Επίπεδο 7 στο Matlab


Επίπεδο 7 στο Atlab

Matlab Μέρος1 στον τομέα της ηλεκτρικής ενέργειας και των ηλεκτρονικών:

Ηλεκτρικά / ηλεκτρονικά σήματα:

Θέλω να σας δείξω στους φίλους μου μερικά παραδείγματα που χρησιμοποιούν matlab στην ανάλυση σήματος και απαντήσεις.

1- a + Πρώτα γνωρίζετε ότι:

Εδώ χρησιμοποιούμε συνημιτονικά σήματα στην εφαρμογή μας (Εικ.1), αλλά και αν θέλετε να υπολογίσετε τη χρήση ημιτονοειδών σημάτων, μπορείτε να γράψετε τις μορφές ως αυτό.

I (t) = im cos (w * t)

I (t) = Im cos ((2 * pi * f) * t)

V (t) = Vm cos (w * t)

V (t) = Vm cos ((2 * pi * f) * t)

............................................. ..

I (t) = Im sin (w * t)

I (t) = Im sin ((2 * pi * f) * t)

V (t) = V m sin (w * t)

V (t) = Vm sin ((2 * pi * f) * t)



1- b + Δεύτερον, εφαρμόζοντας αυτές τις εξισώσεις στο παράδειγμα μας χρησιμοποιώντας MATLAB:

Τώρα σε αυτό το παράδειγμα χρησιμοποίησα και εξήγησα το πεδίο χρόνου μεταξύ -pi έως + pi
έτσι

Ορίζω x μεταξύ -pi έως + pi.

Ορίστηκε το y1 χρησιμοποιώντας την προσθήκη της υπέρθεσης 2 σημείων συνημιτόνου.

Το Y2 είναι ο γρήγορος μετασχηματισμός του y1 στο πεδίο χρόνου.

Y3 SA, σήμα cosine.

Έτσι στο y1 το πρώτο σήμα είναι 2 * pi * f + ένα άλλο σήμα τύπου συνημιτόνου χρησιμοποιώντας το πλάτος του

0,5 v, διπλασιάζοντας το ίδιο συνημίτονο με την ίδια φάση (theta ø).

Το X θυμάται να είναι μεταξύ -pi έως + pi.
Epípedo 7 sto Matlab

Matlab Méros1 ston toméa tis ilektrikís enérgeias kai ton ilektronikón:

Ilektriká / ilektroniká símata:

Thélo na sas deíxo stous fílous mou meriká paradeígmata pou chrisimopoioún matlab stin análysi símatos kai apantíseis.



1- a + Próta gnorízete óti:



Edó chrisimopoioúme synimitoniká símata stin efarmogí mas (Eik.1), allá kai an thélete na ypologísete ti chrísi imitonoeidón simáton, boreíte na grápsete tis morfés os aftó.



I (t) = im cos (w * t)

I (t) = Im cos ((2 * pi * f) * t)

V (t) = Vm cos (w * t)

V (t) = Vm cos ((2 * pi * f) * t)

............................................. ..

I (t) = Im sin (w * t)

I (t) = Im sin ((2 * pi * f) * t)

V (t) = V m sin (w * t)

V (t) = Vm sin ((2 * pi * f) * t)



1- b + Défteron, efarmózontas aftés tis exisóseis sto parádeigma mas chrisimopoióntas MATLAB:

Tóra se aftó to parádeigma chrisimopoíisa kai exígisa to pedío chrónou metaxý -pi éos + pi
étsi

Orízo x metaxý -pi éos + pi.


                                                                                Fig-1





                                                                        Fig-2
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

Σας παρουσιάζω τις ηλεκτρικές λειτουργίες στο γράφημα 1, εικ. 2, εικ. 3, που χρησιμοποιεί προσθήκη ή υπέρθεση 2 λειτουργιών συνημίτονου, δηλαδή γρήγορου μετασχηματισμού (fft), ενός απλού συνημιτονικού σήματος.

                                                                    Fig-3
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++



1- Σε αυτό το παράδειγμα, θέλω να σας δείξω άλλα 4 σήματα με άλλες 4 απαντήσεις με αλλαγή των συχνοτήτων και του άγγελου φάσης.

Επομένως, θέλουμε να δούμε 2 σήματα υπέρθεσης και 1 σήμα fft και 1 cosine.
Το ορισμούσα όπως φαίνεται στο σχήμα χρησιμοποιώντας το αρχείο MATLAB.
Και σε αυτό το παράδειγμα, χρησιμοποιώ τη γραφική παράσταση λειτουργίας για να σας δείξω την έξοδο.


                                                                            Fig-4
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

Βήμα 1: Διαβάστε την εικόνα

Το παράδειγμα διαβάζει σε εικόνα RGB και περικοπές σε 256-by-256-by-3.

Η λειτουργία deconvreg μπορεί να χειριστεί συστοιχίες οποιασδήποτε διάστασης.

I = imread ('tissue.png').

Ι = Ι (125+ (1: 256), 1: 256, :).

f1 = σχήμα.

imshow (Ι)?

σχήμα (f1)?

τίτλος ('Original image').

κείμενο (μέγεθος (I, 2), μέγεθος (I, 1) +15, ...

«Η εικόνα προσφέρθηκε από τον Alan Partin, Johns Hopkins University», ...

«Μέγεθος γραμματοσειράς», 7, «οριζόντια ευθυγράμμιση», «δεξιά»)?



Βήμα 2: Προσομοίωση θολού και θορύβου

Προσομοίωση μιας εικόνας πραγματικής ζωής που θα μπορούσε να είναι θολή (π.χ. λόγω κίνησης κάμερας ή χρώματος εστίασης) και θορυβώδους (π.χ. λόγω τυχαίας διαταραχής).



Το παράδειγμα προσομοιώνει τη θολότητα περιστρέφοντας ένα Gaussian φίλτρο με την αληθινή εικόνα (χρησιμοποιώντας imfilter).

Το Gaussian φίλτρο αντιπροσωπεύει μια λειτουργία εξάπλωσης σημείου, PSF.

PSF = fspecial ('gaussian', 11,5).

Θυμωμένος = imfilter (I, PSF, 'conv');

f2 = σχήμα.

imshow (Θολή)?

σχήμα (f2)?

τίτλος ( «θολή»)?



Gaussian θόρυβο διακύμανσης V στην θολή εικόνα (χρησιμοποιώντας imnoise).

V = .02;

BlurredNoisy = imnoise (Θολή, «gaussian», 0, V);

f3 = σχήμα.

imshow (BlurredNoisy)?

σχήμα (f3)?

τίτλος («θολή και θορυβώδης»);



Βήμα 3: Επαναφέρετε τη θολή και θορυβώδη εικόνα

Επαναφέρετε την θολή και θορυβώδη παροχή θορύβου εικόνας, NP, ως τρίτη παράμετρο εισόδου.



Για να απεικονιστεί ο τρόπος με τον οποίο ο αλγόριθμος είναι στην τιμή του θορύβου, NP, το παράδειγμα εκτελεί τρεις αποκαταστάσεις.



Η πρώτη αποκατάσταση, reg1, χρησιμοποιεί το πραγματικό NP. Σημειώστε ότι το παράδειγμα εξάγει δύο παράμετροι shere.



 Η πρώτη τιμή επιστροφής, reg1, είναι η αποκατεστημένη εικόνα.



 Η δεύτερη τιμή επιστροφής, LAGRA, είναι ένας κλιμακωτός, πολλαπλασιαστής Lagrange, στον οποίο έχει συγκλίνει το deconvreg.

Αυτή η τιμή χρησιμοποιείται αργότερα στο παράδειγμα.



ΝΡ = ν * όνομα (Ι); % ισχύ θορύβου

[reg1, LAGRA] = deconvreg (BlurredNoisy, PSF, ΝΡ).

f4 = σχήμα.

imshow (reg1)?

σχήμα (f4)?

τίτλος ('Restoredwith NP').



Η δεύτερη αποκατάσταση, reg2, χρησιμοποιεί μια ελαφρώς υπερτιμημένη ισχύ θορύβου, η οποία οδηγεί σε κακή ανάλυση.

reg2 = deconvreg (BlurredNoisy, PSF, ΝΡ * 1,3).

f5 = σχήμα.

imshow (reg2)?

σχήμα (f5)?

τίτλος («Ανακτηθείσα μεγαλύτερη NP»).



Η τρίτη αποκατάσταση, reg3, δίνεται σε υποεκτιμημένη τιμή NP.

Αυτό οδηγεί σε μια συντριπτική ενίσχυση θορύβου και "κουδουνίσματος" από τα σύνορα της εικόνας.

reg3 = deconvreg (BlurredNoisy, PSF, ΝΡ / 1,3).

f6 = σχήμα.

imshow (REG3)?

σχήμα (f6)?

τίτλος ('Restoredwithsmaller NP').

Βήμα 4: Μείωση της ενίσχυσης του ήχου και του ήχου

Μειώστε την ενίσχυση του θορύβου και το "κουδούνισμα" κατά μήκος του ορίου της εικόνας καλώντας τη λειτουργία ακμής πριν από την αποσύνθεση.

Σημειώστε πως η αποκατάσταση της εικόνας είναι ευαίσθητη στην παράμετρο ισχύος θορύβου.

Χρησιμοποιήστε την τιμή ισχύος θορύβου NP από το προηγούμενο παράδειγμα.

Edged = edgetaper (BlurredNoisy, PSF).

reg4 = deconvreg (άκρη, PSF, ΝΡ / 1,3).

f7 = σχήμα.

imshow (REG4)?

σχήμα (f7)?

τίτλος ( 'Edgetapereffect')?

Βήμα 5: Χρησιμοποιήστε το πολλαπλασιαστή Lagrange

Επαναφέρετε την θολή και θορυβώδη εικόνα, υποθέτοντας ότι η βέλτιστη λύση έχει ήδη βρεθεί και δίνεται ο αντίστοιχος πολλαπλασιαστής Lagrange, LAGRA.

 Σε αυτή την περίπτωση, οποιαδήποτε τιμή πέρασε για την ισχύ θορύβου, NP, αγνοείται.

Για να επεξηγήσουμε τον τρόπο με τον οποίο η τιμή LAGRA, το παράδειγμα εκτελεί τρεις αποκαταστάσεις.

Η πρώτη αποκατάσταση (reg5) χρησιμοποιεί την έξοδο LAGRA από την προηγούμενη λύση (έξοδος LAGRA από την πρώτη λύση στο Βήμα 3).

reg5 = deconvreg (Ακονισμένο, PSF, [], LAGRA).

f8 = σχήμα.

imshow (REG5)?

σχήμα (f8)?

τίτλος ('Restoredwith LAGRA').

Η δεύτερη αποκατάσταση (reg6) χρησιμοποιεί 100 * LAGRA που αυξάνει τη σημασία του περιορισμού.

Από προεπιλογή, αυτά οδηγούν σε υπερβολική εξομάλυνση της εικόνας.

reg6 = deconvreg (Τοιχοποιημένο, PSF, [], LAGRA * 100).

f9 = σχήμα.

imshow (reg6)?

σχήμα (f9)?

τίτλος ('Ανακαινίστηκε με μεγάλο LAGRA').

LAGRA / 100 που αποδυναμώνει τον περιορισμό (την απαίτηση ομαλότητας που έχει οριστεί για την εικόνα).

Ενισχύει το θόρυβο και τελικά οδηγεί σε καθαρό αντίστροφο φιλτράρισμα για LAGRA = 0.

reg7 = deconvreg (Ακονισμένο, PSF, [], LAGRA / 100).

f10 = σχήμα.

imshow (REG7)?

σχήμα (f10)?

τίτλος ('Restoredwithsmall LAGRA').

Βήμα 6: Χρησιμοποιήστε ένα DifferentConstraint

Επαναφέρετε την θολή και θορυβώδη εικόνα χρησιμοποιώντας διαφορετικό περιορισμό (REGOP).

 Αντί να περιορίσετε την ομαλότητα της εικόνας (REGOP είναι Laplacian από προεπιλογή), περιορίστε την ομαλότητα της εικόνας μόνο σε μία διάσταση (1-D Laplacian).

REGOP = [1 -2 1].

reg8 = deconvreg (BlurredNoisy, PSF, [], LAGRA, REGOP).

f11 = σχήμα.

imshow (Reg8)?

σχήμα (f11)?


τίτλος («Περιορισμένος από 1D Laplacian»);

Commentaires

  1. Hope really that this blog can helping you and giving you optimistic plans and ideas for the new year 2021.

    RépondreSupprimer

Enregistrer un commentaire

Posts les plus consultés de ce blog

MATLAB and using matlab, utilisation de matlab, die arbiten für Matlab koncepten,

Modeling automatic systems using Matlab-simuliunk level 24

Développement informatique HTML