频率时间的肌电图

15的观点(30天)

显示旧的评论

李 2013年6月28日

0
链接

这个问题直接联系

//www.tianjin-qmedu.com/matlabcentral/answers/80545-frequency-time-of-emg

回答: CHOW KHUEN陈2017年7月3日

答:接受韦恩王

我试图用Matlab来寻找中值频率对时间的EMG信号。

                         B = xlsread (“C: /用户/ /桌面/ fatigue_20.xlsx ');
                        
                         铁= 800;
                        
                         A = B (0.1 e4:8.2e5:);
                        
                         N =长度(一个);
                        
                         t = 0:1 / Fe: (N / Fe) 1 /铁;
                        
                         psd = psd (spectrum.periodogram A_si,“Fs”,800,“NFFT”N);
                        
                         normcumsumpsd = cumsum (psdest.Data)。/笔(psdest.Data);
                        
                         印第安纳州=找到(normcumsumpsd < = 0.5, 1“最后一次”);
                        
                         中位数频率= psdest.Frequencies(印第安纳州)

但是现在我如何构建之间的关系中值频率和时间吗?

0评论
显示1年长的评论藏1年长的评论

登录置评。

在回答这个问题。

接受的答案

韦恩王 2013年6月28日

0
链接

直接链接到这个答案

//www.tianjin-qmedu.com/matlabcentral/answers/80545-frequency-time-of-emg answer_90235

如果你想找到中值频率对时间,你必须使用短时傅里叶变换(或其他时频分析技术)

利用周期图,你将失去所有时间信息。

您可以使用光谱图()来获得一个PSD的矩阵估计随着时间一定程度的本地化这取决于多长时间窗口(段)。你可以计算的中间部分。

1评论
显示没有隐藏没有

李 2013年6月28日

你能帮我一个忙,给我一个例子吗?非常感谢

登录置评。

更多的答案(3)

韦恩王 2013年6月28日

0
链接

直接链接到这个答案

//www.tianjin-qmedu.com/matlabcentral/answers/80545-frequency-time-of-emg answer_90240

编辑:韦恩王 2013年6月28日

给你:

                             Fs = 1000;
                            
                             t = 0:1 / Fs: 5;
                            
                             x = 2 * cos(2 *π* 100 * t) * (t < 1) + 3 * cos(2 *π* 200 * t)。* (t > 1 & t < 2) + 1.5 * cos(2 *π* 150 * t)。* (t > 2 & t < 3) + 2 *罪(2 *π* 50 * t-pi / 4)。* (t > 4) + randn(大小(t));
                            
                             窗口= 100;
                            
                             (S、F T, P) =光谱图(/ 2 x,窗口,窗口,窗口中,Fs);
                            
                             为nn = 1:尺寸(P, 2)
                            
                             normcumsumpsd = cumsum (P (:, nn))。/笔(P (:, nn));
                            
                             印第安纳州=找到(normcumsumpsd < = 0.5, 1“最后一次”);
                            
                             medianfreqs (nn) = F(印第安纳州);
                            
                             结束
                            
                             情节(T, medianfreqs);
                            
                             包含(的时间(秒));
                            
                             ylabel (“中值频率(赫兹)”);

你会发现中间频率与时间有关

3评论
显示2年长的评论隐藏2年长的评论

李 2013年6月28日

> >谁x的名字大小字节类属性

x841700 x16733600双

登录置评。

韦恩王 2013年6月28日

0
链接

直接链接到这个答案

//www.tianjin-qmedu.com/matlabcentral/answers/80545-frequency-time-of-emg answer_90243

如果我用一个向量随机噪声的大小与输入相同

                             Fs = 800;
                            
                             x = randn (841700 1);
                            
                             窗口= 100;
                            
                             (S、F T, P) =光谱图(/ 2 x,窗口,窗口,窗口中,Fs);
                            
                             为nn = 1:尺寸(P, 2)
                            
                             normcumsumpsd = cumsum (P (:, nn))。/笔(P (:, nn));
                            
                             印第安纳州=找到(normcumsumpsd < = 0.5, 1“最后一次”);
                            
                             medianfreqs (nn) = F(印第安纳州);
                            
                             结束
                            
                             情节(T, medianfreqs);
                            
                             包含(的时间(秒));
                            
                             ylabel (“中值频率(赫兹)”);

以上对我来说很不错。当然,你需要确保为您的数据窗口的长度是有意义的。

1评论
显示没有隐藏没有

李 2013年6月28日

你是对的,但我尚未成功,它仍然给了下面的错误消息

> > Untitled666不当分配与矩形空矩阵。

错误在Untitled666(第8行)medianfreqs (nn) = F(印第安纳州);

矩阵的样子:0.2250 0.3220 0.2250 0.0150 -0.0490 0.0730 0.0830 0.0340 0.0200 -0.0340 0.0630 0.0490 0.0340 -0.0630 -0.0590 0.0490 0.2050 0.2690 0.3120 0.0830 -0.0590 -0.0440这有点神秘。

登录置评。