Инициализация

Входная синусоида имеет две частоты: 1 000 Гц и 5 000 Гц. Создайте два dsp.SineWave Системные объекты, чтобы сгенерировать эти две частоты. Создайте dsp.SpectrumAnalyzer Системный объект, чтобы вычислить и отобразить спектр мощности.

Fs = 44100;
Sineobject1 = dsp.SineWave('SamplesPerFrame',1024,'PhaseOffset',10,...
    'SampleRate',Fs,'Frequency',1000);
Sineobject2 = dsp.SineWave('SamplesPerFrame',1024,...
    'SampleRate',Fs,'Frequency',5000);
SA = dsp.SpectrumAnalyzer('SampleRate',Fs,'Method','Filter bank',...
    'SpectrumType','Power','PlotAsTwoSidedSpectrum',false,...
    'ChannelNames',{'Power spectrum of the input'},'YLimits',[-120 40],'ShowLegend',true);

Включите данные об измерениях

Чтобы получить измерения, установите Enable свойство измерений к true.

SA.CursorMeasurements.Enable = true;
SA.ChannelMeasurements.Enable = true;
SA.PeakFinder.Enable = true;
SA.DistortionMeasurements.Enable = true;

Используйте getMeasurementsData

Поток в шумном входном сигнале синусоиды и оценке спектр мощности сигнала с помощью спектра анализатор. Измерьте характеристики спектра. Используйте getMeasurementsData функция, чтобы получить эти измерения программно. isNewDataReady функция указывает, когда существуют новые данные о спектре. Результаты измерений хранятся в переменной data.

data = [];
for Iter = 1:1000
    Sinewave1 = Sineobject1();
    Sinewave2 = Sineobject2();
    Input = Sinewave1 + Sinewave2;
    NoisyInput = Input + 0.001*randn(1024,1);
    SA(NoisyInput);
     if SA.isNewDataReady
        data = [data;getMeasurementsData(SA)];
     end
end

Правая сторона спектра анализатор показывает активированные панели измерения. Значения, показанные в этих панелях, соответствуют со значениями, показанными в последнем временном шаге data переменная. Можно получить доступ к отдельным полям data получить различные измерения программно.

Сравните пиковые значения

Пиковые значения получены PeakFinder свойство. Проверьте, что пиковые значения получили в последнем временном шаге data совпадайте со значениями, показанными на спектре график анализатора.

peakvalues = data.PeakFinder(end).Value 

peakvalues = 3×1

   26.9850
   24.1735
  -52.3506

frequencieskHz = data.PeakFinder(end).Frequency/1000

frequencieskHz = 3×1

    4.9957
    0.9905
    7.8166

Откройте и смотрите модель

Отфильтруйте передающий потоком шумный синусоидальный входной сигнал с помощью блока Lowpass Filter. Входной сигнал состоит из двух синусоидальных тонов: 1 кГц и 15 кГц. Шум является белым Гауссовым шумом с нулевым средним значением и отклонением 0,05. Частота дискретизации составляет 44,1 кГц. Откройте модель и смотрите различные настройки блока.

model = 'spectrumanalyzer_measurements.slx';
open_system(model)

Доступ к свойствам настройки блока Spectrum Analyzer с помощью get_param функция.

sablock = 'spectrumanalyzer_measurements/Spectrum Analyzer';
cfg = get_param(sablock,'ScopeConfiguration');

Включите данные об измерениях

Чтобы получить измерения, установите Enable свойство измерений к true.

cfg.CursorMeasurements.Enable = true;
cfg.ChannelMeasurements.Enable = true;
cfg.PeakFinder.Enable = true;
cfg.DistortionMeasurements.Enable = true;

Симулируйте модель

Запустите модель. Блок Spectrum Analyzer сравнивает исходный спектр с отфильтрованным спектром.

sim(model)

Правая сторона спектра анализатор показывает активированные панели измерения.

Используя getMeasurementsData

Используйте getMeasurementsData функция, чтобы получить эти измерения программно.

data = getMeasurementsData(cfg)

data =

  1x5 table

    SimulationTime     PeakFinder     CursorMeasurements    ChannelMeasurements    DistortionMeasurements
    ______________    ____________    __________________    ___________________    ______________________

      {[0.9985]}      [1x1 struct]       [1x1 struct]          [1x1 struct]             [1x1 struct]     

Значения, показанные в панелях измерения, совпадают со значениями, показанными в data. Можно получить доступ к отдельным полям data получить различные измерения программно.

Сравните пиковые значения

Как пример, сравните пиковые значения. Проверьте что пиковые значения, полученные data.PeakFinder соответствуйте со значениями, замеченными в Spectrum Analyzer окно.

peakvalues = data.PeakFinder.Value
frequencieskHz = data.PeakFinder.Frequency/1000

peakvalues =

   26.9196
   26.3743
   -2.6843


frequencieskHz =

   15.0015
    1.0049
   12.9630

Сохраните и закройте модель

save_system(model);
close_system(model);