速度信号换算位移信号

需求

振动台会产生速度信号，在已知信号的采样频率和速度信号串数据进行位移仿真

技术

采用Python的算法库进行编写，前端使用的是JS，后端采用Java接口进行调用，主要的计算内容采用Python进行计算

对照

为了判定Python算法的准确性，采用Matlab的专业信号处理工具和算法进行对照，通过误差计算判断算法的效率和优劣程度

Python的算法

1. 此处使用导入TXT文件的数据进行模拟，TXT文件采用真实的数据，并且定义信号的采样频率

 n = len(data)
 # 过滤直流分量---------------------------------
   
 # -------------------------------------------
 # 时间变量
 L = np.arange(n)
 t = L / f_s
 # 创建新位移数组
 s_displacement = np.zeros(n)

此处的t_V是给出的速度信号，产生的幅度谱

3. 将频率的频率轴定义出来

# 计算频率轴
 f = np.arange(n) * f_s / n

4. 计算速度的频谱

 fft_data = np.fft.fft(data)

5. 计算速度幅度谱（转化实际的纵坐标）---------------计算速度幅度，相位(b_powerSpectrum:未被归一化幅度)

 amplitude = np.abs(fft_data / (n / 2))

6. 计算幅度谱的主频率的最大值

[powerSpectrum_max, max_index] = max(b_powerSpectrum(1:n/2));

9. 计算符合条件的数据，value表示数据，index表示下标，遍历计算数据的极值（极大值），返回极大值数据和极大值下标

#极大值数据
 extremes = []
    index = []
    for i in range(1, len(power)//2):
        if power[i] > power[i - 1] and power[i] > power[i + 1] and power[i] >= threshold:
            extremes.append(power[i])
            index.append(i)
    # 速度的幅度值
    v_amplitude = amplitude[index]

10. 速度的频率

 v_freq = f[index]

11. 计算主频率的速度相位数据

 FFTang = np.angle(fft_data)
    v_w0 = FFTang[index]

13. 位移初始值计算

 signalNum = len(v_amplitude)
    s_bn = np.zeros(signalNum)
    s_w0 = np.zeros(signalNum)
    for j in range(signalNum):
        s_bn[j] = v_amplitude[j] / (2 * f_s * np.sin(np.pi * v_freq[j] / f_s))
        s_w0[j] = v_w0[j] - (0.5 - v_freq[j] / f_s) * np.pi

    s_data0 = 0
    for k in range(signalNum):
        s_data0 += s_bn[k] * np.cos(s_w0[k])
          s_displacement[0] = s_data0

15. 计算位移信号

 for i in range(1, n):
        s_displacement[i] = s_displacement[i - 1] + ((data[i] + data[i - 1]) / 2) * (1 / f_s)
    # 2次过滤直流分量
    s_displacement = dcPassTool(s_displacement, f_s, freq_cutoff)