Этот пример показывает, как получить сигналы часов и анализировать переходы, импульсы, и вычислить метрики включая время нарастания, осеннее время, скорость просмотра, перерегулирование, отклонение от номинала, ширина импульса и рабочий цикл. Этот пример использует Data Acquisition Toolbox™ в сочетании с Signal Processing Toolbox™.
Используйте основанный на сеансе интерфейс в Data Acquisition Toolbox, чтобы сконфигурировать приобретение. Используйте статистику и функции измерения в Signal Processing Toolbox, чтобы анализировать сигнал данных.
Используйте daq.createSession, чтобы создать сеанс приобретения и добавить канал 0 от Национального Instruments® NI 9205 с ID 'cDAQ1Mod1'.
s = daq.createSession('ni'); addAnalogInputChannel(s,'cDAQ1Mod1', 0, 'Voltage');
По умолчанию сеанс сконфигурирован, чтобы запуститься для 1 000 сканирований/секунда.
Измените частоту развертки на 250 000 сканирований/секунда и установите длительность на 2 мс.
s.Rate = 250000; s.DurationInSeconds = 0.002;
Используйте startForeground, чтобы получить несколько сканирований.
[data, time] = s.startForeground; whos data time
Name Size Bytes Class Attributes data 500x1 4000 double time 500x1 4000 double
Полученные данные возвращены в парах TIME-DATA. ВРЕМЯ Является матрицей m x 1, где m является количеством сканирований. ДАННЫЕ являются матрицей m x n, где m является количеством сканирований, и n является количеством каналов аналогового входа на сеансе.
Постройте сверхослабленный сигнал часов, который что вы только получили.
plot(time, data); xlabel('Time (secs)'), ylabel('Voltage');
Используйте statelevels без выходного аргумента, чтобы визуализировать государственные уровни в гистограмме.
statelevels(data)
ans =
0.0138 5.1848
Вычисленная гистограмма разделена на две равных размерных области между первым и последним интервалом. Режим каждой области гистограммы возвращен как предполагаемое значение государственного уровня в командном окне.
Используйте дополнительные входные параметры, чтобы задать количество интервалов гистограммы, границ гистограммы и метода оценки государственного уровня.
Используйте risetime без выходного аргумента, чтобы визуализировать время нарастания положительных ребер.
risetime(data,time)
ans =
1.0e-04 *
0.5919
0.8344
0.7185
0.8970
0.6366
Контрольные уровни по умолчанию для вычислительного времени нарастания и осеннее время установлены в 10% и 90% амплитуды формы волны.
Измерьте осеннее время путем определения пользовательских контрольных и государственных уровней.
falltime(data,time,'PercentReferenceLevels',[20 80],'StateLevels',[0 5])
ans =
1.0e-04 *
0.4294
0.5727
0.5032
0.4762
Получите измерения программно путем вызывания функций с одним или несколькими выходными аргументами. Для однородно выборочных данных можно обеспечить частоту дискретизации вместо временного вектора. Используйте slewrate, чтобы измерить наклон каждого положительного или отрицательного ребра.
sr = slewrate(data(1:100), s.Rate)
sr = 7.0840e+04
Измените свою длительность сеанса приобретения и получите новый сигнал часов underdamped.
s.DurationInSeconds = 0.004; [data, time] = s.startForeground; plot(time, data); xlabel('Time (secs)'), ylabel('Voltage');
Сигналы часов Underdamped имеют перерегулирования. Перерегулирования выражаются как процент различия между государственными уровнями. Перерегулирования могут произойти сразу после ребра, в начале области аберрации постперехода. Они называются перерегулированиями постохоты. Измерьте перерегулирование с помощью overshoot.
overshoot(data(95:270),s.Rate) legend('Location','NorthEast')
ans =
4.9451
2.5399
Перерегулирования могут также произойти незадолго до ребра, в конце области аберрации перед переходом. Они называются перерегулированиями перед охотой.
Отклонения от номинала могут произойти в пред и области постаберрации и выражаются как процент различия между государственными уровнями. Измерьте отклонение от номинала с дополнительными входными параметрами, задающими область, чтобы измерить аберрации.
undershoot(data(95:270),s.Rate,'Region','Postshoot') legend('Location','NorthEast')
ans =
3.8499
4.9451
Используйте pulsewidth без выходного аргумента, чтобы визуализировать подсвеченную ширину импульса.
pulsewidth(data, time, 'Polarity', 'Positive');
Это отображает импульсы положительной полярности. Выберите отрицательную полярность, чтобы видеть ширины отрицательных импульсов полярности.
Используйте dutycycle, чтобы вычислить отношение ширины импульса к импульсному периоду для каждого импульса положительной полярности или отрицательной полярности. Рабочие циклы выражаются как процент импульсного периода.
d = dutycycle(data,time,'Polarity','negative')
d =
0.4979
0.5000
0.5000
Используйте pulseperiod, чтобы получить периоды каждого цикла формы волны. Используйте эту информацию, чтобы вычислить другие метрики как средняя частота формы волны или общего наблюдаемого дрожания.
pp = pulseperiod(data, time); avgFreq = 1./mean(pp) totalJitter = std(pp)
avgFreq = 1.2500e+03 totalJitter = 1.9866e-06