目录自相关定义xcorr的应用举个栗子自相关定义信号x(t)x(t)x(t)的自相关函数定义为其中，T为信号x(t)x(t)x(t)的观测时间，Rx(τ)R_{x}(\tau)Rx​(τ)描述了x(t)x(t)x(t)与x(t+τ)x(t+\tau)x(t+τ)或x(t−τ)x(t-\tau)x(t−τ)之间的相关性。自相关函数可以从被干扰的信号中找出周期成分。xcorr的应用MATLAB中自带自

时间序列数据重采样，对比scipy.signal.resample()方法和scipy.interpolate.interp1d()方法。

定义理解傅里叶变换将信号分解为若干个简谐信号叠加的形式，通过傅里叶变换画出频谱图之后就可以找到信号中包含的频率成分。fft应用MATLAB中自带的fft()函数可以帮助我们完成傅里叶变换的计算过程，不过直接调用fft()，画图之后发现横纵坐标的值和我们想的不一样，我们对下面这样的一个信号做fftFs=1000; %采样率N = 1; % 周期数t=N; % 信号时长 sn=0:1/Fs:t-1/F

时域统计指标计算公式振动信号原始统计特征分为两类：时域统计特征、频域统计特征。信号的时域特征是通过统计分析信号的各种时域参数、指标的估计或计算得到的，如表所示，分为有量纲参数和无量纲参数两种，其中1-9为有量纲参数和10-15无量纲参数。python程序def get_time_domain_features(data):'''data为一维振动信号'''x_rms = 0absXbar = 0x

把数据保存为mat文件将很多不同类型的数据保存到同一个mat文件里，只需用save命令即可，如下：A = [1 2 3; 4 5 6; 7 8 9];B = [1 0; 0 1];C = 'ABCXYZ';D = 10;E = 1:100;F = ones(5);save DataForTest运行之后得到一个名为DataForTest.mat的文件，里面包含这些数据。读取mat文件，遍历所有数据

python中用matplotlib库画图时，把中文设置为宋体，英文设置为Time New Roman，有时候还需要显示公式。设置方法如下：import matplotlib.pyplot as pltfrom matplotlib import rcParamsimport numpy as npconfig = {"font.family":'serif',"font.size": 18,"m

对LSTM网络的理解对LSTM网络不理解的请看这篇博客，对新手比较友好，也很容易理解，只有理解了LSTM，才知道下面要讲的参数分别对应什么LSTM参数列表Pytorch中创建一个LSTM网络，参数列表如下：参数解释input_size输入数据的特征维数hidden_sizeLSTM中隐层的维度num_layers循环神经网络的层数bias用不用偏置，default=Truebatch_first这

目录均值-mean()函数的用法方差var函数std函数均值-mean()函数的用法对于矩阵A：（1）mean(A,1)为对矩阵A的列求均值（2）mean(A,2)为对矩阵A的行求均值（3）mean(A)当传入的参数只有矩阵时，默认对列求均值（4）对整个矩阵求均值可用mean(mean(A))方差样本方差修正样本方差var函数var()函数可求样本方差和修正样本方差对矩阵A，var(A)返回每一列

python中用matplotlib库画图时，把中文设置为宋体，英文设置为Time New Roman，有时候还需要显示公式。设置方法如下：import matplotlib.pyplot as pltfrom matplotlib import rcParamsimport numpy as npconfig = {"font.family":'serif',"font.size": 18,"m