findsignal
使用相似性搜索找到信号位置
语法
描述
［返回数据数组段的开始和停止索引，istart, istop,经销) = findsignal (数据,信号）数据，它与搜索数组最匹配，信号．最佳匹配段是这样的经销，即线段与搜索数组之间的平方欧几里得距离最小。如果数据和信号矩阵,那么findsignal的区域的开始列和结束列数据最能匹配信号．在这种情况下,数据和信号必须有相同的行数。
例子
在数据中定位信号
生成一个数据集，由一个5hz的高斯脉冲组成，带宽为50%，以1 kHz的速率采样半秒。
fs = 1 e3;t = 0:1 / fs: 0.5;data = gauspuls (0.5 t) 5);
创建一个包含一个半周期的10hz正弦信号。绘制数据集和信号。
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”)子图(2,1,2)图(ts，信号)标题(“信号”）
找出与信号有最小平方欧几里得距离的数据段。绘制数据并突出显示片段。
图findsignal(数据、信号)
向数据集添加两个明显的外围部分。找出在绝对距离最小的意义上最接近信号的线段。
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”）
让x如果拉伸导致最近的数据段和信号之间的绝对距离更小，则-坐标轴拉伸。
findsignal (dt,信号,“TimeAlignment”,“dtw”,“指标”,“绝对”）
向数据集添加另外两个外围部分。
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”）
找出离信号最近的两个数据段。
findsignal (dt,信号,“TimeAlignment”,“dtw”,“指标”,“绝对”,．．．“MaxNumSegments”, 2)
回到找到一个片段。选择“功能”随着x设在拉伸标准。选择编辑距离公差为3。非匹配样品之间的编辑距离独立于实际的分离，使“功能”健壮的异常值。
findsignal (dt,信号,“TimeAlignment”,“功能”,“EDRTolerance”,3，．．．“指标”,“绝对”）
重复计算，但是现在对数据和信号进行归一化。
定义一个移动窗口，每个数据和信号点的任意一侧都有10个样本。
减去窗口内数据的均值，然后除以当地的标准偏差。
找出与归一化信号有最小绝对距离的归一化数据段。显示数据和信号的非规范化和规范化版本。
findsignal (dt,信号,“TimeAlignment”,“功能”,“EDRTolerance”,3，．．．“归一化”,“zscore”,“NormalizationLength”21岁,．．．“指标”,“绝对”,“注释”,“所有”）
在突变数据中寻找信号
生成一个随机的数据数组:
平均值在七个区域中都是不变的，而在各个区域之间则会突然变化。
在五个区域中，每个区域的标准差都是不变的，而在各个区域之间，标准差会突然发生变化。
lr = 20;MNS = [0 1 4 -5 2 0 1];纳米长度= (mns);VRS = [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;
绘制数据，突出其构建步骤。显示每个区域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”[y;v.*y]') title([y;v.*y]')“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”)子地块(2,2,4)“最后一次”700) xlim ([0])
创建一个均值为零，标准差为1/2的随机信号。查找并显示与信号最匹配的数据数组段。
sg = randn(1、2 * lr) / 2;findsignal (t, sg)
创建一个均值为0，标准差为2的随机信号。查找并显示与信号最匹配的数据数组段。
sg = randn(1、2 * lr) * 2;findsignal (t, sg)
创建一个均值为2，标准差为2的随机信号。查找并显示与信号最匹配的数据数组段。
sg = randn(1、2 * lr) * 2 + 2;findsignal (t, sg)
创建一个均值为-4，标准差为3的随机信号。查找并显示与信号最匹配的数据数组段。
sg = randn(1、2 * lr) * 3 - 4;findsignal (t, sg)
重复计算，但这次从信号和数据中减去平均值。
findsignal (t, sg,“归一化”,“zscore”,“注释”,“所有”）
找到书写样本
设计一种类似于早期计算机输出的字体。用它来写单词MATLAB®。
rng默认的装备= @ (x) dec2bin (x ') -48;M = chr([34 34 54 42 34 34 34 34]);A = chr([08 20 34 34 62 34 34]);T = chr([62 08 08 08 08 08 08 08 08 08 08 08]);L = chr([32 32 32 32 32 32 62]);B = chr([60 34 34 60 34 34 60]);Matlab = [m a t l a b];
通过重复随机的字母列和改变间距来破坏单词。出示原文和三个被篡改的版本。
C = @(x)x(:，sort([1:6 randi(6,1,2)]));次要情节(4,1,1,“XLim”，[0 60]) spy(MATLAB) xlabel(”) ylabel (“原始”）为subplot(4,1, Kj，)“XLim”, 60[0])间谍([c (M) c (A) c (T) (L) c c (A) (B)))包含(”) ylabel (“腐败”）结束
再生成一个错误的单词。搜索字母" a "的嘈杂版本显示搜索数组与最接近的数据段之间的距离。因为水平轴是刚性的，所以线段溢出到“T”中。
= [c(M) c(A) c(T) c(L) c(A) c(B)];胡志明市= c (A);(是,印第安纳州,dst) = findsignal (corr胡志明市);CLF subplot(2,1,1) spy(sgn) subplot(2,1,2) spy(corr) CHK = 0 (size(corr));嗯(:,是:印第安纳)= corr(:,是:印第安纳);持有在间谍(嗯,‘* k”)举行从
dst
dst = 11
允许水平轴拉伸。最近的段是搜索数组和a的第一个实例的交集段与数组之间的距离为零。
(是,印第安纳州,dst) = findsignal (corr、胡志明市、“TimeAlignment”,“dtw”）;Subplot (2,1,1) spy(sgn) Subplot (2,1,2) spy(corr) CHK = 0 (size(corr));嗯(:,是:印第安纳)= corr(:,是:印第安纳);持有在间谍(嗯,‘* k”)举行从
dst
dst = 0
的内置功能重复计算findsignal．除以局部均值使数据和信号归一化。使用对称的Kullback-Leibler度量。
findsignal (corr、胡志明市、“TimeAlignment”,“dtw”,．．．“归一化”,“权力”,“指标”,“symmkl”,“注释”,“所有”）
输入参数
输出参数
扩展功能
你也可以从以下列表中选择一个网站:
