我对重新评定循环行为有一些疑问,如下面的例子所解释的。从FFT震级可以很好地找到每周和每天的周期。但有疑问的是,如何在一周和一天内找到循环变化(如下面所强调的)。或者我们需要额外的信息?我不能张贴图片友好地寻找下面的链接为同样的。http://www.mathworks.de/de/help/signal/examples/practical-introduction-to-frequency-domain-analysis.html
谢谢你给我时间!
某办公楼温度循环行为分析
在冬季,考虑一组办公大楼的温度测量。每30分钟进行一次测量,时间约为16.5周。查看时间轴缩放为数周的时域数据。这些数据是否有周期性的行为?
通过观察时间域信号,几乎不可能知道办公室温度是否存在循环行为。然而,如果我们看一下它的频域表示,它的循环行为就变得明显了。
获取信号的频域表示。如果将FFT输出的幅度绘制成频率轴,则可以看到有两条谱线明显比任何其他频率分量都大。一条谱线位于一个周期/周,另一条谱线位于每周7个周期。这是有道理的,因为这些数据来自一个7天日历上的温度控制建筑。第一光谱线表明,建筑温度遵循周循环,周末温度较低,周内温度较高。第二行指出,也存在一个日循环,夜间温度较低,白天温度较高。
NFFT = length(temp); % Number of FFT points
F = (0 : 1/NFFT : 1/2-1/NFFT)*Fs; % Frequency vector
TEMP = fft(temp,NFFT);
TEMP(1) = 0; % remove the DC component for better visualization
helperFrequencyAnalysisPlot2(F*60*60*24*7,abs(TEMP(1:NFFT/2)),...
'Frequency (cycles/week)','Magnitude',[],[],[0 10])发布于 2014-04-25 12:00:55
这确实是个问题!问题是,你检查数据的时间越长,周期性变化的准确性就越低。以温度问题为例。假设你检查了一年的温度。然后你就可以说,“嘿,一周一次气温低一点”或者“一天一次气温低一点”,但你不能确切地说它是什么时候发生的。你只知道这是每天一次。这实际上可以通过查看傅里叶变换来理解。短时脉冲产生宽带频谱,窄带频率产生较长时间延迟。
声称这是在周末和晚上,很可能是来自mathworks的结论,或其他调查的结果。通过观察较短的时间跨度,可以更容易地了解气温的日变化,但这样就很难测量长期的周期变化。
https://stackoverflow.com/questions/23291870
复制相似问题