文档帮助中心文档
重新取样均匀或非均匀数据到新的固定利率
x y =重新取样(p, q)
y =重新取样(x, p, q, n)
y =重新取样(x, p, q, n,β)
y =重新取样(x, p, q, b)
[y, b] =重新取样(x, p, q,___)
[yTT b] =重新取样(xTT, p, q,___)
y =重新取样(x, tx)
y =重新取样(x, tx, fs)
y =重新取样(x, tx, fs, p, q)
y =重新取样(x, tx,___、方法)
(y, ty) =重新取样(x, tx,___)
[y,泰b] =重新取样(x, tx,___)
yTT =重新取样(xTT)
[yTT b] =重新取样(xTT___)
(___)=重新取样(___、“维度”暗)
例子
y=重新取样(x,p,问)重新取样的输入序列,x,在p/问最初的采样率。重新取样实行冷杉抗锯齿低通滤波器来x和延迟补偿引入的过滤器。函数运行在第一个数组维度尺寸大于1。
y=重新取样(x,p,问)
y
x
p
问
重新取样
y=重新取样(x,p,问,n)使用反锯齿过滤器的顺序2×n×max (p,问)。
y=重新取样(x,p,问,n)
n
y=重新取样(x,p,问,n,β)指定Kaiser窗的形状参数用于设计低通滤波器。
y=重新取样(x,p,问,n,β)
β
y=重新取样(x,p,问,b)过滤器x使用滤波器系数中指定b。
y=重新取样(x,p,问,b)
b
(y,b)=重新取样(x,p,问,___)滤波器的系数应用于同样的回报x在重采样。
(y,b)=重新取样(x,p,问,___)
(yTT,b)=重新取样(xTT,p,问,___)在MATLAB重新取样的均匀采样数据®时间表xTT在p/问倍的原始采样率,并返回一个时间表yTT。您可以指定额外的参数n,β,或b。
(yTT,b)=重新取样(xTT,p,问,___)
yTT
xTT
y=重新取样(x,tx)重新取样值,x在指定的瞬间,信号采样向量tx。函数篡改x线性向量上的均匀间隔的瞬间相同的端点和样本的数量tx。南被当作缺失数据和被忽略。
y=重新取样(x,tx)
tx
南
y=重新取样(x,tx,fs)使用一个多相抗锯齿过滤器重新取样信号在指定的统一的采样率fs。
y=重新取样(x,tx,fs)
fs
y=重新取样(x,tx,fs,p,问)篡改输入信号与样品中间均匀网格间距(p/问)/fs。函数然后过滤器upsample它的结果p,downsample问,导致最后的采样率fs。为达到最佳效果,确保fs×问/p至少是两倍的最高频率分量x。
y=重新取样(x,tx,fs,p,问)
y=重新取样(x,tx,___,方法)指定的参数的插值法以及任何在这组以前的语法。插值方法“线性”,“pchip”,或样条的。
y=重新取样(x,tx,___,方法)
方法
“线性”
“pchip”
样条的
(y,泰)=重新取样(x,tx,___)回报泰重新取样信号对应的瞬间。
(y,泰)=重新取样(x,tx,___)
泰
(y,泰,b)=重新取样(x,tx,___)回报b抗锯齿过滤器的系数。
(y,泰,b)=重新取样(x,tx,___)
yTT=重新取样(xTT)非均匀采样数据的重新取样xTT并返回均匀抽样数据。yTT端点的数量和样品一样吗xTT。
yTT=重新取样(xTT)
(yTT,b)=重新取样(xTT,___)非均匀采样数据的重新取样xTT并返回反锯齿滤波器的系数b。您可以指定相同的参数选择输入x,tx。
(yTT,b)=重新取样(xTT,___)
(___)=重新取样(___“维度”,昏暗的)重新取样输入维度昏暗的。
(___)=重新取样(___“维度”,昏暗的)
昏暗的
全部折叠
重新取样简单线性序列在3/2的原始速度10赫兹。情节上的原始和重新取样信号相同的图。
fs = 10;t1 = 0:1 / fs: 1;x = t1;y =重新取样(x 3 2);t2 =(0:(长度(y) 1)) * 2 / (3 * fs);情节(t1, x,‘*’,t2, y,“o”)包含(“时间(s)”)ylabel (“信号”)传说(“原始”,重新取样的,…“位置”,“西北”)
当过滤,重新取样假定输入序列,x,样品之前和之后是零。大偏离零的端点x可能会导致意想不到的值y。
显示这些偏差通过重采样三角序列和垂直移动版本的序列与非零端点。
x = [1:10 9: 1:1;10:1:1 2:10)';y =重新取样(x 3 2);次要情节(2,1,1)情节(1:19,x (: 1),‘*’,(0:28)* 2/3 + 1,y (: 1),“o”)标题(“边缘效应不明显”)传说(“原始”,重新取样的,…“位置”,“南”次要情节(2,1,2)情节(1:19,x (:, 2),‘*’,(0:28)* 2/3 + 1,y (:, 2),“o”)标题(的边缘效应明显)传说(“原始”,重新取样的,…“位置”,“北”)
构造一个正弦信号。指定一个采样率,16个样本对应一个信号。画一个干细胞的信号。覆盖一个梯级的取样保持的可视化图形。
fs = 16;t = 0:1 / fs: 1 - 1 / f;x = 0.75 * sin(2 *π* t);茎(t, x)在楼梯(t, x)从
使用重新取样upsample信号的四个因素之一。使用默认设置。结果与原始信号的阴谋。
ups = 4;dns = 1;傅= f * ups;傅你= 0:1 /:1 - 1 /富;y =重新取样(x, ups, dns);茎(tu, y)在楼梯(t, x)从传奇(重新取样的,“原始”)
重复计算。指定n= 1,抗锯齿过滤器的顺序 2 × 1 × 4 = 8 。指定一个形状参数 β = 0 Kaiser窗。输出滤波器以及重新取样信号。
n = 1;β= 0;(y, b) =重新取样(x, ups, dns, n,β);fo = filtord (b)
fo = 8
茎(tu, y)在楼梯(t x,“——”)举行从传奇(“n = 1, \β= 0”)
重新取样信号混叠效应表明,由于相对宽mainlobe和低旁瓣衰减的窗口。
增加n5,把 β = 0 。确认订单40的过滤器。情节重新取样信号。
n = 5;(y, b) =重新取样(x, ups, dns, n,β);fo = filtord (b)
fo = 40
茎(tu, y)在楼梯(t x,“——”)举行从传奇(“\ n = 5日β= 0”)
时间越长,窗口有一个窄mainlobe和变弱混叠效果更好。它也变弱信号。
离开过滤器订单 2 × 5 × 4 = 4 0 和增加的形状参数 β = 2 0 。
β= 20;y =重新取样(x, ups, dns, n,β);茎(tu, y)在楼梯(t x,“——”)举行从传奇(“\ n = 5日β= 20”)
的高旁瓣衰减结果良好的重采样。
减少过滤器订单回 2 × 1 × 4 = 8 然后离开 β = 2 0 。
n = 1;(y, b) =重新取样(x, ups, dns, n,β);茎(tu, y)在楼梯(t x,“——”)举行从传奇(“n = 1,β= 20 \”)
更广泛的mainlobe产生相当大的工件重新采样。
生成正弦信号的60个样本并重新取样速度3/2原始。显示原始和重新取样信号。
tx = 0:6:360-3;x =罪(2 *π* tx / 120);泰= 0:4:360-2;[y,] =重新取样(x 3 2);情节(tx, x,“+ -”泰y”啊,“)传说(“原始”,重新取样的)
抗混叠滤波器的频率响应。
freqz(通过)
重新取样信号2/3原来的速度。显示原始信号和重采样。
tz = 0:9:360-9;(z, bz) =重新取样(x, 2、3);情节(tx, x,“+ -”tz, z,”啊,“)传说(“原始”,重新取样的)
新的低通滤波器的脉冲响应。
impz (bz)
创建两个向量的10个随机生成的数字。假设为每个向量是一个数字记录每天总共十天。将数据存储在一个MATLAB的时间表。
1 = randn(10日);1 b = randn(10日);t =天(1:10);xTT =时间表(t ' [b]);
使用重新取样从每天一次函数增加采样率每小时一次。这两个数据集。
yTT =重新取样(xTT, 24岁,1);次要情节(2,1,1)情节(xTT.Time xTT.Var1,“o”次要情节(2,1,2)情节(yTT.Time yTT.Var1,“o”)
使用数据记录由伽利略于1610年确定的轨道周期木卫四,最外层的木星的四大卫星。
伽利略观察卫星的运动为6周,1月15日开始。观察有一些差距,因为木星在多云的夜晚是不可见的。生成一个datetime数组的观察时间。
datetime
t =[0 2 3 7 8 9 10 11 12 17 18 19 20 24日25日26日27 28 29日31日32 33 35 37…41 42 43 44 45]“+ 1;yg = [10.5 11.5 10.5 -5.5 -10.0 -12.0 -11.5 -12.0 -7.5 8.5 12.5 12.5…10.5 -6.0 -11.5 -12.5 -12.5 -10.5 -6.5 2.0 8.5 10.5 13.5 10.5 -8.5…-10.5 -10.5 -10.0 -8.0];obsv = datetime (1610, 15 + t);
重新取样的数据到一个常规电网每天使用一个观测的采样率。使用一个温和upsampling因子3,以避免过度拟合。
fs = 1;(y, ty) =重新取样(yg、t、fs、3、1);
数据并重新取样信号的阴谋。
情节(t, yg,“o”泰y“。”)包含(“天”)
重复该过程使用样条插值和显示观察日期。表达反日的采样率。
fs = 1/86400;[y,泰]=重新取样(yg、obsv fs, 3, 1,样条的);情节(t, yg,“o”)举行在情节(y,“。”)举行从甘氨胆酸ax =;斧子。XTick = t(1:9:结束);斧子。XTickLabel = char (obsv(1:9:结束));
计算周期图均匀间隔的功率谱估计,线性插值的数据。选择一个DFT长度为1024。信号的峰值在轨道周期的倒数。
[pxx f] =周期图(y,[], 1024年1“权力”);[pk, i0] = max (pxx);f0 = f(钱数);T0 = 1 / f0
T0 = 16.7869
情节(f, pxx f0、pk“o”)包含(频率(天^ {1}))
一个人记录自己的体重在2012磅在闰年。这个人没有每天记录自己的体重,所以数据不均匀。加载和存储测量的数据在MATLAB的时间表。使用一个datetime向量来指定RowTimes。
负载weight2012.datrowTimes = datetime (2012、1、1:366) ';wt = weight2012 (:, 2);xTT =时间表(rowTimes、wt);
重新取样数据。结果是一个包含均匀采样数据的时间表与相同的端点和样本的数量wt。
wt
yTT =重新取样(xTT);
情节原始和重新取样数据的比较。调整x设在限制只显示8月份的测量。
情节(xTT.rowTimes xTT.wt,“o”yTT.Time yTT.wt,“- *”)xlim (datetime([2012年08年01;2012年08年31]))传说(“原始”,重新取样的)
重新取样的数据再次使用立方插值。
yTTs =重新取样(xTT,“pchip”);情节(xTT.rowTimes xTT.wt,“o”yTTs.Time yTTs.wt,“- *”)xlim (datetime([2012年08年01;2012年08年31]))
现在每天增加采样率两个测量和使用样条插值。策划的结果。
fs = 1/86400;yTTf =重新取样(2 * fs, xTT样条的);情节(yTTf.Time yTTf.wt,“- *”)xlim (datetime([2012年08年01;2012年08年31]))
生成一个五频,100 -样本正弦信号。时间增加整个列和频率增加的行。画出信号。
p = 3;q = 2;tx = 0: p: 300 - p;x = cos(2 *π* tx. / (1:5) / 100);情节(tx, x,“。”)标题(“原始”)ylim ([-1.5 - 1.5])
沿着第二维度Upsample 3/2的正弦信号。重新取样信号叠加的阴谋。
泰= 0:问:300 - q;y =重新取样(x, p, q,“维度”2);情节(泰,y,“。”)标题(“Upsampled”)
重塑重新取样信号,这样时间沿着第三维度。
y =排列(y, [1 3 2]);大小(y)
ans =1×35 150
Downsample信号回到原来的速度和阴谋。
z =重新取样(y, q, p,“维度”3);情节(tx,挤压(z),“。”)标题(“Downsampled”)
输入信号,指定为一个向量,矩阵,或N- d数组。x可以包含南年代时间信息。南年代被视为缺失的数据,被排除在重采样。
例子:因为(π/ 4 * (0:159))+ randn (1160)是一种单通道信号行向量。
因为(π/ 4 * (0:159))+ randn (1160)
例子:因为(pi. / (4; 2) * (0:159)) ' + randn (160 2)是一个双通道信号。
因为(pi. / (4; 2) * (0:159)) ' + randn (160 2)
数据类型:双
双
重采样因素,指定为正整数。
邻居项数量,指定为一个正整数。如果n= 0,重新取样执行加权插值。抗锯齿冷杉滤波器的长度成正比n。更大的值n提供更好的准确性为代价的计算时间。
Kaiser窗口的形状参数,指定为一个积极的真正的标量。增加β扩大窗口的mainlobe用于设计窗口的抗锯齿过滤和减少振幅的旁瓣。
冷杉滤波器系数,指定为一个向量。默认情况下,重新取样设计了过滤器使用firlsKaiser窗。当补偿延迟,重新取样假设b有奇怪的长度和线性相位。看到抗锯齿低通滤波器为更多的信息。
firls
时间表
输入至少两排时间表,指定为一个时间表。每个变量在xTT被视为一个独立的信号。如果一个变量是一个时间表N- d数组,然后重新取样沿着第一个维度。
请注意
RowTimes一定时间向量或datetime对象具有独特和有限值。非限定的时间值被视为丢失数据和被忽略。
RowTimes
如果未排序的,重新取样排序RowTimes以升序排序。
看到时间表为更多的信息。
时间的瞬间,或指定为非负的向量datetime数组中。tx必须增加单调但不需要间隔均匀。tx可以包含南年代或NaT年代。这些值被视为丢失数据和排除在重采样。tx是有效的只有输入x。
NaT
数据类型:双|datetime
采样率,指定为一个积极的标量。采样率是单位时间内样品的数量。如果时间的单位是秒,然后采样率在赫兹。
插值方法,指定为之一“线性”,“pchip”,或样条的:
“线性”——线性插值。
“pchip”——一种保形分段立方插值。
样条的——样条插值使用not-a-knot结束条件。
看到interp1参考页面获取更多信息。
interp1
如果x不是慢变,考虑使用interp1与“pchip”插值方法。
维操作,指定为一个正整数标量。如果昏暗的没有指定,重新取样运作的第一个数组维度尺寸大于1。如果输入是一个时间表昏暗的必须是1。
数据类型:单|双
单
重新取样信号,返回为一个向量,矩阵,或N- d数组。如果x的长度N沿着维度昏暗的你指定p和问,然后y长度是⌈N×p/问⌉沿着昏暗的。
冷杉滤波器系数,作为一个向量返回。
输出瞬间,作为非负实际返回向量。泰只适用于输入x。
重新取样时间表,作为一个返回时间表。
重新取样信号由一个理性的因素p/问,重新取样调用upfirdn在概念上,执行以下步骤:
upfirdn
插入0 upsample信号p。
一个冷杉抗锯齿过滤器应用于upsampled信号。
丢弃样品downsample过滤信号问。
理想的抗锯齿滤波器归一化截止频率fc=π/ max (p,问)rad /样本和增益p。近似的抗锯齿过滤器,重新取样使用Kaiser窗方法。
过滤器的顺序是2×n×max (p,问)。的默认值n是50。
凯撒窗口有一个形状参数β控制过渡宽度和阻带衰减之间的权衡。的默认值β是5。
滤波器系数归一化占窗口的处理增益。
为例,设计一个抗锯齿过滤器重新取样信号原来3/2倍采样率:
p = 3;q = 2;maxpq = max (p, q);fc = 1 / maxpq;n = 50;n = 2 * * maxpq;β= 5;b = fir1(秩序、fc、kaiser(订单+ 1,β));b = p * b /和(b);
使用isregular函数来确定一个时间表是均匀采样。
isregular
重新取样执行一个冷杉设计使用firls,规范结果占窗口的处理增益,然后实现率改变upfirdn。
使用笔记和限制:
datetime和持续时间都不支持数组代码生成。金宝app
的“pchip”不支持插值法。金宝app
输入包含一个时间表gpuArray不支持。金宝app
gpuArray
有关更多信息,请参见运行在GPU MATLAB函数(并行计算工具箱)。
毁掉|downsample|fillgaps|firls|插值函数|interp1|intfilt|凯撒|样条|upfirdn|upsample
毁掉
downsample
fillgaps
插值函数
intfilt
凯撒
样条
upsample
你有一个修改版的这个例子。你想打开这个例子与编辑?
你点击一个链接对应MATLAB命令:
运行该命令通过输入MATLAB命令窗口。Web浏览器不支持MATLAB命令。金宝app
选择一个网站翻译内容,看到当地事件和提供。根据你的位置,我们建议您选择:。
你也可以从下面的列表中选择一个网站:
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。
联系你当地的办公室