- 1、本文档共63页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
* 13.2.1 信号发生 波形发生函数可以用来模拟产生你需要的各种波形。 LabVIEW有两个信号发生函数面板,其中Waveform Generation用于产生波形数据类型表示的波形信号,Signal Generation用于产生一维数组表示的波形信号。 * 13.2.1 信号发生 Waveform Generation * 13.2.1 信号发生 Signal Generation * 13.2.1 信号发生 * 13.2.1 信号发生 * 13.2.3 波形测量 波形测量面板提供的VI函数用于对波形的各种信息进行测量,譬如直流交流分析、振幅测量、脉冲测量、傅立叶变换、功率谱测量、谐波畸变分析、过渡分析、频率响应等。 * 13.2.3 波形测量 例13.9 测量波形的直流分量和有效值 * 13.2.3 波形测量 * 13.2.5 频域分析 频域分析函数被划分为两个面板: Transforms面板实现的函数功能主要有傅立叶变换、Hilbert变换、小波变换、拉普拉斯变换等。 Spectral Analysis面板包含的函数主要包括功率谱分析、联合时频分析等。 * 13.2.5 频域分析 * 13.2.5 频域分析 例13.11 信号的傅立叶变换 * 13.2.5 频域分析 * 13.2.5 频域分析 转变为单边傅立叶变换 * 13.2.5 频域分析 * 13.2.5 频域分析 例13.12 非均匀采样数据的功率谱计算 * 13.2.5 频域分析 * 第13章 数学分析与信号处理 * 引子 LabVIEW作为自动化测试、测量领域的专业软件,其内部集成了600多个分析函数,用于信号生成、频率分析、概率、统计、数学运算、曲线拟合、插值、数字信号处理等等各种数据分析应用。 此外,LabVIEW还提供了附加工具软件专业应用于某些信号处理应用中,如声音与振动、机器视觉、RF/通信测量、瞬态/短时持续信号分析等等。 * 本章内容 13.1 数学分析 13.1.1 图形化编程与数学分析 13.1.2 基本数学函数 13.1.3 线性代数 13.1.4 曲线拟合 13.1.7 概率与统计 13.1.9 常微分方程 13.1.12 MathScript * 本章内容 13.2 数字信号处理 13.2.1 信号发生 13.2.3 波形测量 13.2.5 频域分析 13.2.7 数字滤波器 13.2.8 逐点分析库 * 13.1.1 图形化编程与数学分析 LabVIEW具有强大的数学分析能力 数学分析VI函数面板 * 13.1.1 图形化编程与数学分析 子面板名称 描述 Numeric 最基本的数学操作,例如加减乘除、类型转换和数据操作等。 Elementary Special Functions 一些常用的数学函数,例如正余弦函数、指数函数、双曲线函数、离散函数和贝塞尔函数等。 Linear Algebra 线性代数,主要是矩阵操作的相关函数 Fitting 曲线拟合和回归分析 Interpolation Extrapolation 一维和二维的插值函数,包括分段插值、多项式插值和傅立叶插值 Integration Differentiation 积分与微分函数 Probability Statistics 概率与统计 Optimization 最优化 Differential Equations 解常微分方程 Geometry 几何 Polynomial 多项式计算和分析 Scripts Formulas 脚本节点、公式节点以及公式解析的相关函数 * 13.1.2 基本数学函数 基本数学函数分为12类:三角函数、指数函数、双曲线函数、门函数、离散数学函数、贝塞尔函数、γ函数、超几何分布函数、椭圆积分、指数函数、误差函数和椭圆抛物函数。 基本数学函数面板 * 13.1.3 线性代数 强大的矩阵运算能力 线性代数函数面板 * 13.1.3 线性代数 例13.2 解线性方程组Ax=b,其中 A= b= * 13.1.4 曲线拟合 二维曲线拟合就是根据输入数据的坐标(xi,yi),即X数组和Y数组,找出yi和xi的函数关系y=f(x)。对于不同的对象,有不同的拟合方法: 线性拟合(Linear Fit)、指数拟合(Exp fit)、幂拟合(Power Fit)、高斯拟合(Gauss Peak Fit)、对数拟合(Logarithm Fit)、多项式拟合(Polynomial Fit)、最小二乘法拟合(Gen. LS Lin. Fit)和非线性拟合(Nonlinear Curve Fit)等等。 * 13.1.4 曲线拟合 例13.3 最小二乘法曲线拟合举例 利用最小二乘法拟合曲线,将因变量y与自变量x
文档评论(0)