【信号预处理】基于matlab的振动信号预处理仿真

 clc;

    
 clear;
    
 close all;
    
 warning off;
    
 addpath 'func\'
    
  
    
 %针对不同采样率的信号可能需要你手动调整的一些参数
    
 %针对不同采样率的信号可能需要你手动调整的一些参数
    
 %******加窗的长度******************************************
    
 N      = 512;
    
 %******时域统计平均技术的采样次数***************************
    
 K      = 16;
    
 %1000:10 , 10 , 10 , 35
    
 %1500:10 , 12 , 12 , 11 , 10
    
 %1800:10 , 13 , 16 , 16 , 16
    
  
    
 %******平滑宽度********************************************
    
 LL     = 3; 
    
 flag   = 0;%是否需要平滑，个人觉得这里不进行平滑效果更好
    
 %******压力点判决门限***************************************
    
 KK     = 5.5;
    
 %1000:5.5 , 6.5 , 6.5 , 5
    
 %1500:6   , 9   , 9   , 6   , 6
    
 %1800:5.5 , 7   , 7   , 5.5 , 5.5
    
 %******选择第几段信号***************************************
    
 NO_    = 20;
    
 %******滤波器的截止频率和采样频率的倍数**********************
    
 SS     = 32;
    
 %******设置信号采样率***************************************
    
 Fs     = 1000;
    
  
    
 %%
    
 %调用信号
    
 %调用信号
    
 %调用压力信号
    
 Preasure  = xlsread('EXCELer\pressure\p1800-100.xls','Sheet1','A3:B722');  
    
 %调用振动信号
    
 vibration = xlsread('EXCELer\vibration\v1800-100.xls','Simulated Signal','A1:A65535');  
    
 %%
    
 %调用预处理函数
    
 y = func_signal_process(N,K,LL,KK,NO_,SS,Fs,Preasure,vibration);
    
  
    
 figure;
    
 plot(y);
    
 title('预处理之后截取的信号');
    
  
    
  
    
 %%
    
 %%传递函数法进行识别
    
 L    = length(y);
    
 NFFT = 2^nextpow2(L);  
    
 y2   = fft(y,NFFT);
    
 f    = Fs/2*linspace(0,1,NFFT/2+1);
    
  
    
 P    = Preasure(:,2)';
    
 L    = length(P);
    
 NFFT = 2^nextpow2(L);  
    
 P2   = fft(P,NFFT);
    
 f    = Fs/2*linspace(0,1,NFFT/2+1);
    
   61. %计算传递函数
    
 H   = y2./P2;
    
 %计算H的幅值和相位
    
 magH= abs(H);        %信号的幅值 
    
 angH= angle(H);      %信号的相位 
    
   67. f   = Fs/2*linspace(0,1,NFFT/2+1);
    
   69. figure;
    
 subplot(211);plot(f,magH(1:length(f)));title('信号幅值'); 
    
 subplot(212);plot(f,angH(1:length(f)));title('信号相位'); 
    
   73.   74.   75. %下面是根据构造的H，对任意几个振动信号进行识别，这里选择了任意的2个进行识别
    
 %下面是根据构造的H，对任意几个振动信号进行识别，这里选择了任意的2个进行识别
    
 %%
    
 %根据计算得到的H，对其他的压力信号进行识别
    
 %根据计算得到的H，对其他的压力信号进行识别
    
 %根据计算得到的H，对其他的压力信号进行识别
    
 %根据计算得到的H，对其他的压力信号进行识别
    
 y_sb1 = func_signal_process(N,K,LL,KK,19,SS,Fs,Preasure,vibration);
    
   84.   85. L    = length(y_sb1);
    
 NFFT = 2^nextpow2(L);  
    
 y2_sb1   = fft(y_sb1,NFFT);
    
  
    
   90. %识别压力为：
    
 Psb     = y2_sb1./(H);
    
 %IFFT变换，恢复出压力信号
    
 P_real  = ifft(Psb,NFFT);
    
   95.   96. figure;
    
 KER = 360;
    
   99. plot(-KER+1:KER,P,'r');
    
 title('实际测试信号');
    
 hold on
    
 plot(-KER+1:KER,P_real(1:length(P)),'b--');
    
 title('识别信号');
    
 hold on
    
 legend('实际测试信号','识别信号');
    
  
    
   108.   109.   110.   111.   112.   113. %%
    
 %根据计算得到的H，对其他的压力信号进行识别
    
 %根据计算得到的H，对其他的压力信号进行识别
    
 %根据计算得到的H，对其他的压力信号进行识别
    
 %根据计算得到的H，对其他的压力信号进行识别
    
 y_sb1 = func_signal_process(N,K,LL,KK,12,SS,Fs,Preasure,vibration);
    
   120.   121. L    = length(y_sb1);
    
 NFFT = 2^nextpow2(L);  
    
 y2_sb1   = fft(y_sb1,NFFT);
    
  
    
   126. %识别压力为：
    
 Psb     = y2_sb1./(H);
    
 %IFFT变换，恢复出压力信号
    
 P_real  = ifft(Psb,NFFT);
    
   131.   132. figure;
    
 KER = 360;
    
   135. plot(-KER+1:KER,P,'r');
    
 title('实际测试信号');
    
 hold on
    
 plot(-KER+1:KER,P_real(1:length(P)),'b--');
    
 title('识别信号');
    
 hold on
    
 legend('实际测试信号','识别信号');