[发明专利]用MATLAB处理扫频数据获得伯德图的方法

说明书

本发明公开了一种用MATLAB处理扫频数据获得伯德图的方法，包括如下步骤：数据导入；初步筛选；再次筛选；精准筛选；数据计算；图像绘制。具体为：将扫频数据按频率分段，将每个数据点与前后m个点比较得到峰值点，将得到的峰值点中相邻时间小于n的峰值点去除；将峰值点组对，并保证每对峰值点中实际信号是滞后的；将同一频率下计算得到的幅值比、相位差取平均值。使用MATLAB处理扫频数据并绘制伯德图，整个过程快速准确、简单省力。该方法流程简单，易于操作，通用性强，准确可靠，可以用于处理扫频数据，更加快速准确的得到伯德图。

技术领域

本发明涉及数据处理技术，尤其涉及一种用MATLAB处理扫频数据获得伯德图的方法。

背景技术

从传统工业到航空航天领域，均需要对系统的频率特性进行评估，而伯德图是反映频率特性如幅频特性和相频特性的最直观形式，其一般由扫频数据处理得到。对于扫频数据处理过程，目前普遍方法是人工寻找各个周期的幅值，然后计算得到幅值比和相位差等数据以绘制伯德图。由于扫频数据的数据量极大，该数据处理过程效率低，且易出现计算不准确等一系列可规避的错误，影响结果的精度，从而无法准确把握系统的频率特性。因此，有必要提出一种新型、方便、快捷、可靠的扫频数据处理方法来获得精确的伯德图。

MATLAB是一款应用广泛、功能多且操作简单的科学工程计算软件，其高效的数值计算功能使用户从繁杂的数学运算分析中解脱出来，且具有完备的图形处理功能，实现计算结果的可视化，但MATLAB不提供现成的扫频数据处理功能模块，只提供开发环境和库函数。因此，需要自行研究处理方法并编写相关程序，以将扫频数据处理过程与MATALB的优势有机融合，获得精确的伯德图。

发明内容

本发明的目的是提供一种用MATLAB处理扫频数据获得伯德图的方法，并将其模块化，以解决人工处理扫频数据过程中存在的效率和精度较低的问题。

本发明所提出的用MATLAB处理扫频数据获得伯德图的方法，主要包括如下步骤：S1、进行扫频实验，将实验数据导入MATLAB中，实验数据包括时间、频率、频率对应的指令信号以及实际信号；S2、按时间顺序在扫频数据中依次选取指令信号和实际响应曲线中的数据点，针对每一点处的数值，用循环结构使该数值与前后各m个数值相比较，若该数值在前后各m个数值中是最大值，则确定此时为峰值点，其中m为整数，m取值区间为小于等于最大频率对应的一周期内的采样点数且大于等于其半周期内的采样点数；初步确定该段扫频数据的所有峰值点及相应的时间值；S3、对筛选出的峰值点再次筛选，去除相邻峰值点间隔时间小于n值的峰值点，以去除连续的峰值点，从而得到更精确的峰值点，n值为该段扫频数据中最大频率所对应的周期的一半；S4、对得到的指令信号峰值点和实际信号峰值点按时间顺序进行组对，使每对峰值点的实际信号对应的时间大于指令信号对应的时间，且其差小于该频率对应的周期，因此，当某对峰值点的实际信号对应时间小于指令信号对应时间，则删除该实际信号峰值点且后面的实际信号峰值点依次上移并进行组对，直至该对峰值点满足要求；当某对峰值点的实际信号与指令信号的时间差大于该频率下对应的周期，则删除该指令信号峰值点且后面的指令信号峰值点依次上移并进行组对，直至该对峰值点满足要求；S5、运用MATLAB进行数组运算，对成对的峰值点的峰值、指令信号和实际信号的时间间隔及其对应的频率进行计算，得到幅值比、相位差及其相应频率；S6、使用semilogx函数绘制伯德图。

优选地，筛选峰值点前，将扫频数据按频率分段，再分段执行步骤S2和S3，确定每段扫频数据的峰值点及相应的时间值，此时m和n取值所涉及的最大频率都是每个频率段内的最大频率。