Simulink中Powergui的FFT分析实战:信号源格式选择与版本适配技巧

Simulink中使用powergui做FFT分析 simulink中使用powergui做FFT分析,powergui参数解释。 阅读详情

1. 从“信号源为空”说起:一个新手常踩的坑

相信很多刚开始用Simulink做电力电子或电力系统仿真的朋友,都遇到过和我一样的情况:辛辛苦苦搭好模型,跑完仿真,满心欢喜地打开Powergui里的FFT分析工具,准备看看信号的频谱成分,结果却发现“信号源”下拉菜单里空空如也,一个选项都没有。那种感觉,就像你拧开水龙头,却一滴水也流不出来,既困惑又有点抓狂。

我最早遇到这个问题,是在学习Simulink自带的SVPWM Generator示例模型时。当时我的操作流程看起来完全没问题:模型里有powergui模块,示波器也勾选了“记录信号到工作区”,仿真运行顺利,数据也保存了。可一打开FFT分析窗口,信号源列表就是空的。网上搜了一圈,最常见的说法是去检查模型配置参数里的“Data Import/Export”选项卡,取消勾选“Single simulation output”。这个办法在很多老教程里被奉为圭臬。但我照做之后发现,我的MATLAB R2021a里,这个选项本来就没勾选,问题依旧。这让我意识到,可能还有更深层次的原因,而且很可能跟MATLAB的版本更新有关。

后来经过反复折腾和测试,我才终于揪出了“罪魁祸首”——示波器保存到工作区的数据格式。那个示例模型里,示波器默认的数据格式是“Array”。就是这个看似不起眼的设置,让Powergui的FFT工具“看不见”你的信号。当我把它改成“Structure With Time”后,重新仿真,再打开FFT工具,熟悉的信号列表立刻就出现了。这个发现让我豁然开朗,也让我意识到,在Simulink里做分析,光会搭模型和点运行还不够,一些底层的数据交互规则必须搞清楚。这不仅仅是解决一个报错,更是理解Simulink数据流管理的重要一课。

2. 数据格式:FFT分析成败的关键钥匙

为什么一个简单的数据格式设置,就能让强大的FFT分析工具彻底“失明”?这背后涉及到Simulink如何组织、存储和传递仿真数据。简单来说,Powergui的FFT分析工具在寻找可分析的信号时,它有一套固定的“寻人启事”。如果你的数据不符合它预期的“外貌特征”,它就会视而不见。

2.1 四种数据格式的“性格”大不同

Simulink示波器(或者通过模型配置)将数据记录到工作区时,主要有四种格式可选:Array、Structure、Structure With Time 和 Dataset。它们可不是随便命名的,每一种都代表着完全不同的数据结构。

  • Array(数组):这是最“原始”也最紧凑的格式。它把所有的信号数据(比如多个示波器输入通道的数据)扁平化,堆叠成一个巨大的二维矩阵。第一列通常是时间向量,后面的列是各个信号的数据。这种格式对于纯数值计算和某些脚本处理很快捷,但它丢失了信号的“身份信息”——FFT工具无法从这个大矩阵里分辨出哪个数据列对应模型里的哪个具体信号。因此,当你选择Array格式时,FFT工具自然就找不到可用的信号源了。

  • Structure(结构体):这种格式前进了一步。它会为每一个记录信号的模块(比如一个示波器)创建一个结构体变量。这个结构体包含signals和blockName等字段,signals里又包含了每个通道的values数据。这看起来很有条理,对吧?但这里有个陷阱:标准的Structure格式不包含独立的时间向量。时间信息是隐含在signals.values里的吗?有时候是,但Powergui的FFT工具在早期版本中,明确期望一个独立的、名为time的字段。所以,在我用R2021a的测试中,选择“Structure”格式,FFT工具依然无法识别信号。

  • Structure With Time(带时间结构体):这是解决我们问题的“金牌格式”。它在Structure的基础上,明确增加了一个顶层的time字段,专门存储仿真时间向量。同时,signals字段里包含了每个信号的values和清晰的label等信息。这种结构清晰、信息完整的数据组织形式,正是Powergui的FFT工具所期望和能够正确解析的。所以,一换成这个格式,问题迎刃而解。

  • Dataset(数据集):这是Simulink后期版本(我记得大概从R2010a以后)引入的更现代、更面向对象的数据格式。它把仿真数据封装成一种更高级的对象,内部以更规范的方式管理时间序列和元数据。好消息是,Dataset格式也被Powergui的FFT工具完美支持。在我的测试中,使用“Dataset”格式,信号源也能正常显示。而且,Dataset格式在处理复杂模型、信号总线等方面更有优势。

为了更直观,我们可以看下面这个简单的对比表格:

数据格式是否被FFT工具支持优点缺点适用场景
Array否存储空间小,加载速度快,适合纯数值处理。丢失信号元数据,无法被基于信号名的工具识别。仅用于自定义脚本进行底层数值分析。
Structure通常否保留了信号模块和通道的粗略结构。缺少独立时间向量,与FFT工具接口不匹配。使用较少,介于Array和Structure With Time之间。
Structure With Time是结构清晰,时间与信号分离,被大多数分析工具广泛支持。相对于Array稍占内存。电力系统仿真、FFT分析、信号处理分析的推荐格式。
Dataset是面向对象,支持复杂数据类型和总线信号,是Simulink现代数据记录的标准。在非常老的版本中可能不被支持。新项目、复杂模型、需要与Simulink Report Generator等工具集成的场景。

2.2 如何设置正确的数据格式?

操作其实非常简单,但却是关键一步。你需要在仿真之前就设置好它。

  1. 双击你的示波器模块,打开参数设置对话框。
  2. 找到 “Logging” 选项卡(在较新版本中,这个设置很显眼)。
  3. 你会看到一个 “Log data to workspace” 的复选框,确保它被勾选。
  4. 最关键的一步:在它下面找到 “Variable name”(可以自定义保存的变量名,默认是ScopeData)和 “Format” 下拉菜单。
  5. 从“Format”中,选择 “Structure With Time” 或 “Dataset”。
  6. 点击OK保存设置。

这里有个非常重要的细节:每次更改这个设置后,你必须重新运行仿真。因为FFT工具读取的是工作区里已经存在的、上一次仿真生成的数据。如果你改了格式但没重新仿真,FFT工具读取的还是上一次仿真生成的旧格式数据,当然看不到变化。我刚开始就犯了这个错误,以为点一下设置就行,结果折腾了半天。

3. 版本适配:一个方法不能包打天下

在技术社区里,我们常常希望找到一个“一劳永逸”的解决方案。但现实是,软件在迭代,功能在变化。关于Powergui FFT信号源为空的问题,网上流传最广的“取消Single simulation output”大法,就是一个典型的版本差异案例。

3.1 “Single simulation output”选项的今生前世

这个选项位于模型配置参数的 “Data Import/Export” 选项卡中。在较早的MATLAB版本(比如R2015b之前)中,Simulink的数据记录机制有所不同。当勾选“Single simulation output”时,仿真会尝试将所有输出(包括To Workspace、示波器记录等)打包成一个名为simout的单一Simulink.SimulationOutput对象。这个打包过程有时会干扰到Powergui FFT工具对原始信号数据的定位,导致其找不到信号源。因此,在那些老版本里,取消勾选这个选项,让数据以分散的独立变量形式保存,是解决FFT问题的有效手段。

然而,MATLAB的演进方向是越来越集成和规范化。到了我使用的R2021a,以及之后的许多新版本,这个选项的默认行为和影响已经改变了。我亲自做了测试:即使在勾选“Single simulation output”的情况下,只要我的示波器数据格式是“Structure With Time”或“Dataset”,FFT工具依然能顺利识别信号源。这说明,新版本的数据处理管道已经做了优化,能够正确地从统一的simout对象中提取出FFT工具所需的数据结构。

所以,如果你用的是比较新的MATLAB(比如R2019a以后),遇到FFT信号源为空的问题,不要再盲目地去取消“Single simulation output”了。第一步,也是最关键的一步,应该是去检查并修正你的数据记录格式。

3.2 不同MATLAB版本的推荐策略

根据我的经验和社区里的反馈,我可以给你一个基于版本的快速排查指南:

  • 对于MATLAB R2016a及更早的版本:首先尝试取消勾选“Configuration Parameters > Data Import/Export > Single simulation output”。如果不行,再将示波器数据格式改为“Structure With Time”。这两个步骤可能都需要做。
  • 对于MATLAB R2016b到约R2020b之间的版本:这是一个过渡期。建议优先检查并设置示波器数据格式为“Structure With Time”。如果问题依旧,再尝试取消“Single simulation output”选项。这个时期两种方法可能都有效,但数据格式是更根本的原因。
  • 对于MATLAB R2021a及更新的版本(当前主流):请直接聚焦于数据格式。确保你的示波器或任何记录信号的模块,其数据格式设置为“Structure With Time”或“Dataset”。“Single simulation output”选项通常不再影响FFT工具的识别。如果还不行,可以检查一下powergui模块本身的设置,确保其“Simulation type”与你的模型匹配(比如是离散求解器还是连续)。

这种版本差异提醒我们,在查找技术问题解决方案时,一定要留意解决方案发布的年代和对应的软件版本。直接套用老旧版本的“秘籍”,在新版本上很可能无效,甚至引入新的困惑。

4. 超越基础:让FFT分析更得心应手

解决了信号源的问题,只是拿到了入场券。要想真正发挥Powergui FFT分析工具的威力,还需要掌握一些实战技巧。这些技巧能帮你获得更准确、更清晰的分析结果。

4.1 设置正确的分析窗口

打开Powergui模块,点击“FFT Analysis”按钮,会弹出一个设置窗口。这里有几个参数至关重要:

  • Structure:这里选择你保存了信号的工作区变量,比如你的示波器数据变量名ScopeData。
  • Input:从下拉列表中选择你要分析的具体信号。这里能正确显示信号名,就证明之前的数据格式设置成功了。
  • Start time:FFT分析的起始时间。千万不要从0开始! 因为仿真刚开始的瞬态过程通常不是稳定的周期状态,包含大量非周期分量,会严重污染频谱分析结果。比如你仿真一个逆变器启动,应该等输出电压稳定后再开始分析。我通常设置为仿真总时间的20%之后,例如仿真10秒,就从2秒开始分析。
  • Number of cycles:分析的周期数。FFT分析理想情况下要求数据长度正好是信号基波周期的整数倍,否则会发生“频谱泄漏”,导致频率分量扩散到相邻频点。这里你需要根据信号的基波频率来估算。比如工频50Hz信号,一个周期是0.02秒。如果你设置了1个周期,就会分析0.02秒的数据;设置10个周期,就分析0.2秒的数据。分析周期数越多,频率分辨率越高,但需要的稳定仿真时间也越长。一般分析5-10个周期是比较好的折衷。

4.2 解读FFT分析结果

点击“Display”按钮后,你会看到两个主要的图形窗口。

第一个是频谱图,它直观地展示了信号中各个频率分量的幅值大小。横轴是频率(Hz),纵轴通常是幅值(可能是绝对值,也可能是相对于基波的百分比)。你会看到一个最高的柱状图,对应的就是基波频率(比如50Hz)。旁边那些矮一些的,就是谐波,比如3次谐波(150Hz)、5次谐波(250Hz)等等。这是观察谐波分布最直接的方式。

第二个是谐波表格,它提供了量化的数据。表格里会列出从基波(Fundamental)开始,到你所设置的最高分析次数(比如到50次)的每一次谐波的详细信息,通常包括:

  • Harmonic order:谐波次数(1代表基波,2代表2次谐波...)。
  • Frequency:谐波频率。
  • Magnitude:该频率分量的幅值(绝对值)。
  • Percent of Fundamental:该谐波幅值占基波幅值的百分比,这是衡量谐波含量的关键指标。

在表格下方或设置中,你还会看到一个非常重要的指标:THD(Total Harmonic Distortion,总谐波失真率)。THD是所有谐波分量有效值之和与基波分量有效值之比(通常用百分比表示)。它是衡量信号波形偏离纯正弦波程度的一个综合指标,在电能质量评估中至关重要。THD越小,说明波形越纯净。

4.3 一个完整的实战检查清单

为了避免遗忘关键步骤,我总结了一个操作清单,你可以像飞行检查单一样使用:

  1. 模型内:确保模型中已添加powergui模块,并将其Simulation type设置为适合你模型的类型(如Discrete并指定采样时间)。
  2. 信号记录:双击示波器,在Logging选项卡中,勾选“Log data to workspace”,并将“Format”设置为 “Structure With Time” 或 “Dataset”。给变量起个易懂的名字。
  3. 运行仿真:运行足够长时间的仿真,以确保信号达到稳定状态。对于电力电子系统,仿真时间通常需要覆盖多个开关周期和工频周期。
  4. FFT设置:打开powergui的FFT分析工具。
    • 在“Structure”中选择你保存的变量名。
    • 在“Input”中选择你要分析的具体信号通道。
    • 设置合理的“Start time”(避开启动瞬态)。
    • 根据基波频率设置“Number of cycles”(如50Hz信号,分析10个周期即0.2秒)。
    • 设置“Fundamental frequency”(基波频率,如50Hz)。
    • 设置“Max frequency for FFT plot”和“Max harmonic”到你关心的范围。
  5. 执行分析:点击“Display”按钮,查看频谱图和谐波表格。
  6. 结果验证:检查基波频率是否正确,谐波分布是否符合理论预期(例如,在理想三相桥式整流中,特征谐波主要是6k±1次)。如果THD异常高,检查是否分析窗口包含了瞬态过程,或者模型参数设置是否有误。

5. 避坑指南:其他可能导致“信号源为空”的原因

虽然数据格式是头号嫌疑犯,但为了更全面,我们还得排查一下其他可能性。有时候问题可能是复合型的。

首先,检查信号是否真的被记录了。 这听起来很基础,但确实有人会忘记。仿真结束后,在MATLAB的命令窗口输入whos命令,看看工作区里是否存在你期望的变量(比如ScopeData)。如果变量不存在,那肯定是记录环节出了问题,回去检查示波器的“Log data to workspace”是否勾选,或者模型配置里的输出设置。

其次,检查powergui模块本身的状态。 确保你的模型里确实有且只有一个powergui模块。这个模块是电力系统仿真的“大脑”,没有它,FFT工具根本不会出现。另外,打开powergui模块的参数,看看“Simulation type”是否设置得当。如果你的模型大量使用了电力电子开关器件,使用离散求解器并设置一个合适的采样时间(比如1e-6秒)通常比连续求解器更稳定、更快。不恰当的求解器设置有时会导致一些意想不到的兼容性问题。

最后,考虑模型复杂性和信号路径。 如果你分析的信号经过了非常复杂的处理,比如多次封装、子系统、总线选择器等,有时信号名在传递过程中可能会变得“模糊”。尝试将你需要分析的信号,用一个最直接的“Outport”模块引出到模型顶层,然后用一个单独的示波器记录这个Outport的信号。用这个最“干净”的信号源来做FFT分析,可以排除信号路径复杂带来的干扰。

我自己就曾在一个多层封装的电机控制模型里栽过跟头。FFT工具里能看到信号源,但分析出来的频谱乱七八糟。后来发现是模型里某个增益模块的参数单位设置错了,导致信号幅值异常。所以,当FFT结果看起来不合理时,不妨用普通的Scope先看看时域波形是否正常,这往往能发现很多隐藏的问题。

说到底,Simulink仿真和FFT分析是一个系统工程。从模型搭建、参数设置、求解器选择,到数据记录格式、分析窗口设置,每一步都环环相扣。把“信号源为空”这个问题搞明白,就像是掌握了打开这扇大门的钥匙。它不仅仅是一个故障排除技巧,更是理解Simulink数据管理理念的一个窗口。希望我踩过的这些坑和总结的经验,能让你在利用Powergui进行FFT分析时更加顺畅,把更多精力放在对结果的理解和优化上,而不是浪费在寻找信号这种基础问题上。

MATLAB R2021a中Powergui FFT分析信号源为空的3个常见坑及解决方法 本文深入解析MATLAB R2021a中Powergui FFT分析信号源为空的常见问题,包括数据格式设置、版本差异配置和仿真流程优化。特别针对Simulink环境下的电力系统仿真,提供详细的排查步骤和解决方案,帮助工程师高效完成FFT分析任务。 阅读详情

相关推荐

避坑指南:Simulink示波器数据不显示?可能是这个Powergui设置没调对

本文针对Simulink仿真中Powergui FFT分析工具无法识别示波器信号的常见问题,提供了深度排查指南。核心在于正确设置示波器数据记录格式为“Structure With Time”,并确保修改设置后重新运行仿真。文章详细解析了数据格式兼容性、仿真刷新机制及FFT关键参数配置,帮助工程师高效完成从时域到频域的准确分析。

rice5的博客 1265

示波器中波形如何在matlab中进行FFT

使用powergui模块进行FFT分析

yay0923的博客 4698

避坑指南:Simulink示波器数据保存格式选错导致Powergui FFT失败的解决方案

本文深入探讨了Simulink电力仿真中Powergui FFT分析因示波器数据保存格式选错导致的常见问题,提供了Structure With Time作为黄金标准的解决方案。通过实测数据格式兼容性和版本适配策略,帮助工程师避免数据格式陷阱,提升仿真效率。

jjj34的博客 312

不同版本Simulink中Powergui仿真FFT分析的频谱数据导出方法

此处以Matlab R2016b为例,在Powergui的FFT分析工具中,首先将“Display style"设置为”List (relative to fundamental), 然后点击“查看”中的“属性编辑器”,最后将“属性编辑器”中的“字符串”中的内容复制并粘贴到Excel中即可。图1 Powergui FFT分析工具页面图2 粘贴到Excel中的频谱数据。

weixin_40184895的博客 4392

示波器中波形如何在matlab中进行fft——入门篇

matlab数据导入、fft

G_726的博客 1万+

别再手动算谐波了!用Simulink Powergui的FFT模块一键分析SPWM波形(保姆级教程)

本文详细介绍了如何利用Simulink Powergui的FFT模块高效分析SPWM波形频谱,替代传统繁琐的手动计算方法。通过保姆级教程,指导工程师快速掌握一键频谱分析技巧,提升电力电子仿真效率,特别适用于SPWM谐波分析。

weixin_28720573的博客 526

Simulink中powergui的FFT分析怎么用m文件实现?

声明:笔者并没有成功实现,甚至没有得到正常的FFT分析结果。 matlab版本:2020b 首先是Simulink中如何使用powergui进行FFT分析。 powergui在Simulink Library Browser中的路径为Simscape/Electrical/Specialized Power System/Fundammental Blocks。将powergui拖到Simulink中即可完成布置。 FFT在图中已用红框标出。 为了使用FFT Analysis,还需要一些其他设置。 a.获

copy_editor的博客 8018

电力电子仿真避坑指南:Simulink中Powergui模块做FFT分析,90%的人第一步就错了

本文详细解析了Simulink中Powergui模块进行FFT分析的常见误区与正确操作方法,特别针对电力电子仿真中的SPWM算法应用。从基础配置、数据同步到高级技巧,提供了一套完整的避坑指南,帮助工程师避免90%初学者都会犯的错误,确保频谱分析结果的准确性。

weixin_30225755的博客 324

Matlab/simulink 2018a利用 powergui 进行FFT分析(傅里叶分析谐波)

首先你要有powergui模块在模型中 其次,你的信号会输入到示波器中 打开示波器左上角设置 在logging界面,勾选Log data to worksapce 然后可以更改信号名字,下面选择 structure with time 点击确定 然后运行 运行完毕以后,点击powergui,进入,在Tools中选择 FFT Analysis。 上面的Name选择信号,这里选择iabc。 下面选择开始时间(比如0.3s开始),选择两个周期,频率是50Hz,最大频率是1000Hz,因为谐波分析不

qq_38769551的博客 4万+

开箱报告,Simulink Toolbox库模块使用指南(一)——powergui模块

近期对Simulink Toolbox库模块中掌握有真空地带的模块,抽时间填补了一下,把它总结分享出来。这里边包括尝鲜一些第一次用的模块,巩固一下不是很熟练的模块,还有对一些模块小细节的查漏补缺。本文是该专题的第一篇文章,主要讲解了powergui模块的背景知识,展示了它的交互式仿真和自动化仿真两种使用方法,最后分析了该模块的特点和适用场景。

Mr.Cssust的博客 9673

图像配准方法之灰度信息法

这系列文章是5年前的,也是从自己的QQ(632846506)日志中移过来的。https://user.qzone.qq.com/632846506/infocenter。      图像配准的方法主要有三种:基于灰度信息方法;基于空间变换域方法;基于图像特征的方法。 一、灰度信息法。     灰度信息法直接利用两幅图像之间灰度度量的相似性,以图像内部的信息为依据,采用搜索方法寻找相似度最大或

月秀明竹的专栏 1万+

simulink中的FFT 小白入门

simulink中的FFT 小白入门前言一、FFT是什么?二、simulink中的FFT1.FFT的实现方式2.具体操作步骤1.搭建模型2.运行仿真3.FFT分析总结 前言 simulink以强大的仿真功能一直在理工类研究中占有重要地位,而针对谐波的分析通常也是科研工作中的重要环节,而simulink提供了FFT功能包,可以很方便地对各次谐波进行分析。作者自己作为一个simulink新手学习者,在此文中简单地分享一下学习经验。 一、FFT是什么? 快速傅里叶变换 (fast Fourier tran.

SchrodingerChen的博客 6万+

卫星图像检测,分割,跟踪,超分辨率,数据集调研,以及论文笔记

目标检测,针对物体有很多类如桥,烟囱,罐子等,有静态图像下的检测,也就是图像源头多来自谷歌地图,但是前后帧没有任何联系,并且谷歌地图相对来说比较清楚,难度小一点,也有粗粒度以及较细粒度的检测,然后卫星视频的数据集较少,则可以通过前后帧的联系来辅助检测,并且卫星帧基本上只对车,船,飞机,火车进行检测,没有进行细粒度的检测即将车辆分类为卡车,皮卡,小轿车,但是关船,则可以分类为货船以及军舰,因为目前的卫星视频中小车实在太少了,难以进行更细粒度的检测。luojia 三号卫星。

zhangzhao147的博客 4710

怎么把workspace的数据导入到simulink进行FFT分析?

首先我们看simulink的FFT分析界面,(前置步骤:导入powergui模块,双击powergui模块,Tool选项卡,选择FFT Analysis。示波器选择将数据保存,并且按需求命名。怎么把数据导入到simulink在这篇博客已经阐述了,那么如何把数据导入到simulink还能进行FFT分析呢?基波频率为50Hz,谐波分量为2倍频和4倍频,FFT分析结果如下所示;

sy243772901的博客 2620

Surface Go 2 变身 Linux 开发本:保姆级 Ubuntu 20.04 双系统安装与驱动配置全攻略

本文详细介绍了如何将 Surface Go 2 变身为高效的 Linux 开发本,涵盖 Ubuntu 20.04 双系统安装、专用内核配置、驱动优化等全流程。通过 linux-surface 内核安装和硬件驱动优化,确保 Surface Go 2 的触控、笔输入、摄像头等功能完美运行,适合开发者打造便携生产力工具。

weixin_30596165的博客 617

【SLAM论文笔记】SplaTAM论文小结

参考方法有ORB-SLAM3、Point-SLAM、NICE-SLAM、Kintinuous、ElasticFusion,测试数据集有ScanNet++、Replica、TUM-RGBD、Orig-ScanNet,SpaTAM并未在全部对比均为第一,表现最佳的是在ScanNet++、Replica,ScanNet++上SplaTAM方法位姿精度比第2名ORB-SLAM3高两个数量级,在TUM。上无稀疏SLAM结果,NICE-SLAM与Point-SLAM占优。SplaTAM基本做到了SOTA。

持之以恒 1011

在Simulink中使用powergui进行傅里叶fft分析

作者: @bushuo联系方式: 3513566868@qq.com。

qq_50930131的博客 1266

在 Ansys Mechanical 中使用“螺栓工具”插件自动生成螺栓

在有限元分析 (FEA) 中,高效创建螺栓连接对于确保机械装配的结构完整性和性能至关重要。螺栓是连接组件不可或缺的一部分,它们在负载下的精确建模会影响整个系统。快速高效的螺栓建模使工程师能够快速优化设计,满足紧迫的期限,并通过为其他关键设计任务释放资源来提高整体生产力。此外,螺栓建模的精度可以最大限度地降低模型创建过程中出错的风险,这对于获得可靠和准确的分析结果至关重要。因此,在 FEA 中快速且无错误地创建螺栓连接对于高效、可靠和成功的工程结果至关重要。

jkh920184196的博客 3104

使用Matlab/Simulink powergui模块进行FFT谐波分析的实用指南

这个模块提供了电力系统仿真所需的特殊功能,包括FFT分析工具。需要特别注意,模型中的待分析信号必须通过示波器模块输出,并在logging设置中选择"Structure with time"格式保存到工作区,这是后续分析的数据基础。开始分析时间的选择很关键,建议跳过系统启动时的暂态过程,选择波形稳定后的时间段。对于三相系统,建议给每个信号通道命名时包含相位标识(如i_a、i_b、i_c),这样在FFT分析界面能清晰区分各相结果。,可以快速搭建电力系统仿真环境并体验完整的FFT分析流程,无需繁琐的软件安装。

QuartzLynx65的博客 1960

Python爬虫实战:爬取携程旅游平台数据,我拆解了动态反爬+Cookie续命(附完整可运行代码)

反爬类型表现形式应对思路sign参数返回403/空数据逆向JS还原加密逻辑Cookie时效登录后1小时Cookie失效定时刷新Cookie/保存登录态行为检测爬取过快触发验证码模拟真人延时/随机点击IP封禁单IP爬取超50条数据被封付费代理池/降低请求频率爬取携程旅游平台数据的核心,不是“简单的HTTP请求”,而是“理解平台的反爬逻辑并合规适配”——从sign参数破解到Cookie维护,再到行为模拟,每一步都是对HTTP协议、前端加密、用户行为的深度理解。

专注于Python爬虫开发,分享爬虫技巧、项目实战与反爬经验,使用Scrapy、BeautifulSoup等工具,解决数据抓取难题。 1719

公文流转系统

公文录入区 | QLineEdit(文号/标题)、QComboBox(公文类型/紧急程度)、QTextEdit(正文)、QListWidget(附件列表)、QPushButton(上传附件/保存草稿/提交审批) |// 按时间范围获取。QStringList userNames = {"张三", "李四", "王五", "赵六", "钱七", "孙八", "周九", "吴十", "郑十一", "王十二"};

寒寒豆豆软件公司的博客 552

使用powergui模块对信号进行FFT分析

基波频率选择100Hz,可以看到只有在100Hz和1000Hz处有值,并且幅值也是正确的。将scope的图形记录到工作区,使用powergui FFT分析工具,选择合适的基频。信号1幅值为20,频率为100Hz。信号2幅值为1,频率为1000Hz。powergui模块。

qq_44906323的博客 1709

基于YOLOv8深度学习架构的智能农业巡检小车系统—面向农作物与杂草实时精准识别的创新实践

本研究设计并实现了一套基于YOLOv8的智能农业巡检小车系统,解决农田中农作物与杂草的精准识别与追踪问题。系统采用改进YOLOv8-RGCSPELAN-ECA-AFPN模型,融合ECA注意力机制与AFPN多尺度特征融合结构,提升复杂环境下的检测精度。硬件以树莓派4B为核心,集成摄像头、传感器与电机模块,具备避障、循迹与自主导航功能。移动端基于Android部署NCNN推理引擎,实现模型高效移植与实时检测。

Stara-AI的博客 1426

Simulink中利用Powergui进行FFT分析,但是信号源始终为空

对于2021版本,参照以下两个设置成功出现信号源。

kixixx的博客 2403

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

Simulink的FFT分析如何设置才会显示

示波器的设置如下图所示,具体是点击示波器的设置,然后选择Logging,然后注意保存方式为Structure With Time。

tiande_的博客 2590

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

上一篇: OpenBMC开发实战指南——(三)基于TFTP协议的镜像刷新全流程解析
下一篇: 从二维到三维:三角化技术在深度值计算中的应用解析
bread
博客等级 码龄26年 60粉丝 1210原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值