matlab信号处理.doc

一号楼楼板在环境激励下的振动信号处理 振动是一种普遍存在的自然现象。为了了解结构对振动的反应，我们对一号楼楼板进行了测验，本文将对所测得的数据进行处理。具体包括振动信号的预处理、时域处理频域处理、数字信号的生成、试验模态参数的频域识别和时域识别以及整体识别。 本文将对所测得的加速度数据进行处理。 振动信号预处理 振动信号预处理是将振动测试中采集到的数据尽可能真实地还原成实际振动状况的最基本的数据加工方法。下面将对其进行消除多项式趋势项处理，采样数据的平滑处理。 消除多项式趋势项处理 在振动测试中采集到的振动信号数据，由于放大器随温度变化产生的零点漂移、传感器频率范围外低频性能的不稳定以及传感器周围的环境干扰，往往会偏离基线，甚至偏离基线的大小还会随时间变化。偏离基线随时间变化的整个过程被称为信号的趋势项。趋势项直接影响信号的正确性，应将其去除。本文将借助MATLAB进行最小二乘法消除多项式趋势项。 a、最小二乘法消除多项式趋势项的程序 %%%%%%%%%%%%%%%%%%%%%%%% clear % 清除内存中所有变量和函数 clc % 清除工作窗口中所显示的内容 close all hidden % 关闭所有隐藏的窗口 %%%%%%%%%%%%%%%%%%%%%%%% %提示用键盘输入输入数据文件名 fni=input('消除多项式趋势项-输入数据文件名:','s'); %以只读方式打开数据文件 fid=fopen(fni,'r'); sf = fscanf(fid,'%f',1); %读入采样频率值 m = fscanf(fid,'%d',1); %读入拟合多项式阶数 fno = fscanf(fid,'%s',1);%读入输出数据文件名 x = fscanf(fid,'%f',inf);%读入时程数据存成列向量 %关闭数据文件 status=fclose(fid); %取信号数据长度 n=length(x); %建立离散时间列向量 t=(0:1/sf:(n-1)/sf)'; %计算趋势项的多项式待定系数向量a a=polyfit(t,x,m); %用x减去多项式系数a生成的趋势项 y=x-polyval(a,t); %将分成2行1列的图形窗口的第1列设为当前绘图区域 subplot(2,1,1); %绘制x对于t的时程曲线图形 plot(t,x); %在图幅上添加坐标网格 grid on; %将分成2行1列的图形窗口的第2列设为当前绘图区域 subplot(2,1,2); %绘制y对于t的时程曲线图形 plot(t,y); %在图幅上添加坐标网格 grid on; %以写的方式打开文件或建立一个新文件 fid=fopen(fno,'w'); %进行n次循环将计算结果写到输出数据文件中 for k=1:n %每行输出两个实型数据，t为时间，y为消除趋势项后的结果 fprintf(fid,'%f %f\n',t(k),y(k)); %循环体结束语句 end %关闭数据文件 status=fclose(fid); b、处理结果 采样数据的平滑处理 通过数据采集器采样的道德振动信号数据往往叠加有噪声信号。由于随机干扰信号的平带较宽，有时高频成分所占比例很大，使得采集到离散数据绘成的振动曲线上呈现许多毛刺，很不光滑。为了消除干扰信号的影响，本文进行了五点滑动平均法平滑处理。 a、五点滑动平均法平滑处理的程序 %%%%%%%%%%%%%%%%%%%%%% clear clc close all hidden %%%%%%%%%%%%%%%%%%%%%% fni=input('五点滑动平均法平滑处理-输入数据文件名:','s'); fid=fopen(fni,'r'); sf = fscanf(fid,'%f',1); %采样频率 m = fscanf(fid,'%d',1); %平滑次数 fno = fscanf(fid,'%s',1);%输出数据文件名 x = fscanf(fid,