同步提取变换（matlab实现）

原创已于 2024-02-26 21:43:13 修改 · 920 阅读

11 ·

CC 4.0 BY-SA版权

文章标签：

#matlab #开发语言

于 2024-02-26 21:32:42 首次发布

本文介绍了如何使用MATLAB实现同步提取变换，一种具有高时间和频率分辨率的分析工具。通过示例展示了如何应用该方法处理信号，并与传统方法如SEOTetfr进行比较。文中还提供了相关代码和运行结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

💥1 概述

“同步提取变换” 的 MATLAB 实现，具有高时间-频率分辨率，并且支持模态分解。这是一种新颖且有趣的时间-频率分析工具。相应的论文 “同步提取变换” 已经发表在 IEEE 工业电子学刊上。论文中出现的所有函数和数据都可以在这个软件包中找到。

📚2 运行结果

部分代码：

clear;
SampFreq = 100;
t = 0 : 1/SampFreq : 4;
Sig = exp(-0.5*t).*[sin(2*pi*(25*t + 10*sin(1.5*t)))];

load('mono_Sig_noise.mat');

[m,n]=size(Sig);
time=(1:n)/SampFreq;
fre=(SampFreq/2)/(n/2):(SampFreq/2)/(n/2):(SampFreq/2);

x1=0.7; x2=1.2;
y1=22;   y2=33;

%........................Fig. 7.......................
IF=25 + 15*cos(1.5*t);
IA=exp(-0.5*t);
ITFA=zeros(200,400);
for i=1:400
ITFA(round(4*(25 + 15*cos(1.5*i/100))),i)=exp(-0.5*i/100);
end

figure
suptitle('Fig. 7');
ha=subplot(221);
plot(time,IF);
xlabel('Time / s');
ylabel('Fre / Hz');
axis([0 4 0 50]);
ha=subplot(222);
plot(time,IA);
xlabel('Time / s');
ylabel('Amp / v');
axis([0 4 0 1]);
ha=subplot(223);
imagesc(time,fre,abs(ITFA));
xlabel('Time / s');
ylabel('Fre / Hz');
axis xy
colormap jet
rectangle('Position',[x1 y1 x2-x1 y2-y1],'EdgeColor','red','Linewidth',1);
ha=subplot(224);
imagesc(time,fre,abs(ITFA));
xlabel('Time / s');
ylabel('Fre / Hz');
axis xy
set(ha,'xlim',[x1 x2],'ylim',[y1 y2]);
colormap jet
%.........................Fig. 8............................
[SEO Te tfr] = SET_Y(Sig',40);

figure
suptitle('Fig. 8');
ha=subplot(221);
imagesc(time,fre,abs(tfr));
xlabel('Time / s');
ylabel('Fre / Hz');
axis xy
colormap jet
ha=subplot(222);
imagesc(time,fre,abs(SEO));
xlabel('Time / s');
ylabel('Fre / Hz');
axis xy

🎉3 参考文献

文章中一些内容引自网络，会注明出处或引用为参考文献，难免有未尽之处，如有不妥，请随时联系删除。

[1]Sheikh R M ,Islam M M ,Himel S M G . LuffaFolio: A Multidimensional Image Dataset of Smooth Luffa[J]. Data in Brief,2024,53.

[2]Laghrib A . On some evolution equation with combined local and nonlocal [formula omitted]-Laplace operator for image denoising[J]. Journal of the Franklin Institute,2024,361(5).

[3]程德强,郑丽娟,刘敬敬等.基于双层路由注意力机制的煤粒粒度定量分析[J/OL].工矿自动化:1-8[2024-02-26].https://doi.org/10.13272/j.issn.1671-251x.2023100002.