Создайте DataAcquisition и получите сигнал часов

Используйте daq создать DataAcquisition и addinput добавить канал из Национального Instruments® NI 9205 с ID 'cDAQ1Mod1'.

dq = daq("ni");
addinput(dq,"cDAQ1Mod1","ai0","Voltage");

По умолчанию DataAcquisition сконфигурирован, чтобы достигнуть 1 000 сканов/секунда.

Измените частоту развертки в 250 000 сканов/секунда.

dq.Rate = 250000;

Используйте read получать несколько сканов для 2 мс.

[data, time] = read(dq, milliseconds(2), "OutputFormat", "Matrix");

Постройте полученный сигнал часов (обратите внимание, что он сверхослабляется).

plot(time, data)
xlabel('Time (s)')
ylabel('Voltage (V)')

Оцените государственные уровни

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.

Измерьте время нарастания, время спада и скорость нарастания

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 времени спада установлены в 10% и 90% амплитуды формы волны.

Измерьте время спада 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 измерять наклон каждого положительного или отрицательного ребра.

sr = slewrate(data(1:100), dq.Rate)

sr =

   7.0840e+04

Анализируйте перерегулирование и отклонение от номинала

Получите новый сигнал часов underdamped.

[data, time] = read(dq, milliseconds(4), "OutputFormat", "Matrix");
plot(time, data)
xlabel('Time (s)')
ylabel('Voltage (V)')

Underdamped синхронизируют перерегулирование выставки сигналов. Перерегулирование описывается как процент различия между государственными уровнями. Перерегулирование может произойти сразу после ребра, в начале области аберрации постперехода. Это называется перерегулированием "постохоты". Измерьте перерегулирование с помощью overshoot.

overshoot(data(95:270),dq.Rate)
legend('Location','NorthEast')

ans =

    4.9451
    2.5399

Перерегулирование может также произойти незадолго до ребра, в конце области аберрации перед переходом. Это называется перерегулированием "перед охотой".

Отклонение от номинала может произойти в предварительной аберрации и областях постаберрации и описывается как процент различия между государственными уровнями. Измерьте отклонение от номинала с дополнительными входными параметрами, задающими область, чтобы измерить аберрации.

undershoot(data(95:270),dq.Rate,'Region','Postshoot')
legend('Location','NorthEast')

ans =

    3.8499
    4.9451

Измерьте ширину импульса и рабочий цикл

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 вычислить отношение ширины импульса к импульсному периоду для каждого импульса положительной полярности или отрицательной полярности. Рабочие циклы описываются как процент импульсного периода.

d = dutycycle(data,time,'Polarity','negative')

d =

    0.4979
    0.5000
    0.5000

Используйте pulseperiod получить периоды каждого цикла формы волны. Используйте эту информацию, чтобы вычислить другие метрики, такие 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