Обработка сигналов с недостающими данными: методы реконструкции в MATLAB

Описание: Добро пожаловать в этот короткий пример обработки сигналов в MATLAB: Обработка сигнала с отсутствующими выборками.
Мы рассматриваем данные о ежедневном весе человека за високосный 2012 год. Из 366 дней 27 показаний отсутствуют — они отображаются как значения NaN. Сначала мы переводим фунты в килограммы и подсчитываем пробелы: 27 отсутствуют из 366.
Чтобы исправить это, мы интерполируем отсутствующие точки с помощью линейной интерполяции. Построение графика исходных и заполненных данных, а затем увеличение масштаба до дней 200–250, показывает плавные связи там, где значения отсутствовали.
Далее, чтобы обнаружить периодичность, мы анализируем частотную область с помощью метода Уэлча. Установка частоты дискретизации на 7 дней в неделю и удаление среднего значения выделяет колебания. Спектр показывает сильный пик, указывающий на четкий недельный цикл.
Обрезав данные до 52 недель и изменив форму по дням недели (с воскресенья по субботу), мы строим график веса за каждый день в течение года. Затем фильтр Савицкого-Голея сглаживает данные с помощью кубических полиномов по семидневным окнам.
Результат? Поразительная закономерность: вес увеличивается в выходные дни, достигая пика в воскресенье (в среднем 76,2 кг), и снижается в середине недели (самый низкий показатель во вторник — 75,2 кг). Средние значения в выходные дни заметно выше — вероятно, из-за более расслабленного режима питания.
Проекты Matlab: https://www.matlabsolutions.com/matla...
Посетите наш сайт: https://www.matlabsolutions.com/
Подпишитесь на нас в Facebook:   / matlabsolutions  
Напишите нам в Twitter:   / matlabsolution1  
Подпишитесь на нас в Instagram:   / matlabsolutionss