essay note

仅作为学习记录，大佬请跳过。

基线漂移

贝叶斯公式

传送门

交感神经、副交感神经（迷走神经）

脉搏波

寸关尺

统计学意义(P值)

P值越小，统计学意义越高

0.05≥P>0.01被认为是具有统计学意义，而0.01≥P≥0.001被认为具有高度统计学意义
如P=0.05提示样本中变量关联有5%的可能是由于偶然性造成的。

传送门

信号预处理包括哪些环节

消除基线漂移、滤波

以心电信号预处理为例：
①工频干扰②基线漂移③肌电干扰
传送门

傅里叶变换频率与机器采样频率的关系

· 实际物理频率表示AD采集物理信号的频率，fs为采样频率，由奈奎斯特采样定理可以知道，fs必须≥信号最高频率的2倍才不会发生信号混叠，因此fs能采样到的信号最高频率为fs/2。

· 角频率是物理频率的2*pi倍，这个也称模拟频率。（卢注：由于一个信号周期（如交流电）是360度，即2pi。故角频率就是转了多少个2pi。设置角频率纯粹为了便于计算。）

· 归一化频率是将实际物理频率按fs归一化之后的结果，最高的信号频率为fs/2对应归一化频率0.5，这也就是为什么在matlab的fdtool工具中归一化频率为什么最大只到0.5的原因。

· 圆周频率是归一化频率的2*pi倍，这个也称数字频率。也就是归一化的角频率。

二 有关FFT频率与实际物理频率的分析

做n个点的FFT，表示在时域上对原来的信号取了n个点来做频谱分析，n点FFT变换的结果仍为n个点。

换句话说，就是将2pi数字频率w分成n份，而整个数字频率w的范围覆盖了从0-2pi*fs的模拟频率范围。这里的fs是采样频率。而我们通常只关心0-pi中的频谱，因为根据奈科斯特定律，只有f=fs/2范围内的信号才是被采样到的有效信号。那么，在w的范围内，得到的频谱肯定是关于n/2对称的。

举例说，如果做了16个点的FFT分析，你原来的模拟信号的最高频率f=32kHz，采样频率是64kHz，n的范围是0,1,2…15。（卢注：这意味着已经将原来的模拟信号采样了8遍。）这时，64kHz的模拟频率被分成了16分，每一份是4kHz，这个叫频率分辨率（卢注：做FFT用的点越多，频率分辨率越高）。那么在横坐标中，n=1时对应的f是4kHz, n=2对应的是8kHz, n=15时对应的是60kHz，你的频谱是关于n=8对称的。你只需要关心n=0到7以内的频谱就足够了，因为，原来信号的最高模拟频率是32kHz。

这里可以有两个结论。

· 第一，必须知道原来信号的采样频率fs是多少，才可以知道每个n对应的实际频率是多少，第k个点的实际频率的计算为f(k)=k*(fs/n)

·第二，你64kHz做了16个点FFT之后，因为频率分辨率是4kHz，如果原来的信号在5kHz或者63kHz有分量，你在频谱上是看不见的，这就表示你越想频谱画得逼真，就必须取越多的点数来做FFT，n就越大，你在时域上就必须取更长的信号样本来做分析。但是无论如何，由于离散采样的原理，你不可能完全准确地画出原来连续时间信号的真实频谱，只能无限接近（就是n无限大的时候），这个就叫做频率泄露。在采样频率fs不变得情况下，频率泄漏可以通过取更多的点来改善，也可以通过做FFT前加窗来改善，这就是另外一个话题了。

传送门

论文参考文献格式

其中对于专著、论文集中的析出文献，其文献类型标识建议采用单字母“A”；对于其他未说明的文献类型，建议采用单字母“Z”。

我们可以具体的学习一下参考文献格式

[序号] 期刊作者．题名[J]．刊名．出版年，卷(期): 起止页码.

[序号] 专著作者．书名[M]．版次(第一版可略)．出版地：出版社，出版年∶起止页码.

[序号] 论文集作者．题名〔C〕．编者．论文集名．出版地∶出版社，出版年∶起止页码.

[序号] 学位论文作者．题名〔D〕．保存地点：保存单位，年份.

[序号] 专利所有者.专利文献题名〔P〕．国别：专利号．发布日期.

[序号] 标准编号，标准名称〔S〕.出版地：出版者，出版年.

[序号] 报纸作者．题名〔N〕．报纸名，出版日期(版次).

[序号] 报告作者．题名〔R〕．报告地：报告会主办单位,年份.

[序号] 电子文献作者．题名〔电子文献及载体类型标识〕．文献出处，日期.

传送门

---

传送门2

前馈

前馈调节是利用输入或扰动信号（前馈信号）的直接控制作用构成的开环控制系统。

当控制部分发出信号，指令受控部分不发出反馈信号，而是由某一监测装置在收到刺激后发出前馈信号，作用于控制部分，使其及早作出适应性反应，及时地调控受控部分的活动。

前馈控制系统可以避免负反馈调节时矫枉过正产生的波动和反应的滞后反应，使调节控制更迅速更快。举例说明，人在参加赛跑前，尽管信号枪还没响起，机体通过前馈调节，参赛者已经出现心率加快，心输出量增加，肺通气量增加。

传送门

word 2019如何添加上下角标

上角标：选中要设置成上角标的数字，按住Ctrl Shift 和“=”号；

下角标：选中要设置成下角标的数字，按住 Ctrl 和“=”号。

传送门

word 2019表格如何设置虚线

选中—边框和底纹——选择并接入线条



传送门

傅里叶变换matlab程序参数设置

传送门

matlab代码块折叠

主页—预设—代码折叠—节：

传送门

小波变换函数

wavedec小波分解
waverec 小波重建
appcoef 近似系数
detcoef 细节系数

传送门

#wavedec函数中L和C的意义
C是列向量，其中存储的是各层小波分解后得到的细节系数CDi和最后一层的近似系数CA。以5层分解为例，它们的存储结构是，C=[CA5;CD5;CD4;CD3;CD2;CD1]。

L也是列向量，其中存储的是C中各组系数的长度，以5层分解为例，L=[len5;len5;len4;len4;len2;len1]。了解了这一点后，便可将阈值化后的系数组合成C，然后直接调用waverec进行信号重构了

wrcoef（‘type’，C，L，‘wname’，N）
中type是a或d，指明图像均值部分或者是细节部分。c是个数组，里面中存放着小波变换后的各个分量的系数，(an,dn,dn-1,…,d2,d1)。L也是个数组，记录着C中每个元素的长度，（lengthof(an),lengthof(dn),…,lengthof(d2),lengthof(d1)）。wname是小波函数的名称，是用来确定重构滤波器的，N是从第几层开始重构，也就是指出来要针对哪个系数进行重构。

传送门至大佬博主

#wrcoef和waverec的区别
wavedec就是小波分解，将一个信号分解成指定层数n，并返回各层的小波系数。

waverec——它的作用与wavedec相反，即将给定的小波系数一次性完全重建出信号。

wrcoef——这个也是输入小波系数，重建信号。但是它与上面有些区别，区别在于它重建的是原信号在指定层次的，高频或者低频分量。也就是说，这个信号不是原本的信号，而且某个层次上的逼近。

传送门

#去噪阈值函数
ddencmp p222 获取默认软硬阈值
thselect p224 去噪阈值选择
wbmpen p225 返回penalized阈值
wdcbm p227 获取阈值
wpbmpen p229 返回penalized阈值
wden p231 自动去噪
wdencmp p234 去噪
wpdencmp p239 去噪
wpthcoef p241 阈值处理
wthcoef p242 阈值处理
wthcoef2 p243 阈值处理
wthresh p244 软硬阈值处理

#小波家族

关于小波重构

优秀博主

matlab论坛

百度回答

matlab实现小波变换去噪

转载优秀博主：https://blog.csdn.net/Arrogant_95/article/details/80744388

clear all;clc
load(‘Audio_1_resample.mat’);
s=data_resample; %获取要处理的信号，data_resample是在上面.mat里的一个参数
%整个信号的长度
N = numel(s);
%小波分解;
[c,l]=wavedec(s,7,’coif5’); %小波基为coif5,分解层数为7层
ca11=appcoef(c,l,’coif5’,7); %获取低频信号
cd1=detcoef(c,l,1);
cd2=detcoef(c,l,2); %获取高频细节
cd3=detcoef(c,l,3);
cd4=detcoef(c,l,4);
cd5=detcoef(c,l,5);
cd6=detcoef(c,l,6);
cd7=detcoef(c,l,7);
sd1=zeros(1,length(cd1));
sd2=zeros(1,length(cd2)); %1-3层置0,4-7层用软阈值函数处理
sd3=zeros(1,length(cd3));
sd4=wthresh(cd4,’s’,0.014);
sd5=wthresh(cd5,’s’,0.014);
sd6=wthresh(cd6,’s’,0.014);
sd7=wthresh(cd7,’s’,0.014);
c2=[ca11,sd7,sd6,sd5,sd4,sd3,sd2,sd1];
s0=waverec(c2,l,’coif5’); %小波重构
figure;
subplot(211);plot(s);subplot(212);plot(s0);%画图

具体的分解层数、在哪一层选用去噪函数，哪一层置0或做其他操作，或者选用哪个小波基根据要处理的信号来定，具体问题具体分析。

传送门

matlab寻找极小值点

信号取反——用findpeaks寻找极大值和极大值点

[pks,locs]=findpeaks(-1*dp,'minpeakdistance',100)  

%%dp是数字信号；'minpeakdistance'设置两峰值间的最小间隔数

完整代码如下：

[pks,locs]=findpeaks(-1*dp,'minpeakdistance',100)
% subplot(212),
plot(locs,pks,'*');title('极小值点');grid on;

---

%% 基本用法
[pks,locs]=findpeaks(-1*dp)

传送门至优秀博主

word 2019 写公式的快捷键

按住alt，再按=；即alt+=

即可生成公式编辑器如下：

matlab数组基于某一列排序，并且其他列跟着动

传送门

基于第二列进行降序排列：

a2=sortrows(a,2,'descend')

示例展示

a=[2,114;3,666;1,222]
a1=sortrows(a,2)  %默认升序
a2=sortrows(a,2,'descend')  %降序

聚类分析

传送门

matlab设置plot的坐标范围

用代码axis([0,2000,-300,700])

示例：

figure,
plot(d(:,1),d(:,2),'*'),axis([0,2000,-300,700]),title('所有幅值');

样本熵

代码传送门

矩阵型代码传送门

传送门
传送门2

希尔伯特变换及谱分析

传送门关于MATLAB自带的hht函数
传送门MATLAB hht语法使用

传送门

稀疏矩阵

希尔伯特变换各种概念

传送门

word书写公式时的下角标

传送门

word调出省略号

1、win10自带输入法，切换至中文
2、快捷键shift+6 （或中文输入slh）