使用MATLAB模拟热电偶传感器进行信号分析

（需要代码和pdf文档后台留言）

1.热电偶传感器选择

K型，灵敏度系数41 µV/°C。

2.模拟信号

采用K型（铬镍-铝镍）热电偶传感器，使用低频正弦波来模拟热电偶传感器发送的信号，灵敏度系数为41 µV/°C。

2.1模拟依托

（1）热电偶传感器测量的是温度，温度变化缓慢，低频正弦波能够很好地代表这种变化。

（2）低频正弦波在信号处理中的应用广泛，便于分析和理解滤波、调制等处理步骤的效果。

2.2参数

1. 采样频率（Fs）：1000Hz，每秒钟采样1000次。
2. 时间向量（t）：10s，步长为0.001s，即10秒钟进行采样10000次。
3. 热电偶信号频率（signal_freq）：1Hz，假设热电偶传感器输出的是一个周期性信号，每秒一个周期。

2.3模拟热电偶信号

thermocouple_signal = sin(2 * pi * signal_freq * t)

生成一个正弦波信号，频率为1Hz，用来模拟热电偶传感器产生的信号。

时域波形图如图1所示。

图 1模拟热电偶信号的时域波形图

3. 信号调理

3.1信号放大

通过信号放大器将信号放大5倍，增强信号幅度以便于后续处理。放大后信号的时域波形图如图2所示。

图 2放大后信号的时域波形图

3.2低通滤波

3.2.1设计低通滤波器

使用Butterworth滤波器设计函数 butter 创建一个低通滤波器。所设计的滤波器的阶数是5，截止频率设为20Hz。

3.2.2滤波器功效

去除信号中的高频噪声，保留20 Hz以下的信号成分，从而提取出较为平滑的信号。

4.调幅和调频

4.1参数

1. 载波频率（Fc）：100Hz
2. 载波信号幅值（Ac）：1
3. 调频系数（kf）：2

4.2调幅信号

am_signal = (1 + filtered_signal) .* carrier_signal

将调理信号加上1，以确保调制信号的最低点在0以上，将调制信号与载波信号相乘，生成调幅信号。将调制信号的幅度信息被嵌入到载波信号的幅度变化中。

4.3调频信号

fm_signal = Ac * cos(2 * pi * Fc * t + 2 * pi * kf * cumsum(filtered_signal) / Fs)

先计算经过调理的热电偶信号的累积和，除以采样频率以得到相位变化量。将相位变化量乘以调频系数并加到载波信号的相位中。使载波信号的瞬时频率随调制信号变化，将热电偶信号的频率信息嵌入到载波信号中，生成调频信号。

5.信号处理

5.1解调调幅信号

5.1.1混频

demod_am_signal = am_signal .* (2 * cos(2 * pi * Fc * t))

将调幅信号与一个同频率的载波信号相乘，将调制信号搬移回基带。使载波频率的能量成分被搬移到直流和两倍载波频率（2 * Fc）的位置。将调制信号的频率成分被分离出。

5.1.2滤波

demod_am_signal = filter(b, a, demod_am_signal)

由于混频后，信号不仅包含基带的调制信号，还包含较高频率的分量。为了提取原始的基带信号，使用一个低通滤波器来滤除高频分量。

设计并使用一个5阶Butterworth低通滤波器，截止频率为载波频率的20倍。应用低通滤波器，将高频分量滤除，保留原始调制信号。

解调AM信号的时域波形图如图2所示。

图 3解调AM信号的时域波形图

5.2使用希尔伯特变换解调调频信号

5.2.1构造解析信号

analytic_signal = hilbert(fm_signal);

利用希尔伯特变换从调频信号fm_signal生成解析信号analytic_signal。解析信号是一个复数信号，其实部为原信号，虚部为原信号的希尔伯特变换，这使得信号的相位信息可以用于进一步的处理。

5.2.2提取瞬时相位

instantaneous_phase = unwrap(angle(analytic_signal));

计算解析信号的瞬时相位。unwrap函数用于平滑处理相位结果，避免由于相位跳变引起的不连续性。

5.2.3计算瞬时频率

instantaneous_frequency = diff(instantaneous_phase) * Fs / (2 * pi);

通过对瞬时相位求导并乘以采样率Fs除以2π，计算信号的瞬时频率。这一步骤将瞬时相位变化转换为瞬时频率，有效地将调频信号的频率变化提取出来。

5.2.4 基带信号恢复

demod_fm_signal = instantaneous_frequency - Fc;

demod_fm_signal = [demod_fm_signal, demod_fm_signal(end)];

从瞬时频率中减去载波频率Fc，将信号搬移到基带。此外，由于diff操作导致输出长度减1，需要补齐最后一个元素以匹配原始信号长度。

5.2.5 滤波

demod_fm_signal = filter(b, a, demod_fm_signal);

使用低通滤波器进一步处理解调后的信号，滤除可能由解调过程引入的高频噪声。这里同样使用一个5阶Butterworth滤波器，其设计应考虑确保信号中的基带成分得以保留，同时去除高于所需频率的成分。

解调FM信号的时域波形图如图4所示

图 4解调FM信号的时域波形图

此时信号携带的信息通过K型（铬镍-铝镍）热电偶传感器的灵敏度系数计算得出的温度图如图5所示。

图 5热电偶检测温度图

5.3归一化

5.3.1 最小-最大归一化

这种方法将数据缩放到一个特定的范围（通常是[0, 1]或[-1, 1]）。

原理： 

其中：

xt是原始数据或信号

yt是归一化后的数据或信号

minx是数据或信号的最小值

maxx是数据或信号的最大值

这种方法的目的是将数据的最小值映射到0，最大值映射到1（，并且保持数据的相对关系。

5.3.2. 零均值单位方差归一化

这种方法将数据转换为均值为0、标准差为1的分布。

原理： 

其中：

xt是原始数据或信号

yt是归一化后的数据或信号

μ是数据或信号的均值

σ是数据或信号的标准差

这种方法适用于数据具有高斯分布的情况，可以消除不同特征之间的量纲差异。

5.3.3最大绝对值归一化

这种方法将信号的最大绝对值缩放到1，从而使整个信号的幅值在[-1, 1]之间。

原理：

其中：

xt是原始信号

yt是归一化后的信号

maxxt是信号的最大绝对值

本文采用的就是这种方法，相关代码如下：

demod_am_signal = demod_am_signal / max(abs(demod_am_signal));

demod_fm_signal = demod_fm_signal / max(abs(demod_fm_signal));

归一化后时域波形图和温度图分别如图6、图7所示。

图 6时域波形图（归一化）

图 7温度图

6. 相关分析和功率谱分析

6.1相关分析

6.1.1代码实现

corr_am=corrcoef(thermocouple_signal,demod_am_signal(1:length(thermocouple_signal)))；

corr_fm=corrcoef(thermocouple_signal,demod_fm_signal(1:length(thermocouple_signal)));

将调制信号分别于解调AM信号和解调FM信号做相关分析，输出相关系数，量化它们的相似性。

6.1.2结果分析

图 8调制信号和解调AM信号的相关系数

对角线上的值（1.0000）：表示信号与自身的相关性，值1，表示完全相关。

非对角线上的值 (0.9484)：表示调制信号与解调AM信号之间的相关性，值为0.9484，接近1，说明解调后的AM信号与原始调制信号之间有非常高的相似性。

由此得出，解调后的AM信号与原始调制信号之间有非常高的相关性（0.9484），表明通过调幅和解调过程，原始信号被较好地恢复。这表明在调幅和解调过程中，信号传输的有效性非常高。

图 9调制信号和解调FM信号的相关系数

对角线上的值（1.0000）：表示信号与自身的相关性，值1，表示完全相关。

非对角线上的值 (0.9503)：表示调制信号与解调FM信号之间的相关性，值为0.9503，接近1，说明解调后的FM信号与原始调制信号之间有较高的相似性。

由此得出，解调后的FM信号与原始调制信号之间有较高的相关性（0.9503），表明通过调频和解调过程，原始信号被较好地恢复。这表明在调频和解调过程中，信号传输的有效性较高。

6.2功率谱分析

Pxf=1k∑k=0k-11Ln=0L-1xknωnⅇ-j2πfnL2

6.2.1代码实现

[pxx_original, f_original] = pwelch(thermocouple_signal, [ ], [ ], [ ], Fs);

[pxx_am, f_am] = pwelch(demod_am_signal, [ ], [ ], [ ], Fs);

[pxx_fm, f_fm] = pwelch(demod_fm_signal, [ ], [ ], [ ], Fs);

分别对原始信号、调幅信号、调频信号分别作功率谱分析，了解信号在频域中的能量分布。

6.2.2结果分析

图 10原始信号的功率谱图

原始信号的功率谱如图10所示。

功率谱密度 (PSD)：·  图表显示了原始热电偶信号的功率谱。可以看到，在频率较低的部分（接近0 Hz），功率谱密度较高，这与信号频率1 Hz的特性一致。随着频率增加，功率谱密度逐渐降低。这说明信号主要能量集中在低频部分。

图 11解调信号的功率谱图

解调信号的功率谱如图11所示。

两种解调信号的功率谱非常相似，这表明解调后的信号保留了原始信号的大部分频率特性。

解调后的信号也在低频部分具有较高的功率谱密度，这与原始信号一致，说明解调过程较好地保留了原始信号的频率特性，信号保真度较高。

调制和解调过程没有引入明显的高频噪声或失真，这表明所使用的调制和解调方法是有效的。

解调后的信号幅值在合理范围内，没有出现过大的增益或衰减，这表明信号调理和滤波器设计是有效的。

7. 灵敏度、分辨力与回程误差分析

在信号处理和传感器设计中，灵敏度、分辨力和回程误差是评估系统性能的关键指标。以下是针对调幅（AM）和调频（FM）信号的详细分析结果：

7.1 灵敏度

灵敏度表示传感器对输入信号变化的响应程度，即输出信号对输入信号变化的比率。灵敏度越高，系统对输入信号变化的响应越敏感。

1. 调幅（AM）信号的灵敏度：0.0031
2. 调频（FM）信号的灵敏度：0.0060

从结果可以看出，调频信号的灵敏度略高于调幅信号，但整体而言，这两个灵敏度值都较小，表明系统对输入信号变化的响应程度较低。

7.2 分辨力

分辨力表示传感器能够检测到的最小信号变化，即系统的细微变化检测能力。分辨力越小，系统能够检测到的最小变化越小。

1. 调幅（AM）信号的分辨力：1.3878e-16
2. 调频（FM）信号的分辨力：1.0042e-11

调幅信号的分辨力非常高，能够检测到极其微小的信号变化，而调频信号的分辨力稍低，但仍然属于很高的水平。

7.3 回程误差

回程误差表示系统在输入信号增加和减少过程中产生的滞后现象，即同一输入信号对应不同的输出信号值。回程误差越小，系统的滞后效应越小，精度越高。

1. 调幅信号的回程误差：1.5803
2. 调频信号的回程误差：1.9004

调幅信号的回程误差为1.5803，这表明在输入信号增加和减少的过程中，系统存在一定程度的滞后现象，但相对较小。这种滞后现象可能由系统的非线性因素或滞后元件引起，但在可接受范围内。

调频信号的回程误差为1.9004，表明系统在输入信号变化过程中存在较明显的滞后现象，滞后效应比调幅信号更加显著。这种较大的滞后现象可能是由调频过程中的非线性特性或信号处理环节中的滞后元件导致的。

8. 线性度分析

8.1 调幅信号的线性度

图 12调幅信号（AM）的线性度

上图（图12）显示了调幅信号的线性度分析结果。蓝色曲线表示解调后的AM信号与原始信号之间的关系，红色直线表示线性拟合结果。

从图中可以看到，解调后的AM信号点大部分集中在拟合线附近，但在某些区间有一定的偏离。

这表明调幅信号在一定范围内具有较好的线性度，但在某些区域存在非线性因素，需要进一步优化。

8.2 调频信号的线性度

图 13调频信号（FM）的线性度

上图（图13）显示了调频信号的线性度分析结果。蓝色曲线表示解调后的FM信号与原始信号之间的关系，红色直线表示线性拟合结果。

解调后的FM信号点分布相比AM信号更分散，特别是在高幅度和低幅度区域偏离拟合线较大。

这表明调频信号的线性度较差，系统在处理调频信号时存在较明显的非线性现象。