MATLAB智能数字信号处理系统实战设计

本文还有配套的精品资源，点击获取

简介：MATLAB，作为广泛应用于信号处理的数学计算和编程环境，本项目设计了一个基于MATLAB的智能数字信号处理系统。该系统提供一个直观、易用的GUI界面，用户可通过交互式控件执行信号导入、预处理、分析和滤波等任务。系统包含详细的文档资料、运行截图和演示视频，以及兼容MATLAB 2018及以后版本的特性。核心脚本文件 signalanalyse.m 、 signalprocess.m 、 filter.m 实现了信号分析、处理和滤波器设计功能，涵盖了傅立叶变换、滤波、降噪、谱分析等算法。该系统旨在为MATLAB学习者提供一个理论与实践相结合的平台，助力深入理解数字信号处理。

1. MATLAB数字信号处理基础

1.1 数字信号处理简介

数字信号处理（DSP）是利用数字计算机、专用处理器或者数字逻辑电路等数字系统对信号进行分析和处理的学科。MATLAB，作为一种高级数学软件，提供了强大的数字信号处理功能，广泛应用于滤波、傅里叶变换、图像和声音处理等领域。

1.2 MATLAB在信号处理中的优势

MATLAB以其简洁的编程语法、强大的数学计算能力和丰富的信号处理工具箱，为工程师和科研人员提供了极大的便利。它的仿真能力和内置函数库极大地简化了复杂算法的实现过程，尤其适合于教育和研究阶段的原型开发。

1.3 MATLAB信号处理工具箱

MATLAB的信号处理工具箱（Signal Processing Toolbox）为用户提供了大量的函数和应用程序，支持信号的生成、滤波、变换和估计等操作。这些工具箱中的函数经过优化，可以高效地处理信号，帮助用户快速得到结果并进行后续分析。

下面我们将深入探讨MATLAB中的可视化GUI设计，为数字信号处理带来直观操作体验。

2. 可视化GUI设计实施

2.1 GUI设计的基本原则

在设计图形用户界面（GUI）时，开发者应遵循一些基本的设计原则以确保用户友好和高效的交互体验。了解和应用这些原则能够帮助设计者创建出直观、易用且功能性强的界面。

2.1.1 用户界面布局的考虑因素

设计用户界面布局时，考虑以下因素至关重要：

• 清晰性 ：界面元素应该简单直观，让用户一眼就能识别其用途和功能。
• 一致性 ：布局和元素的设计风格应该保持一致，减少用户的认知负担。
• 可用性 ：重要功能应容易访问，减少用户的操作步骤。
• 适应性 ：界面布局应能够适应不同分辨率和设备尺寸。

在创建GUI布局时，使用框架或容器来组织内容是十分有用的。例如，使用边栏和主内容区域的布局可以清晰地区分导航部分和实际的工作区域。

下面是一张表格，展示了不同类型的界面布局及其优缺点：

布局类型	优点	缺点
标签页布局	能够在有限空间内展示多个选项卡内容	用户可能需要时间去适应切换不同的标签页
网格布局	灵活，能够适应多种内容类型和尺寸	在布局复杂时可能会影响内容的易读性
面包屑布局	提供明确的导航路径，增强可用性	太多层次可能让用户感到困惑

2.2 MATLAB中GUI开发工具

MATLAB提供了多种GUI开发工具，如GUIDE、App Designer和传统的编程方式。每种工具都有其独特的特点和使用场景。

2.2.1 使用GUIDE创建GUI

GUIDE（GUI Design Environment）是MATLAB中用于创建GUI的传统工具，它允许开发者通过拖放的方式设计界面，并自动生成GUI的框架代码。

代码示例:

% 假设使用GUIDE创建了一个简单的图形界面，包括一个按钮和一个文本框
uicontrol('Style','pushbutton', 'String','Click Me', 'Position',[30,20,100,30]);
uicontrol('Style','text','Position',[30,60,100,30], 'BackgroundColor','yellow');

上述代码段创建了一个按钮和一个文本框，并设置了它们的样式、文本、位置和背景颜色。

2.2.2 使用App Designer设计界面

App Designer是MATLAB较新的GUI设计工具，提供了一个更加现代且用户友好的界面用于设计应用。它允许开发者通过拖放组件、编写回调函数来构建更加复杂的GUI应用。

代码示例:

% 在App Designer中，创建一个按钮组件并为其定义回调函数
function pushButtonPushed(app, event)
    disp('Button was clicked');
end

此处定义了当按钮被点击时显示一条消息的回调函数。

2.2.3 高级交互功能的实现

在创建GUI时，高级交互功能如动态更新界面元素、处理多种输入格式以及集成数据可视化等，是提升用户体验的关键。

代码示例:

% 一个动态更新界面元素的回调函数例子
function sliderValueChanged(app, event)
    app.textDisplay.Value = ['Current value: ' num2str(app.slider.Value)];
end

在上述示例中，当滑块的值改变时，文本框的内容也会动态更新来显示当前的滑块值。

2.3 GUI的测试与优化

开发GUI后，进行彻底的测试和性能优化是保证应用稳定运行的关键步骤。

2.3.1 测试流程和方法

GUI测试的目的是发现并修复界面中的bug，确保应用符合预期行为。测试流程包括单元测试、集成测试和系统测试。

表格：GUI测试方法

测试类型	描述	目的
单元测试	测试单个组件或功能	确保每个组件按预期工作
集成测试	测试多个组件交互	确保组件间交互正确无误
系统测试	测试整个应用系统	确保应用作为一个整体正确工作

2.3.2 性能优化策略

GUI性能优化涉及多个方面，包括减少界面渲染时间、降低CPU和内存使用率等。一些常用的技术包括：

• 优化资源加载 ：按需加载资源，避免一次性加载过多不必要的资源。
• 减少回调函数复杂度 ：确保回调函数的执行尽可能快速，避免复杂的逻辑和长时间的计算。
• 使用缓存技术 ：如果某些界面元素不经常变化，可以采用缓存以减少渲染时间。

以上章节内容展示了如何在MATLAB中实现GUI设计、开发工具的使用、以及测试与优化的重要性。在实际工作中，将这些理论与实践结合起来，能够帮助设计出更加高效、直观的GUI应用。

3. 文档与演示资料提供

3.1 文档编制的重要性

文档编制不仅是项目管理的一个重要组成部分，而且是保障项目质量和可持续性的关键因素。它能帮助新的团队成员快速上手，也能在未来的项目维护中起到不可或缺的作用。

3.1.1 代码文档化的作用和方法

代码文档化是将代码的意图、结构和用途明确记录下来的过程。这包括为函数、类、模块等编写文档字符串，以及提供注释和说明代码块。

代码文档化的主要作用有：

• 知识传承 ：新团队成员可以快速理解代码的工作原理和使用方式。
• 错误预防 ：良好的文档有助于开发者理解代码的正确使用方式，减少错误。
• 维护和扩展 ：随着时间的推移，良好的文档能够帮助开发者更容易地维护和扩展系统。

文档化的方法包括：

• 编写清晰的文档字符串 ：在MATLAB中，函数文档字符串描述了函数的功能、输入参数、输出以及使用示例。
• 使用注释 ：注释应该解释为什么做某事，而不是怎么做。
• 维护更新 ：随着代码的变更，及时更新文档以反映最新的信息。

function result = addNumbers(a, b)
%   addNumbers 两数之和
%   result = addNumbers(a, b) 返回a和b的和。
%
%   参数:
%   a - 第一个加数
%   b - 第二个加数
%
%   示例:
%   result = addNumbers(2, 3);  % result将会是5

    result = a + b;
end

3.1.2 用户文档的内容和格式

用户文档应该清晰、简洁、易于理解，目标是使用户能够快速有效地使用产品或服务。

用户文档的主要内容和格式包括：

• 快速启动指南 ：为新用户提供一个快速入门的步骤，通常包括安装指南和基本操作流程。
• 功能介绍 ：详细描述每个功能的用途、如何使用及可能的使用场景。
• 操作实例 ：通过具体的操作实例来展示如何完成特定的任务。
• 常见问题解答 （FAQ）：回答用户在使用过程中可能遇到的问题。

3.2 演示资料的制作

演示资料是传达信息、说服决策者、培训用户和促进交流的重要工具。

3.2.1 制作演示文档的步骤

制作演示文档可以遵循以下步骤：

1. 需求分析 ：明确演示的目标和观众。
2. 内容组织 ：根据需求分析结果组织演示文档的内容。
3. 设计制作 ：使用演示软件（如Microsoft PowerPoint）来设计幻灯片的布局和样式。
4. 内容填充 ：添加文本、图片、图表、代码段等元素。
5. 审查和测试 ：检查演示文档的每个细节，并进行预演来测试效果。
6. 发布 ：最终产品将被分享给观众，可以是打印版或者电子版。

3.2.2 演示资料中的交互设计

为了提升观众的参与度，演示资料中可以包含交互设计的元素。例如：

• 动画 ：适当的动画效果可以增强信息的传递。
• 链接和导航 ：让观众可以通过点击链接或按钮进行互动。
• 问卷调查 ：在演示结束时收集观众的反馈。

3.3 文档与演示资料的维护

随着项目的发展，文档和演示资料需要不断地进行更新和维护。

3.3.1 更新机制和版本控制

为了有效地维护文档和演示资料，应当使用版本控制系统（如Git）来管理文档的变化。

更新机制包括：

• 定期审查 ：定期检查文档内容的准确性和有效性。
• 版本管理 ：确保所有文档变更都有记录，并可以追溯到特定版本。
• 变更记录 ：在文档中记录每个版本的变更内容。

3.3.2 用户反馈的集成

集成用户反馈是一种提高文档和演示资料质量的重要方式。

集成用户反馈的步骤包括：

1. 收集反馈 ：通过问卷调查、电子邮件或直接交流来收集用户意见。
2. 分析反馈 ：评估反馈内容并识别需要改进的地方。
3. 更新文档和资料 ：根据反馈进行文档和演示资料的更新。
4. 反馈用户 ：向用户提供更新后的资料，并感谢他们的反馈。

通过以上各步骤，文档和演示资料可以有效地支持项目管理，并在项目全生命周期中发挥重要作用。

4. MATLAB版本兼容性设计

随着软件工程的不断发展，开发者需要在多个MATLAB版本之间确保其代码和应用程序的兼容性。这一章节会深入探讨如何识别和处理MATLAB版本之间的兼容性问题，并提供具体的策略和测试流程，以确保代码能够无差别地在不同版本上运行。

4.1 兼容性问题的识别

4.1.1 不同MATLAB版本的差异

MATLAB作为一种科学计算软件，它的每个版本都会带来新功能、性能改进和用户界面的改变。然而，这些更新也可能导致某些旧代码不再兼容，或者在不同版本的MATLAB上表现出不同的行为。为了处理这些问题，开发者必须首先了解新旧版本之间的差异，这些差异主要包括：

• 函数和对象行为的变化 ：一些函数和对象在新的版本中可能已经修改了参数、属性或者方法。
• 图形用户界面的变化 ：随着版本迭代，MATLAB可能更新了GUIDE或App Designer的组件和样式。
• 数据格式的更新 ：对于数据文件的读写，需要考虑不同版本中数据格式的支持情况。
• 性能改进 ：新版本可能优化了某些核心函数，影响了用户的算法实现。
• 新增功能 ：随着新版本的发布，一些全新的功能可能被引入，这要求开发者更新他们的程序以利用这些新功能。

4.1.2 代码兼容性检查工具

为了识别和修复代码中的不兼容问题，开发者可以利用MATLAB提供的代码兼容性检查工具。工具的使用步骤如下：

1. 使用 checkcode 函数 ：这个函数可以检查代码中的潜在问题，如过时的函数调用和已废弃的语法。

% 示例代码检查
problems = checkcode('yourcode.m');

2. 分析兼容性报告 ： checkcode 会返回一个兼容性问题列表，开发者需要仔细分析这些问题。

3. 使用MATLAB Code Analyzer ：MATLAB编辑器中的Code Analyzer可以实时检测代码兼容性问题，并提供建议。

4. 使用 updateMATLAB 函数 ：如果代码中有特定的过时函数或语法，这个函数可以帮助将其自动更新为新版本的等效代码。

4.1.3 手动检查兼容性

虽然工具能够提供快速的兼容性检查，但某些情况下，开发者还需要手动检查代码的兼容性。在手动检查过程中，开发者应当：

• 阅读不同版本的发行说明 ：了解每个版本中的重大变化。
• 运行代码并进行检查 ：亲自在不同版本的MATLAB中运行代码，观察可能出现的错误或警告。
• 使用版本控制工具 ：通过版本控制工具（如Git），可以比较不同版本的代码差异。

4.2 兼容性设计策略

4.2.1 设计可维护的代码结构

为了减少兼容性问题，开发者在代码设计阶段就需要考虑到可维护性和扩展性。以下是几个关键的设计策略：

• 模块化设计 ：将代码拆分成模块或函数，这样即使在MATLAB版本更新后，只需修改相应的模块，而不需要大规模重写。
• 抽象层的使用 ：在函数和方法调用中使用抽象层，可以隔离底层的实现细节，便于未来升级和维护。

4.2.2 实现版本无关的核心功能

在代码实现阶段，开发者需要确保核心功能的实现与特定版本无关。主要的方法包括：

• 使用高版本兼容的函数 ：尽量避免使用过时的函数，转而使用新版本中推荐的替代函数。
• 依赖于稳定的API ：专注于MATLAB中稳定的API进行开发，这些API在未来版本中更可能保持一致。

4.3 兼容性测试与部署

4.3.1 跨版本的测试流程

为了确保在不同版本的MATLAB上都能运行无误，需要执行一个详尽的跨版本测试流程：

1. 配置测试环境 ：安装所有需要测试的目标版本MATLAB。
2. 自动化测试脚本 ：编写测试脚本，自动化测试代码或应用程序在不同版本中的运行情况。
3. 手动测试 ：在自动化测试之后，进行手动测试以补充可能被忽略的问题。

% 示例脚本运行测试
for version = ['R2019b', 'R2020a', 'R2020b']
    disp(['Running tests on MATLAB ', version]);
    run('your_test_script.m'); % 运行测试脚本
    % 检查结果并记录
end

4.3.2 部署策略和用户指南

在确认代码在所有目标版本中都能正常工作后，开发者可以开始部署应用程序。部署时应该提供以下信息：

• 用户指南 ：为用户提供详细的指南，说明如何在不同版本的MATLAB中安装和使用应用程序。
• 回滚方案 ：如果新版本中出现问题，提供一套回滚到旧版本的方案。
• 在线支持和更新 ：建立一个在线支持系统，为用户遇到的问题提供解决方案，并定期更新兼容性信息。

通过这一系列的兼容性设计、测试和部署，开发者可以有效地保证其MATLAB代码和应用程序在不同版本中的稳定性和可靠性。

5. 信号处理核心算法应用

在本章中，我们将深入探讨在MATLAB环境下，如何选择、实现和应用信号处理领域的核心算法。这一章节的目标是让读者能够充分理解算法的性能评估，掌握编写高效代码的技巧，并且通过实际案例来分析算法的应用。

5.1 算法选择和评估

选择合适的信号处理算法对于任何项目来说都是关键的第一步。这一子章节将讨论常用算法的选择和评估方法。

5.1.1 常用信号处理算法概述

信号处理是一个包含诸多算法的广泛领域，它涉及信号的采集、存储、处理和分析等。在MATLAB中，常用的一些核心算法包括：

• 傅里叶变换（FFT） ：用于分析不同频率成分的信号。
• 滤波器设计 ：包括FIR和IIR滤波器，用于信号的去噪和信号特征的提取。
• 自适应滤波器 ：用于跟踪信号的时变特性。
• 小波变换 ：对信号的时频分析，特别适用于非线性和非平稳信号的分析。
• 信号分类和特征提取算法 ：如快速傅里叶变换、短时傅里叶变换（STFT）、梅尔频率倒谱系数（MFCC）等。

5.1.2 算法性能评估指标

选择算法时，需要考虑多个评估指标，以确保算法能够满足实际应用的需求。这些指标通常包括：

• 计算复杂度 ：评估算法执行所需时间或资源消耗。
• 准确性 ：算法输出与预期结果的一致性程度。
• 鲁棒性 ：算法在面对噪声和输入变化时的稳定性和可靠性。
• 实时性 ：算法是否能够满足实时处理的需求。
• 扩展性 ：算法是否能够适应不同规模或更复杂的数据集。

5.2 算法的MATLAB实现

在本小节中，我们关注如何在MATLAB中编写高效的算法代码，并分享一些优化技巧。

5.2.1 编写高效算法代码

编写高效代码需要考虑算法的实现方式，MATLAB提供了丰富的函数和工具箱来帮助用户快速实现信号处理算法。以下是几点提高MATLAB代码效率的建议：

• 预分配内存 ：在循环之前，预先分配数组和矩阵的空间可以显著提高性能。
• 向量化操作 ：尽可能使用向量化的操作替代循环，以利用MATLAB的矩阵操作优势。
• 利用内置函数 ：MATLAB有很多内置的函数和操作已经高度优化，使用这些内置工具能够显著提升性能。
• 并行计算 ：对于能够分解为独立任务的算法，可以使用MATLAB的并行计算工具箱来加速计算。

5.2.2 算法优化技巧

优化算法往往是一个迭代的过程，以下是几个优化算法的技巧：

• 避免重复计算 ：在算法中识别并消除重复的计算。
• 减少数据传输 ：对于涉及外部设备或网络的数据传输，尽量减少数据传输的次数和数量。
• 理解算法原理 ：深入理解算法的原理和数学模型，可以帮助发现潜在的优化点。

下面是一个简单的例子，演示如何使用MATLAB编写高效的FFT算法实现：

% 假设data是一个包含信号样本的数组
data = rand(1, 1024); % 生成一个随机信号作为示例

% 预分配空间以存储结果
fft_result = zeros(1, 1024);

% 进行FFT运算
fft_result = fft(data);

这段代码中，我们直接利用MATLAB内置的fft函数进行快速傅里叶变换。在实际应用中，为了进一步优化性能，可以考虑并行计算选项或专门的FFT优化工具箱。

5.3 算法的实际应用案例

5.3.1 实际问题的算法应用分析

在信号处理领域，算法通常被应用于具体的问题中。例如，在无线通信中，算法可以用于提取有用信号并抑制干扰。在医学成像中，算法用于提高图像的质量并辅助诊断。我们选取一个常见问题来分析算法的应用：

假设我们要分析一个ECG信号来检测心律失常。这里我们可以利用带通滤波器来提取心电信号的主要频率分量，然后再通过一些阈值检测算法来识别异常的心律模式。MATLAB为这类问题提供了丰富的工具和函数。

5.3.2 案例研究和结果讨论

为了更具体地理解算法的实际应用，我们看一个具体的案例研究。考虑使用MATLAB进行语音信号的频谱分析：

1. 数据采集 ：首先，我们需要采集一段语音信号。
2. 预处理 ：对信号进行预处理，比如去除噪声。
3. 傅里叶变换 ：应用快速傅里叶变换（FFT）分析信号的频谱。
4. 频谱分析 ：根据频谱结果，分析语音信号的特性。

% 以下是一个简单的MATLAB代码段，用于展示FFT分析语音信号
% 加载语音信号
[speechSignal, Fs] = audioread('speech.wav'); 

% 去除静音段
[noisySpeech, index] = removeSilence(speechSignal);

% 计算快速傅里叶变换（FFT）
NFFT = 2^nextpow2(length(noisySpeech));
Y = fft(noisySpeech, NFFT)/length(noisySpeech);
P2 = abs(Y/NFFT);
P1 = P2(1:NFFT/2+1);
P1(2:end-1) = 2*P1(2:end-1);

% 绘制频谱
f = Fs*(0:(NFFT/2))/NFFT;
plot(f, P1)
title('Single-Sided Amplitude Spectrum of Speech')
xlabel('Frequency (Hz)')
ylabel('|P1(f)|')

% removeSilence函数假定已经定义好，用于去除静音段

在这个案例中，我们使用 audioread 函数读取语音文件，并应用一个假设的 removeSilence 函数来去除静音部分，然后执行FFT，最后绘制了语音信号的频谱图。这个案例的分析和结果讨论可以被进一步展开，以深入理解算法在实际应用中的表现和效果。

这一章节的详尽内容就为大家呈现至此。通过本章节的介绍，我们可以看到在MATLAB中实现和优化信号处理核心算法的过程，以及它们在不同应用中的具体实现方式和分析。在后续章节，我们将进一步探讨实战指导和学习资源，为读者提供深入学习和应用信号处理算法的路径。

6. 实战指导与学习资源

6.1 学习资源的整理与分享

6.1.1 推荐的书籍和文章

在数字信号处理的领域中，有许多经典的书籍和深入的文章，它们在各个层次上都能提供丰富的知识。对于初学者来说，有几本入门书籍是非常推荐的，如：

• 《数字信号处理》 ：作者A.V.Oppenheim，R.W Schafer。这本书被广泛认为是数字信号处理领域的经典教材，内容深入浅出。
• 《MATLAB R2018a数字信号处理》 ：对于那些希望利用MATLAB工具来实践数字信号处理的读者，这本书提供了很好的指导。
• 《数字信号处理的MATLAB实现》 ：作者John G. Proakis和Dimitris G. Manolakis。这本书详细地讲解了信号处理算法的MATLAB实现方法。

除了书籍，也有许多文章和研究论文可以提供最新的信号处理技术和理论。在IEEE Xplore或者Google Scholar上搜索，经常可以找到非常有价值的内容。

6.1.2 在线课程和教学视频

随着在线教育的兴起，许多平台都提供了数字信号处理相关的课程。以下是几个知名的在线学习资源：

• edX、Coursera和Udemy ：这些平台上有许多由知名大学教授或业界专家讲授的数字信号处理课程。
• YouTube教学频道 ：一些技术专家和学者在YouTube上分享他们的知识，如EEWeb的信号处理课程。
• MIT OpenCourseWare ：MIT的开放课程资源提供了包括数字信号处理在内的各种免费课程材料。

6.2 实战案例与项目

6.2.1 入门级别的实战项目

对于初学者来说，从小项目开始进行实战练习是非常重要的。以下是一些可以尝试的入门级项目：

• 信号的采样与重建 ：模拟一个简单的声音信号（如方波、正弦波），通过MATLAB采样并使用不同重建方法（如理想低通滤波器、香农采样定理）进行重建。
• FIR滤波器的设计与实现 ：设计一个FIR滤波器以滤除信号中的噪声或者特定频率成分，并在MATLAB中实现它。

6.2.2 进阶项目的挑战和机遇

对于有了一定基础的学习者来说，以下进阶项目可以进一步提升技能：

• 语音信号增强 ：尝试对一段有噪声的语音信号进行增强处理，可以应用自适应滤波技术或频谱减法。
• 图像处理中的边缘检测 ：使用MATLAB实现边缘检测算法，如Canny边缘检测，将算法应用于不同质量的图像，并讨论参数设置对结果的影响。

6.3 持续学习与发展路径

6.3.1 技术深造的途径

数字信号处理是一个不断发展的领域，持续学习对于IT专业人士来说至关重要。以下是一些建议的深造途径：

• 参加专业研讨会和会议 ：例如IEEE的ICASSP（国际声学、语言和信号处理会议）是该领域的重要会议。
• 阅读行业报告和杂志 ：通过阅读《IEEE Signal Processing Magazine》或《EURASIP Journal on Advances in Signal Processing》等专业出版物，了解最新的研究进展和技术趋势。
• 获得认证 ：有些专业机构提供数字信号处理相关的证书，这些认证通常能够帮助技术人员提升自己的能力并得到业界的认可。

6.3.2 社区资源和专业人士网络

加入技术社区和建立自己的专业网络是职业发展的重要组成部分。以下是一些有用的资源：

• 专业论坛和问答网站 ：如DSPRelated论坛和Stack Exchange网络上的Signal Processing板块。
• LinkedIn群组 ：在LinkedIn上加入与数字信号处理相关的群组，可以与其他专业人士交流。
• 开源项目参与 ：参与GitHub等平台上的相关开源项目，不仅可以提高实战技能，还能结识志同道合的朋友。

本文还有配套的精品资源，点击获取

简介：MATLAB，作为广泛应用于信号处理的数学计算和编程环境，本项目设计了一个基于MATLAB的智能数字信号处理系统。该系统提供一个直观、易用的GUI界面，用户可通过交互式控件执行信号导入、预处理、分析和滤波等任务。系统包含详细的文档资料、运行截图和演示视频，以及兼容MATLAB 2018及以后版本的特性。核心脚本文件 signalanalyse.m 、 signalprocess.m 、 filter.m 实现了信号分析、处理和滤波器设计功能，涵盖了傅立叶变换、滤波、降噪、谱分析等算法。该系统旨在为MATLAB学习者提供一个理论与实践相结合的平台，助力深入理解数字信号处理。

本文还有配套的精品资源，点击获取