Huichin_Min的博客

第一组数y1长度为39680第二组数y2长度为494步进=39680/494~=80t1=1:39680;t2=1:80:39520;%494*80=39520plot(t1,y1);hold onplot(t2,y2)

1.WebPlotDigitizer软件提取数据，Δx，Δy尽可能设小点，如12.打开Matlab，新建变量x,y3.add_noise.m源代码如下:%1.增加噪声->2.降采样->3.数据平滑y1=y+rand(length(x),1)*6;%增加噪声，6控制噪音大小% plot(x,y);x_resample=resample(x,1,8);%降采样（因为存在x1>x2的情况，降采样尽可能避免x1>x2）y_resample=resample(y,1,8);y

%读取csv文件保存到矩阵emg_data=csvread('D:\桌面文件\20210330力实验\力+肌电数据汇总\0-5.csv');%清除第九列0-5N范围以外的数据id=emg_data(:,9)>5;emg_data(id,:)=[];%读取excel表[a,b,c]=xlsread('F:\微信文件\WeChat Files\wxid_s9d9l41afsqz22\FileStorage\File\2021-05\2021年五月高一四校联考-英语-学生小题得分.xlsx')

如果直接输出一个内容，则MATLAB默认输出Excel的数字内容data=xlsread('文件路径\文件名');如果指定返回三个值，那么，第一个输出的是Excel数字部分，第二个输出的为Excel的文本内容，第三个输出的为Excel全部内容，其中，第二个和第三个输出的都为元胞数组形式，只有第一个输出的是矩阵形式[a,b,c]=xlsread('文件路径\文件名')...

语法：M = csvread(filename)示例：M =csvread('D:\桌面文件\20210330力实验\力数据\10-16.csv');

语法：csvwrite(filename,M)csvwrite(filename,M,row,col)示例：csvwrite('D:\桌面文件\20210330力实验\力数据\10-16.csv',c) %c为矩阵

%读取txt文件filename = fopen('D:\桌面文件\20210330力实验\力数据\0-5.txt','r');c=textscan(filename,'%f%f%f%f%f%f%f', 'delimiter' , ' , ' );c=cell2mat(c)%将元胞数组转化为矩阵

Matlab实现EMD（经验模式分解）背景：对8通道表面肌电信号进行EMD去噪%%%EMD分解[m,n] = size(emg_data);refactor = zeros(m,n);%重构信号储存于此for i = 1:n%每一列单独进行emd分解 c = emd(emg_data(:,i),'Interpolation','pchip');%c储存分解后的IMF1、IMF2到IMF9和残差 for j = 1:4%取前4列IMF，求和-->重构信号 re

一、Matlab实现背景说明： 变量action_1是一个1100✖8的数据，想把每一列单独取出，分别放到column_1，column_2，column_3，…，column_8里，n=8for i=1:n namestr = ['coulunn_' num2str(i) '=action_1(:,i)']; eval(namestr)end二、python实现names = locals()for i in range(1, 5): names['mean_ener

Matlab信号处理需要安装的APP：Signal Analyzer app:提供一个可以在时域和频域可视化、测量、分析和比较信号的工具；Filter Builder和Filter Designer app:可以很方便通过下拉菜单和填写参数的方式来设计和分析数字滤波器；对于小波分析，Matlab提供了：1.Wavelet Signal Denoise app:利用离散小波变换对信号去噪；2.Signal Multiresolution Analyzer app:对信号进行多分辨率的分析和可视化