前言

在对数字时域信号进行操作时，有时需要在预处理的过程中，对自己的信号数据进行对齐操作，本文就用python实现该时域对齐操作，方便对时域信号进行下一步处理。

1、读取自己的信号数据：

我这里就用自己的信号数据来做演示：

（首先需要import的库有如下三个）

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

紧接着读取数据（因为我的信号数据有很多，这里读取其中两个信号s1、s2做演示）

data = pd.read_csv(r'C:\Users\xps\Desktop\radar\train_raw_data_las_2.csv')
data0 = data.values
s1 = data0[0]
s2 = data0[5]
s1 = list(s1)
s2 = list(s2)plt.plot(range(len(s1)),s1,'r',label = 'x')
plt.plot(range(len(s2)),s2,'g',label = 'y')
plt.show()

两个信号画图如下，可以看出两个信号是不对齐的

2、读取两个信号之间的互相关数据

此处读取两个信号的互相关使用的是np里面的correlate函数，该函数和数字信号处理里面的卷积操作一样，即求两个信号s1和s2的卷积

具体操作如下：

c21 = np.correlate(s2,s1,mode='full')
t21 = np.argmax(c21)

c21为s1，s2两个信号的互相关

t21为互相关中最大值所在的索引：此处t21=518,可在下图横轴大致看出

c21画出的图如下：

3、根据互相关及其最大值索引对两个信号对齐：

原理大致解释如下：

对s1和s2求卷积时，是先将其中一个信号反转，再平移，计算二者重叠部分的和（具体可见信号课本求卷积的图示法）

互相关最大值处即是两个信号重叠最大的部分，其移动的间距即是我们在下面即将对其中一个信号移位的距离。

下面代码中的index即是s1和s2求得互相关最大值时的卷积移动间距

若index=0，则说明两个信号刚好对齐

若index>0，则说明s1信号领先s2信号index个距离

若index<0，则说明s2信号领先s1信号index个距离

此处咱们以s1信号为基准，让s2和s1对齐，对齐操作只需要对s2进行切片整合操作即可，如下代码所示

len_s = len(s1)
index = t21-len_s
if index > 0 :tt1 = s2[index:]tt2 = s2[0:index]s2_0 = tt1 + tt2
else:index = len_s + indextt1 = s2[0:index]tt2 = s2[index:]s2_0 = tt2 + tt1

4、大功告成，画图看看

plt.subplot(211)
plt.plot(range(len(s1)),s1,'r',label='x')
plt.plot(range(len(s2)),s2,'g',label='y')plt.subplot(212)
plt.plot(range(len(s1)),s1,'r',label='x')
plt.plot(range(len(s2_0)),s2_0,'g',label='y')
plt.show()

从下图可以看出，两个信号已经对齐，可以进行其他信号处理操作

互相关法对时序信号时域对齐（python实现）相关推荐

时序信号的时域、频域、时-频域特征提取
文章目录时域特征提取频域特征提取时-频域特征提取参考资料在面对工业中的传感器采集到的高维的信号,如振动信号,通常需要对数据进行统计特征提取,以进行降维.对于这类时序信号,常用的有时域.频域和 ...
计算机中时序信号的作用是什么,时序信号
时序信号是一个用来确定时段执行哪些微操作的标志.它规定这个微操作在什么时候发出去.时序信号是横轴为时间的信号,即时域内的信号,观察信号时域的特征.每一条计算机指令都可以再分为更细的操作,我们称之为微操 ...
matlab方波假频现象分析,基于MATLAB 的信号时域采样及频率混叠现象分析
龙源期刊网 http://www.doczj.com/doc/7d04774eae45b307e87101f69e3143323968f58a.html 基于MATLAB 的信号时域采样及频率混叠现象 ...
n步自举法：时序差分方法与蒙特卡洛方法的结合
前言: 之前讨论了(1步)时序差分方法(CSDN链接)与蒙特卡洛方法(CSDN链接).刚刚学习完 Sutton 的<强化学习(第二版)>的第七章:n步自举法.它是时序差分方法与蒙特卡洛方法 ...
matlab时域计算频率,基于MATLAB 的信号时域采样及频率混叠现象分析
摘要:频率混叠是数字信号处理中特有的现象,发生频率混叠后,信号会分析出错误的结果.而采样过程中,由于频率不够高,采样出的点不仅代表了信号中低频信号的样本值,也代表了高频信号的样本值.信号重构时,高频信 ...
matlab中拟合函数中的gian值,如何在Matlab中优化基本周期图法对随机信号进行的功率谱估计...
首都师范大学学报(自然科学版)第27卷第5期2006年10月 Journal of Capital N ormal University (Natural Science Edition ) V o ...
《数字语音处理》- 1. 基于MATLAB的语音信号时域特征分析
声明本文仅在CSDN发布,其他均为盗版.请支持正版! 正版链接: https://blog.csdn.net/meenr/article/details/117629753 基于MATLAB的语音信 ...
matlab时域信号如何分析方法,信号时域采样频谱分析(matlab)
<信号时域采样频谱分析(matlab)>由会员分享,可在线阅读,更多相关<信号时域采样频谱分析(matlab)(12页珍藏版)>请在读根文库上搜索. 1.基于matlab的时域 ...
计算机时序电路的作用,时序电路用来产生各种时序信号,以保证整个计算机协调地工作。 - 试题答案网问答...
相关题目与解析时序信号是控制计算机各个部件协调工作的关键,时序信号发生器产生的三级时序不包括() 计算机中时序产生器的作用是().A.保证和实际时间一致B.产生时序脉冲C.计算程序运行时间D.加快运 ...

互相关法对时序信号时域对齐（python实现）

文章目录

前言

1、读取自己的信号数据：

2、读取两个信号之间的互相关数据

3、根据互相关及其最大值索引对两个信号对齐：

4、大功告成，画图看看

互相关法对时序信号时域对齐（python实现）相关推荐

最新文章

热门文章