你怎么知道有其他来源的噪音?
为什么
不能悬臂有各种频率的礼物吗?你移动它完美的正弦波?如果不那么可能有多个峰值,或甚至没有任何峰值取决于它如何动作。
如何从时频过滤噪声数据和找到一个悬臂梁的固有频率?
43岁的观点(30天)
显示旧的评论
你好,
我研究悬臂梁的固有频率。我收集偏转实验数据(X和Y坐标)镜子使用光电探测器的悬臂。我用快速傅里叶变换将时域数据转换成频域。我附上了两个样本数据集。我用的代码分析:
data = xlsread (“sample_data_1.xlsx”);
t =数据(:1);
y =数据(:,3);
Fs = 500;
nfft = 2000;
Y = fft (Y, nfft);
Y = Y (1: nfft / 2);
mx = abs (Y);
f = (0: nfft / 2 - 1) * Fs / nfft;
重对数(f, mx);
理想情况下,我应该得到一个对应的共振峰值/悬臂梁的固有频率。令人惊讶的是,我得到多个山峰的峰位于不同频率不同的数据集(一些山峰一致)。这是由于噪声从其他来源。我如何摆脱不想要的频率?算法来过滤掉噪音吗?有另一种方法来分析数据集得到固有频率?
问候,
拉杰什
3评论
图像分析
2023年2月4日
嗯…中间段落告诉我,你没有一个好的傅里叶(谱)分析的概念,和不知道傅里叶变换意味着什么或如何解释它。这很好,不是每个人都有一个学期课程,像我一样在研究生院。但至少它将有利于你学习基础知识。我建议你谷歌,寻找傅里叶教程,特别是那些谈论周期信号。
答案(2)
明星黾
2016年5月11日
这不是一个微不足道的问题。我把这种方法得到的结果。你需要实验来得到你想要的结果,可能添加一个或多个附加正弦条件得到一个更好的选择。您将需要的信号处理工具箱设计和实现过滤器。我使用了核心MATLAB函数
fminsearch
。我的目标函数将与其他曲线拟合函数的统计工具箱和优化工具箱。的
基本
固有频率是
1 / b (3)
赫兹。这应该让你开始,尽管你需要实验来得到你想要的结果。
代码:
数据= xlsread (“Rajesh sample_data_2.xlsx”);
t =数据(:1);
y =数据(:,3);
Fs = 500;
Fn = f / 2;%奈奎斯特频率
L =大小(t, 1);
y =去趋势(y);%去除线性趋势
fty = fft (y) / L;
阵线= linspace(0, 1,修复(L / 2) + 1) * Fn;%频率向量
4 = 1:长度(艘);%指数向量
图(1)
情节(阵线、abs (fty (Iv)))
网格
Wp = 5 / Fn;%通频带(正常)
Ws = 20 / Fn;%阻带(正常)
Rp = 1;%通带纹波
Rs = 25;%阻带波动
[n, n] = buttord (Wp、Ws Rp, Rs);%过滤器订单
[b] =黄油(n, Wn);%传递函数系数
(sos, g) = tf2sos (b);% Second-Order-Section稳定
图(2)
freqz (sos、2048 Fs)
yf = filtfilt (sos, g, y);
yu = max (yf);
yl = min (yf);
年= (yu-yl);%的“y”
yz = yf-yu +(年/ 2);
zt型= t (yz (:)。* circshift (yz (:), [1 0]) < = 0);%找到零交点
每= 2 *意味着(diff (zt型));%的估计时间
ym =意味着(y);%估计抵消
适合= @ (b, x) b (1) . * exp (b (2)。* x) *(罪(2 *π* x / b(3) + 2 *π/ b (4))) + b (5);%目标函数以适应
fcn = @ (b)和(((b、t) - yf)。^ 2);%最小二乘成本函数
s = fminsearch (fcn[年;1;每;1;ym])%减少最小二乘
xp = linspace (min (t)、马克斯(t));
图(3)
情节(t y“b”)
持有在
情节(t, yf,“y”,“线宽”,2)
情节(xp,适合(年代,xp),“r”,“线宽”,1.5)
持有从
网格
标题(的样本数据2)
包含(“时间”)
ylabel (“振幅”)
传奇(“原始数据”,“Lowpass-Filtered数据”,的拟合曲线)
