有关三种计算峰值频域的方法

89 阅读 0 评论 59 点赞

我是靠谱客的博主稳重帽子，这篇文章主要介绍有关三种计算峰值频域的方法，现在分享给大家，希望可以做个参考。

1.不明白的公式 P5

复制代码

function [fac]=fre_statisti11cal_compute(f,y)
%%对频域信号进行统计分析
%%2008年10月10日
fre_line_num=max(size(y));
p1 = mean(y);                                                 % 均值频率 特征1,反映频域振动能量的大小；
p2 = sum((y-p1).^2)/fre_line_num;                             % 标准差 特征2，表示频谱的分散或者集中程度；
p3 = sum((y-p1).^3)/(fre_line_num*sqrt(p2^3));                % 特征3，表示频谱的分散或者集中程度；
p4 = sum((y-p1).^4)/(fre_line_num*p2^2);                      % 特征4，表示频谱的分散或者集中程度；
meanf = sum(f.*y)/sum(y);
p5 = meanf;                                                   % 频率中心 特征5，反映主频带位置的变化；
sigma = sqrt(sum((f-meanf).^2.*y)/fre_line_num);
p6 = sigma;                                                   % 特征6，表示频谱的分散或者集中程度；
p7 = sqrt(sum(f.^2.*y)/sum(y));                               % 均方根频率 特征7，反映主频带位置的变化；
p8 = sqrt(sum(f.^4.*y)/sum(f.^2.*y));                          % 特征8，反映主频带位置的变化；
p9 = sum(f.^2.*y)/sqrt(sum(y)*sum(f.^4.*y));                  % 特征9，反映主频带位置的变化；
p10 = sigma/meanf;                                            % 特征10，表示频谱的分散或者集中程度；
p11 = sum((f-meanf).^3.*y)/(sigma.^3*fre_line_num);           % 特征11，表示频谱的分散或者集中程度；
p12 = sum((f-meanf).^4.*y)/(sigma.^4*fre_line_num);           % 特征12，表示频谱的分散或者集中程度；
p13 = sum(sqrt(abs(f-meanf)).*y)/(sqrt(sigma)*fre_line_num);  % 特征13，表示频谱的分散或者集中程度；
fac=[p1;p2;p3;p4;p5;p6;p7;p8;p9;p10;p11;p12;p13];
end

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23


function [fac]=fre_statisti11cal_compute(f,y)
%%对频域信号进行统计分析
%%2008年10月10日
fre_line_num=max(size(y));
p1 = mean(y);                                                 % 均值频率 特征1,反映频域振动能量的大小；
p2 = sum((y-p1).^2)/fre_line_num;                             % 标准差 特征2，表示频谱的分散或者集中程度；
p3 = sum((y-p1).^3)/(fre_line_num*sqrt(p2^3));                % 特征3，表示频谱的分散或者集中程度；
p4 = sum((y-p1).^4)/(fre_line_num*p2^2);                      % 特征4，表示频谱的分散或者集中程度；
meanf = sum(f.*y)/sum(y);
p5 = meanf;                                                   % 频率中心 特征5，反映主频带位置的变化；
sigma = sqrt(sum((f-meanf).^2.*y)/fre_line_num);
p6 = sigma;                                                   % 特征6，表示频谱的分散或者集中程度；
p7 = sqrt(sum(f.^2.*y)/sum(y));                               % 均方根频率 特征7，反映主频带位置的变化；
p8 = sqrt(sum(f.^4.*y)/sum(f.^2.*y));                          % 特征8，反映主频带位置的变化；
p9 = sum(f.^2.*y)/sqrt(sum(y)*sum(f.^4.*y));                  % 特征9，反映主频带位置的变化；
p10 = sigma/meanf;                                            % 特征10，表示频谱的分散或者集中程度；
p11 = sum((f-meanf).^3.*y)/(sigma.^3*fre_line_num);           % 特征11，表示频谱的分散或者集中程度；
p12 = sum((f-meanf).^4.*y)/(sigma.^4*fre_line_num);           % 特征12，表示频谱的分散或者集中程度；
p13 = sum(sqrt(abs(f-meanf)).*y)/(sqrt(sigma)*fre_line_num);  % 特征13，表示频谱的分散或者集中程度；
fac=[p1;p2;p3;p4;p5;p6;p7;p8;p9;p10;p11;p12;p13];
end

2.用梯形公式来求

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
function [MNF,MDF,AP] = FrenquencyFeatures(data)

%能量
FFT=abs(fft(data));
AP=sum(FFT.^2/256);%先将每个fft中值平方之后再除256

%平均功率
fs=1000;
[L,W]=size(data);%读取出date中L行W列
for i=1:W
a=xcorr(data(:,i),'unbiased');%求功率谱方法的一种，相关函数法
AFFT=abs(fft(a));
PSD=10*log10(AFFT);%功率谱
df=fs/L;
p=(sum(AFFT(1:L/2-1))+sum(AFFT(1:L/2)))/2.*df;
pf=(sum(AFFT(1:L/2-1).*(1:L/2-1)'.*df)+sum(AFFT(1:L/2).*(1:L/2)'.*df))/2*df;
MNF(i)=pf/p; 
% f1=(0:L-1)*fs/L;
% plot(f1(1:L/2),c(1:L/2))
% xlabel('频率/Hz');ylabel('功率谱/dB');
% title('平均功率谱图');

%中值频率
N1=1;pp1=0;
while abs(pp1-p/2)>(AFFT(N1)+AFFT(N1+1))/2*df
    pp1=pp1+(AFFT(N1)+AFFT(N1+1))/2*df;
    N1=N1+1;
end
n_1=(N1+N1+1)/2;
MDF(i)=df*n_1; 

end
end

3.做fft最大幅值处，对应频率

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
% clear;clc;close all
% load('C:UsersMr.liDesktopfs40000.TXT')

Fs=4000;      % 采集频率
T=1/Fs;        % 采集时间间隔
y=cha1;
N=length(y);   % 采集信号的长度

t=(0:1:N-1)*T;   % 定义整个采集时间点
t=t';            % 转置成列向量


% 绘制时域信号
figure
plot(t,y)
xlabel('时间')
ylabel('信号值')
title('时域信号')

% fft变换
Y=fft(y);          % Y为fft变换结果，复数向量
Y=Y(1:N/2+1);      % 只看变换结果的一半即可
A=abs(Y);          % 复数的幅值（模）
f=(0:1:N/2)*Fs/N;  % 生成频率范围,也叫频率分辨率
f=f';              % 转置成列向量

% 幅值修正
A_adj=zeros(N/2+1,1);
A_adj(1)=A(1)/N;        % 频率为0的位置
A_adj(end)=A(end)/N;    % 频率为Fs/2的位置
A_adj(2:end-1)=2*A(2:end-1)/N;%2:end位置

% 绘制频率幅值图
figure
subplot(2,1,1)
plot(f,A_adj)
xlabel('频率 (Hz)')
ylabel('幅值 (修正后)')
title('FFT变换幅值图')
grid on

% 绘制频谱相位图
subplot(2,1,2)
phase_angle=angle(Y);    % angle函数的返回结果为弧度
phase_angle=rad2deg(phase_angle); 
plot(f,phase_angle)
xlabel('频率 (Hz)')
ylabel('相位角 (degree)')
title('FFT变换相位图')
grid on


%峰值频率Peak frequency
[M,I]=max(A_adj);
Peak_frequency=f(I);