matlab 离散数据重采样

采样是将连续信号变成离散信号.经过AD采样得到txt格式的数据已经是数字信号,可以直接进行FFT,不需要重新采样.只有在不需要考虑较高的分析频率和频率分辨率时,为了减少存储空间和计算时间,可以抽取部分

档,一般都有.你在帮助菜单里面调出来看看就知道filter函数怎么用了.这种编程问题都可以通过察看文档解决的.

可利用现成函数构造高斯分布（或其他分布）randn(m,n,p,...)：生成阶数m×n×p×……的、元素服从高斯分布的多维随机阵列.显然,当仅为m阶时,即生成m×m阶的方阵.其中m、n、p等须是标量

=1+randn(200,1)*0.05;%生成200个满足正态分布N(1,0.05)随机数sum(r>=0.9&

functionI=S_quad(x,y)n=length(x);m=length(y);if=merror('ThelengthsofXandYmustbeequal');return;endifr

将离散数据放入数组中,如数组A,共有N个数据,然后B=fft(A,N)就可以了,B就是A的频谱,用stem（B）画频谱图,stem(angle(B))是相位谱,stem(abs(B))是振幅谱再问：那

可以参考http://www.xinyudiyi888.com/?post=3这篇博客文章上的办法再问：额点都是未知的啊再答：亲，你有图，先二值化，你可以获取点啊，而且你说的是对离散点进行直线拟合。

首先把txt文件命名成data.txt然后编写m文件如下：loaddata.txtx=data(:,1);y=data(:,2);plot(x,y)注：实在不行,把数据发给我.再问：不行啊部分数据0.

实际上离散数据变换太慢了,一般采用fft函数,速度快,而且效果差不多,你不给数据如何写代码再问：能否留下Q，数据太多，不好弄，谢谢了！再答：183367852

因为经过配准的不同栅格的像元并不总是对齐的,因为像元大小可能不同,或者像元边界之间会有相对的偏移.当进行栅格合并时,空间分析必须为每一个输出像元指定对应的输入栅格的像元,这个过程就叫做重采样.重采样的

%如果是周期信号并且知道主频率f就好办x=load('data.wav');%假如导入录音到xfigure(1);plot(x);%先画图看看,数数几个周期譬如L个n=length(x);%信号长度%

采样点数可以采用N=length(x);来取,x是采样数据；采样频率fs=1/Ts即采样时间的倒数,也就是你说的采样信号中两个数据点的时间间隔的倒数；采样频率一定时,采样点数越多越好,换种话说就是采样

x=1:600;x2=linspace(1,600,1024);y=你原来的信号600点;y2=interp1(x,y,x2);y2就是1024点的信号

将下面内容保存为Simpson.mfunctiony=Simpson(f,a,b,M)%f被积函数；a积分下限；b积分上限；M子区间个数（将x分为多少个区间）ifM==0y=0;elseh=(b-a)

看你的数据不多啊,我的建议还是把数据分段,然后写三个拟合函数这样呗

MATLAB自带wavlet（小波处理工具箱）,你可以调用进行使用再问：那请问怎么评价使用不同小波和level的降噪效果呢？不知道选哪个效果好啊……谢谢！再答：这个一般要自己尝试几次了。。。或者找本小

调用函数resample（）就可以了

如果你是想找一个三阶的多项式拟合你的离散数据的话,可以用PSO.直接用基础pso就可以,不过你的适应度函数是三维(因为是3阶的多项式),要利用你的数据编一个,常用的话就是差值平方和,就是fitness

首先,这段代码是走不下去的.因为第5句的f没有定义,Matlab是会有出错提示的.其次,第3,4句的数组转置好像也没有必要.我试着把f定义了一下,运算的结果是1.恐怕别人是无法理解这段代码的,要问原来

哦这个比较简单,下面使用两种方法%bydynamic%2009.2.%%得到积分数据,这里的x我是随机生成的x=rand(1,1000);t=[1:1000]*(1/100);%%方法一trapz(t