findsignal

找到信号位置使用相似性搜索

语法

[istart、istop dist] = findsignal(数据、信号)

[istart、istop dist] = findsignal(数据、信号、名称、值)

findsignal (___)

描述

(istart, istop,经销)= findsignal (数据,信号)返回一段的开始和停止指标数据的数组,数据最佳匹配搜索的数组,信号。最优段是这样的经销段之间的平方欧氏距离和搜索数组,是最小的。如果数据和信号矩阵,那么findsignal发现的开始和结束列区域数据最能匹配信号。在这种情况下,数据和信号必须有相同数量的行。

例子

(istart, istop,经销)= findsignal (数据,信号,名称,值)使用名称-值对参数指定附加选项。选项包括规范化应用,部分报告的数量,和要使用的距离度量。

例子

findsignal (___)没有输出参数图数据并强调任何确定的实例信号。

如果数组是真实的向量,显示功能数据样本数量的函数。
如果数组是复杂向量,显示的函数数据根图。
如果数组是真实的矩阵,函数使用显示亮度图像来显示信号在一个次要情节和数据在另一个次要情节和突出显示的区域。
如果数组是复杂的矩阵,功能块的顶部和底部的实部和虚部每个图像的一半。

例子

全部折叠

定位信号的数据

打开生活的脚本

生成一个数据集组成的5赫兹高斯脉冲以50%的带宽、采样为半秒的速度1 kHz。

fs = 1 e3;t = 0:1 / fs: 0.5;data = gauspuls (0.5 t) 5);

创建一个信号组成的半周期10赫兹的正弦信号。数据集和信号的阴谋。

ts = 0:1 / fs: 0.15;信号= cos(2 *π* 10 * ts);次要情节(2,1,1)情节(t)数据)标题(“数据”次要情节(2,1,2)情节(ts、信号)标题(“信号”)

图包含2轴对象。轴1和标题数据包含一个对象类型的线。坐标轴对象2标题信号包含一个类型的对象。

找到的部分数据的最小平方欧氏距离的信号。情节和突出的数据段。

图findsignal(数据、信号)

图包含2轴对象。坐标轴对象1标题信号包含一个类型的对象。轴与标题信号匹配发现对象2:1包含2线类型的对象。这些对象表示数据,信号。

两个显然偏远部分添加到数据集。找到最接近的部分信号的最小的绝对距离的感觉。

dt =数据;dt (t > 0.31科技< 0.32)= 2.1;dt (t > 0.32科技< 0.33)= -2.1;findsignal (dt,信号,“指标”,“绝对”)

图包含2轴对象。坐标轴对象1标题信号包含一个类型的对象。轴与标题信号匹配发现对象2:1包含2线类型的对象。这些对象表示数据,信号。

让x相互重合拉伸如果拉伸的结果在一个较小的绝对距离最近的数据段和信号。

findsignal (dt,信号,“TimeAlignment”,“dtw”,“指标”,“绝对”)

图包含2轴对象。坐标轴对象1标题信号包含一个类型的对象。轴与标题信号匹配发现对象2:1包含2线类型的对象。这些对象表示数据,信号。

添加两个更多的外围部分的数据集。

dt (t > 0.1科技< 0.11)= 2.1;dt (t > 0.11科技< 0.12)= -2.1;findsignal (dt,信号,“TimeAlignment”,“dtw”,“指标”,“绝对”)

图包含2轴对象。坐标轴对象1标题信号包含一个类型的对象。轴与标题信号匹配发现对象2:1包含2线类型的对象。这些对象表示数据,信号。

找到最近的两个数据段的信号。

findsignal (dt,信号,“TimeAlignment”,“dtw”,“指标”,“绝对”,…“MaxNumSegments”,2)

图包含2轴对象。坐标轴对象1标题信号包含一个类型的对象。轴与标题信号匹配发现对象2:2包含2线类型的对象。这些对象表示数据,信号。

回到找到一个段。选择“功能”随着x设在拉伸标准。选择一个编辑距离公差3。nonmatching样本之间的编辑距离是独立于实际的分离“功能”健壮的异常值。

findsignal (dt,信号,“TimeAlignment”,“功能”,“EDRTolerance”3,…“指标”,“绝对”)

图包含2轴对象。坐标轴对象1标题信号包含一个类型的对象。轴与标题信号匹配发现对象2:1包含2线类型的对象。这些对象表示数据,信号。

重复计算,但现在规范化的数据和信号。

定义一个移动窗口与10个样本的每个数据点和信号。
减去窗口中的数据的均值和标准差除以当地。

找到最小的绝对的标准化数据段距离归一化的信号。显示非规范和标准化版本的数据和信号。

findsignal (dt,信号,“TimeAlignment”,“功能”,“EDRTolerance”3,…“归一化”,“zscore”,“NormalizationLength”21岁,…“指标”,“绝对”,“注释”,“所有”)

图包含4轴对象。坐标轴对象1标题信号包含一个类型的对象。坐标轴对象2标题规范化信号包含一个类型的对象。坐标轴对象3 2标题数据包含对象类型的线。这些对象表示数据,信号。坐标轴对象4标题规范化数据包含2线类型的对象。这些对象表示数据,信号。

找到信号数据和突然的变化

打开生活的脚本

生成一个随机数据数组:

意思是常数的七个地区,地区与地区之间突然发生了变化。
标准差是恒定的五个地区,地区与地区之间突然发生了变化。

lr = 20;mns = [0 1 4 2 5 0 1];纳米长度= (mns);工具= (1 4 6 1 3)/ 2;nv =长度(工具);v = randn (lr *纳米* nv);f =重塑(repmat (mns、lr * nv 1), 1, lr *纳米* nv);y =重塑(repmat(工具与lr * nm, 1), 1, lr *纳米* nv);t = v * y + f;

图数据,凸显其建设的步骤。显示每个地区的平均值和标准偏差。

次要情节(2、2、1)情节(v)标题(“原始”700)xlim([0])次要情节(2 2 2)情节([f; v + f]”)标题(“手段”700)xlim([0])文本(lr * nv *纳米* ((0:1 / nm: 1 - 1 /海里)+ 1 /(2 *海里)),7 *(1海里),num2str (mns),…“HorizontalAlignment”,“中心”次要情节(2,2,3)情节([y, y v *]”)标题(“性病”700)xlim([0])文本(lr * nv *纳米* ((0:1 / nv: 1 - 1 / nv) + 1 / (2 * nv)), 7 * (nv), num2str(工具),…“HorizontalAlignment”,“中心”次要情节(2,2,4)情节(t)标题(“最后一次”700)xlim ([0])

图包含4轴对象。坐标轴对象1与原有标题包含一个类型的对象。坐标轴对象与标题2意味着包含9线类型的对象,文本。坐标轴对象与标题3 STD包含7线类型的对象,文本。坐标轴对象4标题最后包含一个类型的对象。

创建一个随机信号零均值和标准差的1/2。查找和显示的数据数组最匹配的信号。

sg = randn (1、2 * lr) / 2;findsignal (t, sg)

图包含2轴对象。坐标轴对象1标题信号包含一个类型的对象。轴与标题信号匹配发现对象2:1包含2线类型的对象。这些对象表示数据,信号。

创建一个随机信号的意思是0和2的标准偏差。查找和显示的数据数组最匹配的信号。

sg = randn (1、2 * lr) * 2;findsignal (t, sg)

图包含2轴对象。坐标轴对象1标题信号包含一个类型的对象。轴与标题信号匹配发现对象2:1包含2线类型的对象。这些对象表示数据,信号。

创建一个随机信号的意思是2和2的标准偏差。查找和显示的数据数组最匹配的信号。

sg = randn (1、2 * lr) * 2 + 2;findsignal (t, sg)

图包含2轴对象。坐标轴对象1标题信号包含一个类型的对象。轴与标题信号匹配发现对象2:1包含2线类型的对象。这些对象表示数据,信号。

创建一个随机信号的意思是4和3的标准偏差。查找和显示的数据数组最匹配的信号。

sg = randn (1、2 * lr) * 3 - 4;findsignal (t, sg)

图包含2轴对象。坐标轴对象1标题信号包含一个类型的对象。轴与标题信号匹配发现对象2:1包含2线类型的对象。这些对象表示数据,信号。

重复计算,但这一次减去均值信号和数据。

findsignal (t, sg,“归一化”,“zscore”,“注释”,“所有”)

发现信写作样本

打开生活的脚本

设计一个字体,类似于早期的计算机的输出。用它来编写MATLAB®这个词。

rng默认的装备= @ (x) dec2bin (x ') -48;M =科([34 54 42 34 34]);=科([08年20 34 62 34]);T =科([62 08年08年08年08年08年08年]);L =科([32 32 32 32 32 32 62]);B =科([60 34 60 60 34]);MATLAB = (M T L B);

腐败这个词重复随机字母和列间距不同。显示原词和三个损坏的版本。

c = @ (x) x(:,排序([1:6兰迪(6个,1,2)]));次要情节(4,1,1,“XLim”,60[0])间谍(MATLAB)包含(”)ylabel (“原始”)为kj = 2:4次要情节(kj 4 1,“XLim”,60[0])间谍([c (M) c (A) c (T) (L) c c (A) (B)))包含(”)ylabel (“腐败”)结束

图包含4轴对象。坐标轴对象1包含一个类型的对象。坐标轴对象2包含一个类型的对象。坐标轴对象3包含一个类型的对象。坐标轴对象4包含一个类型的对象。

生成一个损坏的版本的词。搜索一个嘈杂的版本的字母“a”。Display the distance between the search array and the data segment closest to it. The segment spills into the "T" because the horizontal axes are rigid.

corr = [c (M) c (A) c (T) (L) c c (A) (B));胡志明市= c (A);(是,印第安纳州,dst) = findsignal (corr胡志明市);clf次要情节(2,1,1)间谍(胡志明市)次要情节(2,1,2)间谍(corr)嗯= 0(大小(corr));嗯(:,是:印第安纳)= corr(:,是:印第安纳);持有在间谍(嗯,‘* k”)举行从

图包含2轴对象。坐标轴对象1包含一个类型的对象。坐标轴对象包含2线类型的对象。

dst

dst = 11

允许水平轴拉伸。最近的线段的交点搜索数组和第一个实例的“a”。The distance between the segment and the array is zero.

(是,印第安纳州,dst) = findsignal (corr、胡志明市、“TimeAlignment”,“dtw”);次要情节(2,1,1)间谍(胡志明市)次要情节(2,1,2)间谍(corr)嗯= 0(大小(corr));嗯(:,是:印第安纳)= corr(:,是:印第安纳);持有在间谍(嗯,‘* k”)举行从

图包含2轴对象。坐标轴对象1包含一个类型的对象。坐标轴对象包含2线类型的对象。

dst

dst = 0

重复的计算使用内置的功能findsignal。除以当地的意思是规范化的数据和信号。使用对称Kullback-Leibler度量。

findsignal (corr、胡志明市、“TimeAlignment”,“dtw”,…“归一化”,“权力”,“指标”,“symmkl”,“注释”,“所有”)

图包含4轴对象。坐标轴对象1标题信号包含一个类型的对象的形象。坐标轴对象2标题规范化信号包含一个类型的对象的形象。坐标轴对象3与标题数据包含对象类型的形象,补丁。坐标轴对象4标题规范化数据包含3类型的对象形象,补丁。

输入参数

全部折叠

`数据`- - - - - -数据数组
向量|矩阵

数据数组,指定为一个向量或矩阵。

数据类型:单|双
复数的支持:金宝app是的

`信号`- - - - - -搜索的数组
向量|矩阵

搜索数组,指定为一个向量或矩阵。

数据类型:单|双
复数的支持:金宝app是的

名称-值参数

指定可选的逗号分隔条名称,值参数。的名字参数名称和吗价值相应的价值。的名字必须出现在引号。您可以指定几个名称和值对参数在任何顺序Name1, Value1,…,的家。

例子:“MaxNumSegments”2“度量”,“方”,“正常化”,“中心”、“NormalizationLength”, 11发现的两段数据数组的最小平方欧氏距离搜索信号。数据和信号都是规范化的减去均值滑动窗口。窗口有五个样品,每个点的两侧,总长度为5 + 5 + 1 = 11个样本。

`归一化`- - - - - -归一化数据
`“没有”`(默认)|`“中心”`|`“权力”`|`“zscore”`

标准化数据,指定为逗号分隔组成的“归一化”这些值之一:

“没有”——不正常。
“中心”——减去当地的意思。
“权力”——除以当地的意思。
“zscore”——减去局部均值和标准差除以当地。

`NormalizationLength`- - - - - -归一化长度
`长度(数据)`(默认)|整数标量

正常化长度指定为逗号分隔组成的“NormalizationLength”和一个整数标量。这个值代表样本的最小数量的规范化每个样本数据和信号。如果信号是一个矩阵“NormalizationLength”代表一个列数。

数据类型:单|双

`MaxDistance`- - - - - -最高段的距离
`正`(默认)|积极的真正的标量

最高段的距离,指定为逗号分隔组成的“MaxDistance”和积极的真正的标量。如果您指定“MaxDistance”,然后findsignal返回所有段的开始和停止指数数据的距离信号都是局部最小值,小于“MaxDistance”。

数据类型:单|双

`MaxNumSegments`- - - - - -最大数量的部分返回
`1`(默认)|正整数标量

最大数量的部分回归,指定为逗号分隔组成的“MaxNumSegments”和一个正整数标量。如果您指定“MaxNumSegments”,然后findsignal定位的所有部分数据距离信号的局部最小值,并返回“MaxNumSegments”段与最小距离。

数据类型:单|双

`TimeAlignment`- - - - - -时间校准技术
`“固定”`(默认)|`“dtw”`|`“功能”`

时间对齐技术,指定为逗号分隔组成的“TimeAlignment”这些值之一:

“固定”——不要拉伸或重复样本以减少距离。
“dtw”——试图减少拉伸时间轴的距离和重复样本数据或信号。看到dtw为更多的信息。
“功能”——减少编辑的数量,这样每个剩余样本之间的距离数据段及其信号对应的是在给定的公差。一个编辑包括消除样本数据,信号,或两者兼而有之。指定公差使用“EDRTolerance”论点。使用这个选项当任何输入数组的离群值。看到功能为更多的信息。

`EDRTolerance`- - - - - -编辑距离公差
真正的标量

编辑距离宽容,指定为逗号分隔组成的“EDRTolerance”和一个真正的标量。使用这个参数时的信号“TimeAlignment”名称-值对参数设置为“功能”。

数据类型:单|双

`度规`- - - - - -距离度量
`“方”`(默认)|`“绝对”`|`“欧几里得”`|`“symmkl”`

距离度量,指定为逗号分隔组成的“指标”其中一个“方”,“绝对”,“欧几里得”,或“symmkl”。如果X和Y都是K维信号,然后度规规定d_锰(X,Y)之间的距离米th的样本X和nth的样本Y。看到动态时间扭曲更多信息d_锰(X,Y)。

“方”欧几里得度量的平方,平方的总和组成的差异:

$d_{米 n} (X, Y) = \sum_{k = 1}^{K} {(x_{k, 米} - y_{k, n})}^{*} (x_{k, 米} - y_{k, n})$
“欧几里得”——根笔平方差异,也称为欧几里得或ℓ₂度量:

$d_{米 n} (X, Y) = \sqrt{\sum_{k = 1}^{K} {(x_{k, 米} - y_{k, n})}^{*} (x_{k, 米} - y_{k, n})}$
“绝对”——绝对差异,也被称为曼哈顿街区,出租车,或者ℓ₁度量:

$d_{米 n} (X, Y) = \sum_{k = 1}^{K} | x_{k, 米} - y_{k, n} | = \sum_{k = 1}^{K} \sqrt{{(x_{k, 米} - y_{k, n})}^{*} (x_{k, 米} - y_{k, n})}$
“symmkl”——对称Kullback-Leibler度量。这个指标是有效的只有真正的和积极的X和Y:

$d_{米 n} (X, Y) = \sum_{k = 1}^{K} (x_{k, 米} - y_{k, n}) (日志 x_{k, 米} - 日志 y_{k, n})$

`注释`- - - - - -情节风格
`“信号”`(默认)|`“数据”`|`“所有”`

情节风格,指定为逗号分隔组成的“注释”这些值之一:

“数据”块数据,突显出最佳匹配信号的区域。
“信号”情节的信号在一个单独的次要情节。
“所有”情节信号、数据信号归一化,规范化数据在不同的次要情节。

如果你调用这个论点被忽略findsignal输出参数。

输出参数

全部折叠

`istart, istop`——段的开始和结束指数
整数标量|向量

段的开始和结束指标,作为整数返回标量或矢量。

`经销`——最小的数据表明距离
标量|向量

最小数据表明距离,作为一个标量或矢量返回。

扩展功能

C / c++代码生成
生成C和c++代码使用MATLAB®编码器™。

另请参阅

主题

介绍了R2016b

findsignal

语法

描述

例子

定位信号的数据

找到信号数据和突然的变化

发现信写作样本

输入参数

`数据`- - - - - -数据数组
向量|矩阵

`信号`- - - - - -搜索的数组
向量|矩阵

名称-值参数

`归一化`- - - - - -归一化数据
`“没有”`(默认)|`“中心”`|`“权力”`|`“zscore”`

`NormalizationLength`- - - - - -归一化长度
`长度(数据)`(默认)|整数标量

`MaxDistance`- - - - - -最高段的距离
`正`(默认)|积极的真正的标量

`MaxNumSegments`- - - - - -最大数量的部分返回
`1`(默认)|正整数标量

`TimeAlignment`- - - - - -时间校准技术
`“固定”`(默认)|`“dtw”`|`“功能”`

`EDRTolerance`- - - - - -编辑距离公差
真正的标量

`度规`- - - - - -距离度量
`“方”`(默认)|`“绝对”`|`“欧几里得”`|`“symmkl”`

`注释`- - - - - -情节风格
`“信号”`(默认)|`“数据”`|`“所有”`

输出参数

`istart, istop`——段的开始和结束指数
整数标量|向量

`经销`——最小的数据表明距离
标量|向量

扩展功能

C / c++代码生成
生成C和c++代码使用MATLAB®编码器™。

另请参阅

主题

信号处理工具箱的文档

金宝app

深度学习与MATLAB信号处理

findsignal

语法

描述

例子

定位信号的数据

找到信号数据和突然的变化

发现信写作样本

输入参数

数据- - - - - -数据数组向量|矩阵

信号- - - - - -搜索的数组向量|矩阵

名称-值参数

归一化- - - - - -归一化数据“没有”(默认)|“中心”|“权力”|“zscore”

NormalizationLength- - - - - -归一化长度长度(数据)(默认)|整数标量

MaxDistance- - - - - -最高段的距离正(默认)|积极的真正的标量

MaxNumSegments- - - - - -最大数量的部分返回1(默认)|正整数标量

TimeAlignment- - - - - -时间校准技术“固定”(默认)|“dtw”|“功能”

EDRTolerance- - - - - -编辑距离公差真正的标量

度规- - - - - -距离度量“方”(默认)|“绝对”|“欧几里得”|“symmkl”

注释- - - - - -情节风格“信号”(默认)|“数据”|“所有”

输出参数

istart, istop——段的开始和结束指数整数标量|向量

经销——最小的数据表明距离标量|向量

扩展功能

C / c++代码生成生成C和c++代码使用MATLAB®编码器™。

另请参阅

主题

信号处理工具箱的文档

金宝app

深度学习与MATLAB信号处理

`数据`- - - - - -数据数组
向量|矩阵

`信号`- - - - - -搜索的数组
向量|矩阵

`归一化`- - - - - -归一化数据
`“没有”`(默认)|`“中心”`|`“权力”`|`“zscore”`

`NormalizationLength`- - - - - -归一化长度
`长度(数据)`(默认)|整数标量

`MaxDistance`- - - - - -最高段的距离
`正`(默认)|积极的真正的标量

`MaxNumSegments`- - - - - -最大数量的部分返回
`1`(默认)|正整数标量

`TimeAlignment`- - - - - -时间校准技术
`“固定”`(默认)|`“dtw”`|`“功能”`

`EDRTolerance`- - - - - -编辑距离公差
真正的标量

`度规`- - - - - -距离度量
`“方”`(默认)|`“绝对”`|`“欧几里得”`|`“symmkl”`

`注释`- - - - - -情节风格
`“信号”`(默认)|`“数据”`|`“所有”`

`istart, istop`——段的开始和结束指数
整数标量|向量

`经销`——最小的数据表明距离
标量|向量

C / c++代码生成
生成C和c++代码使用MATLAB®编码器™。