一个更好的替代方法是使用Lomb-Scargle方法,它可以直接处理非均匀样本,因此不需要重新取样或插值。该算法已在计算机上实现pl功能。

缺失数据信号的光谱分析

考虑一种温度监控系统,其中微控制器记录房间的温度并每15分钟将此读数传输到存储它的基于云的服务器。众所周知,互联网连接中的故障阻止基于云的系统接收微控制器发送的一些读数。此外,在测量时段期间至少一次微控制器的电池耗尽,导致采样中的差距很大。

加载温度读数和相应的时间戳。

加载(“nonuniformdata.mat”'roomtemp''t1')图绘图(T1 /(60 * 60 * 24 * 7),RoomTemp,'行宽',1.2)网格xlabel('时间(周)') ylabel ('温度(\ civff)'的)

Figure包含一个轴对象。轴对象包含类型线的对象。

确定信号是否均匀采样的简单方法是在连续采样时间之间采用间隔的直方图。

在几分钟内绘制采样间隔的直方图(时间差异)。仅包括样本存在的点。

tatpoints = t1(〜isnan(室用品))/ 60;timeintervaldiff = diff(tatpoints);DIST(TimeIntervalDiff,0:100)网格XLabel(的采样间隔(分钟)) ylabel ('出现') xlim ([100])

Figure包含一个轴对象。axis对象包含一个patch类型的对象。该节点表示TimeIntervalDiff。

大多数测量值如预期的那样,相隔15分钟。然而,相当数量的出现具有大约30和45分钟的采样间隔,其对应于一个或两个连续丢弃的样本。这导致信号不均匀地采样。此外,直方图显示了一些围绕杆的抖动,显示出高次数。这与TCP / IP延迟有关。

使用Lomb-Scargle方法来计算和可视化信号的频谱内容。为了更好地可视化频谱,考虑频率高达0.02 mHz,相当于每周13个周期。

[Plomb, flomb] = Plomb (roomtemp t1 2 e-5,'力量');图绘图(Flomb * 60 * 60 * 24 * 7,Plomb)网格Xlabel('频率(周期/周)') ylabel ('力量(dbw)'的)

Figure包含一个轴对象。轴对象包含类型线的对象。

谱的主要周期为每周7周和每周1周。这是可以理解的,因为数据来自一个七天日历上的温控建筑。谱线显示的峰值为每周1个周期,表明建筑内的温度遵循每周的循环,周末温度较低,而一周温度较高。每星期7个周期的谱线表明,也有一个昼夜周期,夜间温度较低,白天温度较高。

非均匀间隔采样信号的频谱分析

心率变异性(HRV)信号代表了每次心跳之间的生理变化,由于人类心率不是恒定的,它的采样通常是不均匀的。HRV信号来源于心电图(ECG)读数。

HRV信号的采样点位于心电图的R高峰时段。每个点的幅度被计算为连续R峰峰之间的时间差的逆,并且被放置在第二R峰的瞬间。

%加载信号,时间戳和采样率加载(“nonuniformdata.mat”'ECGSIG''t2'“Fs”的)%找出心电图峰值(pks, loc) = findpeaks (ecgsig Fs,......'minpeakprominence', 0.3,'minpeakheight',0.2);%确定RR间隔rlocsinterval = diff(locs);推导HRV信号tHRV = loc(2:结束);HRV = 1. / RLocsInterval;%绘制信号图A1 =子图(2,1,1);绘图(T2,ECGSIG,'B'loc的党,'* r')网格A2 =子图(2,1,2);绘图(THRV,HRV)网格XLABEL(A2,“时间(s)”)Ylabel(A1,'心电图(MV)')Ylabel(A2,“HRV (Hz)”的)

图中包含2个轴对象。轴对象1包含2个类型为line的对象。轴对象2包含一个类型为line的对象。

R峰之间的变化间隔导致HRV数据中的样品时间不均匀性。考虑信号的峰值位置,并在几秒钟内绘制它们的分离的直方图。

图hist(RLocsInterval)网格xlabel('抽样间隔(s)') ylabel (“RR分布”的)

Figure包含一个轴对象。axis对象包含一个patch类型的对象。此对象代表rlocsinterval。

HRV光谱中兴趣的典型频段是:

  • 甚低频(VLF),从3.3到40 mHz,

  • 低频(LF),40至150 MHz,

  • 高频(HF),从150到400 mHz。

这些带大约限制了不同的生物调节机制的频率范围,有助于HRV。任何这些波段的波动都具有生物学意义。

使用pl来计算HRV信号的频谱。

图plomb (HRV、tHRV“Pd”,[0.95,0.5])

图中包含2个轴对象。轴对象1是空的。轴对象2具有标题LOMP粉末的功率谱密度估计包含3个类型的类型。

虚线表示95%和50%的探测概率。这些阈值用来衡量峰值的统计意义。光谱在上面列出的三个感兴趣的波段都显示出峰值。但在VLF范围内,只有23.2 mHz的峰值检测概率为95%,其他峰值检测概率均小于50%。低于40兆赫兹的峰值被认为是由于长期的调节机制,如体温调节系统和激素因素。

也可以看看