matlab z变换离散化_matlab 数字滤波入门

序言

这是一篇最简单不过的matlab数字信号处理的介绍，里面涉及数字滤波，简单的图像处理和信号检测

1. 时间序列分析入门

模拟与数字信号

我们本身生活在一个模拟量的世界里，所谓模拟量，即连续变化量，屋里的温度是连续变化的，时间是连续变化的，诸如此类。而计算机是数字系统，他不能处理模拟量，而只能处理离散量，这意味着我们要把连续的模拟量进行采样，得到一系列离散的数字量。

一个连续的正弦信号。X为时间，Y为每天因为潮汐引起的水位高度

数字化后的信号，每一个点代表采样点

Aliasing

所有自然界的信号都不是很干净的，都会有噪声。下面是一个更接近真实的潮汐水位高度随时间变化的数据集：

一个更接近于真实的模拟信号源

如果我们对它采样，大概会得到。。。这样：

用一条线把采样点连接起来，采集的到的数字波形可以看出明显的上下振动。由于高频噪声和原来的低频真实信号相叠加，最后采集出来的数据和原来的数据相比很难看。这是因为采样的频率远低于噪声信号的频率，Aliasing发生了。

用一条线把采样点连接起来，可以看出，Aliasing发生了

避免Aliasing

Aliasing 通常是有害但又不可能100%避免的：

Nyquist Theorem

这个定理告诉我们，如果想要完整采集某个频率的信号，那么你至少要用2倍于该信号的最高频率的采样率来采集，否则 Aliasing就会发生。举个例子：如果你知道潮汐变化最短以一天为周期，那么你至少半天就需要采集一个潮汐水位变化。实际应用中，通常用更高（>2倍）的采样率去采集信号

Anti-Aliasing Filters

除了提高采样率，另外一种避免Aliasing的方法是使用 Anti-Aliasing Filter. 通常在数字化之前使用一个low-pass filter把噪声滤掉即可。举例：采样之前安装一个低通滤波器，截止频率为10Hz. 那么你只需要一个20Hz的采样率就可以把你感兴趣的信号采集进来。高频噪声在采样之前就被模拟低通滤波器干掉了。

但是：一定要在数字化(采样)之前进行低通滤波(模拟低通滤波)。否则如果采样率不够，则必然发生Aliasing, 噪声会混进你感兴趣的低频信号中，这时候再采用数字低通滤波就没啥效果了。当然，如果你采样频率够高，那么采样进来后才进行数字低通滤波也是OK的。而且绝大多数应用就是这么干的。

RMS

RMS=root,mean,square. 用来描述信号质量。 计算方法: 一组数据，先平方，再求均值，最后开根。

让我们手工用matlab撸一个rms函数：建一个rms.m 写入以下内容：

function

使用也很简单，产生一些随机数，然后计算他们的RMS:

rms(rand(1,1000))

输出结果：