小白初学基于FPGA实现CNN（三）—MATLAB数据集生成

目的

利用简单的CNN网络实现对不同波形的识别，利用MATLAB生成带有高斯白噪声的正弦波，余弦波，以及三角波。MATLAB代码如下：

clc
clear
% 设置参数
num_datasets = 1000; % 总共生成的测试集数量
num_points = 100;    % 每个测试集的数据点数
fs = 1000;           % 采样频率，单位Hz
t = (0:num_points-1) / fs; % 时间向量

% 信号频率
f_sin = 10;  % 正弦信号频率 10 Hz
f_cos = 10;  % 余弦信号频率 10 Hz
f_tri = 10;  % 三角波信号频率 10 Hz

% 信号幅值
amplitude = 10;  % 信号幅值

% 生成测试集
datasets = cell(num_datasets, 3);  % 创建一个元胞数组来存储数据

for i = 1:num_datasets
    % 正弦信号
    sin_wave = amplitude * sin(2 * pi * f_sin * t);  % 信号幅值调整为60，频率为10Hz
    % 计算正弦信号的功率
    signal_power_sin = rms(sin_wave)^2;
    % 随机选择一个SNR，SNR范围是10到15之间
    SNR_sin = rand() * 5+10;  % SNR范围是10到15之间
    % 根据目标SNR计算噪声标准差
    noise_std_sin = signal_power_sin / (10^(SNR_sin / 10));
    noisy_sin = sin_wave + noise_std_sin * randn(size(t));  % 添加噪声
    
    % 余弦信号
    cos_wave = amplitude * cos(2 * pi * f_cos * t);  % 信号幅值调整为60，频率为10Hz
    % 计算余弦信号的功率
    signal_power_cos = rms(cos_wave)^2;
    % 随机选择一个SNR，SNR范围是15到20之间
    SNR_cos = rand() * 5+10;  % SNR范围是10到15之间
    % 根据目标SNR计算噪声标准差
    noise_std_cos = signal_power_cos / (10^(SNR_cos / 10));
    noisy_cos = cos_wave + noise_std_cos * randn(size(t));  % 添加噪声
    
    % 三角波信号
    tri_wave = amplitude * sawtooth(2 * pi * f_tri * t, 0.5);  % 信号幅值调整为60，频率为10Hz
    % 计算三角波信号的功率
    signal_power_tri = rms(tri_wave)^2;
    % 随机选择一个SNR，SNR范围是10到15之间
    SNR_tri = rand() * 5+10;  % SNR范围是10到15之间
    % 根据目标SNR计算噪声标准差
    noise_std_tri = signal_power_tri / (10^(SNR_tri / 10));
    noisy_tri = tri_wave + noise_std_tri * randn(size(t));  % 添加噪声
    
    % 将每个数据集存储到元胞数组中
    datasets{i, 1} = noisy_sin;  % 存储正弦信号
    datasets{i, 2} = noisy_cos;  % 存储余弦信号
    datasets{i, 3} = noisy_tri;  % 存储三角波信号
end

% 可以查看某一组数据的内容
figure;
subplot(3,1,1);
plot(t, datasets{1,1});
title('Noisy Sine Wave');
subplot(3,1,2);
plot(t, datasets{1,2});
title('Noisy Cosine Wave');
subplot(3,1,3);
plot(t, datasets{1,3});
title('Noisy Triangle Wave');

 代码说明：

（1）一维数据点数为100，余弦，正弦以及三角信号的样本数量个1000个，总共有3000个训练样本。

（2）所加入的噪声信噪比在10~15db之间。噪声随机。

效果展示：

 将产生的数据存入txt中。

% Save datasets to txt files
% 打开一个txt文件用于写入
fileID_x = fopen('feature_point.txt', 'w');  % 'w'表示写入模式
fileID_y = fopen('exportation.txt', 'w');  % 'w'表示写入模式
% 检查文件是否成功打开
if fileID_x == -1
    error('文件打开失败');
end

% 将 datasets 中的内容逐行写入文件
for i = 1:size(datasets, 1)  % 遍历每一行
    for j = 1:size(datasets, 2)  % 遍历每一列
        % 检查该单元是否为数值
        if isnumeric(datasets{i, j})
            % 如果是数值类型，使用'%g'格式
            fprintf(fileID_x, '%g ', datasets{i, j});
        else
            % 否则，假设是字符串，使用'%s'格式
            fprintf(fileID_x, '%s ', datasets{i, j});
        end
        output = j-1;
        fprintf(fileID_y, '%g ', output);   

        fprintf(fileID_x, '\n');
        fprintf(fileID_y, '\n');
    end
    % 写入换行符

end

% 关闭文件
fclose(fileID_x);
fclose(fileID_y);

代码说明：

（1） 样本存在一个txt中，标签存在另一个txt中，并且样本与标签一一对应。

（2）数据存储格式为每个样本数据以空格隔开，样本与样本之间用换行隔开，标签存储类似。