在matlab中计算时间序列数据的时域、频域特征的主要思想是使用滑动窗口先分割数据，逐段计算特征。
别胡说，上代码：
%对于输入的一系列片段，计算以下时域统计特征，并返回特征值function t=regular _ stati TIC _ features (a ) %计算信号的时域特征ma=max(a ) a作为行； %最大值mi=min(a； %最小值me=mean(a； %平均pk=ma-mi； %峰-峰av=mean(ABS(a )； %整流平均值r=rms(a； %有效值p=peak(a； %峰值va=var(a； %方差ST=STD(a； %标准差ku=KurtOSIS(a； %绝顶度sk=Skewness(a； %偏振度RM=rms(a； %均方根S=rm/av； %波形因子C=pk/rm； %峰值因子I=pk/av； %脉冲因子ma=大因子因子(a； 由%裕度因子%傅立叶变化产生的频谱[f，result_FFT]=Transtofft(a，20000 )； %计算频域特征f1=fc(f，result_FFt )； %重心频率f2=MSF(f，result_FFt )； %均方频率f3=VF(f，result_FFt )； %频散t=[ mamimepkavrpvastkuskrmscimaf 1f2f3]； end以下是一些特征的具体计算过程：
%重心频率functionF1=fc(f，result_FFt ) F1=sum ) f.*result_FFt )/(sum ) result_FFt ) )； end%均方频率functionF2=MSF(f，result_FFt ) f=f.^2； f2=sum(f.*result_FFT )/(sum ) result_FFT )； end%频散functionF3=VF(f，result_FFt ) f=(f-fc ) f，result_FFt ) ).^2； f3=sum(f.*result_FFT )/(sum ) result_FFT )； 求出endfunctionPK=peak(a ) %信号峰值PK=max(a )-min(a ) a； endfunction crestfactor=crest factor (a ) %信号的峰值因子crestfactor=peak(a )/rms(a ) a )； endfunctionshapefactor=shapefactor (a ) %信号的波形因子shapefactor=rms(a )/mean (ABS ) a )； endfunctionimpulsefactor=impulse factor (a ) %信号的脉冲因子impulsefactor=peak(a )/mean (ABS ) a ) )； endfunction marginfactor=margin factor (a ) %信号的容限因子marginfactor=peak(a )/mean (sqrt ) ABS (a ) ) ) ^2； end使用计算光谱的函数transToFFT，代码如下：
function [f，result_FFT]=transtofft(data，fs ) %是为了便于创建频谱图n=length (data )，为了求解数据的快速傅立叶变换结果%平均值data=data-mean(data )； %频率分辨率df=fs/(n-1 )； f=(03360n-1 ) df； y=FFT (数据)/N*2； result_FFT=ABS(y； %一半的result _ FFT=result _ FFT (1: ceil (n/2 )； f=f(1:ceil ) n/2 )； end用的情况下放在一个路径下就可以了。 此外，数据段的代码如下。
输入%长序列，按照滑动窗口的思路剪切为数据段，以行为段的矩阵function data _ segments=en frame (data、win、inc ) %win:窗口inc (移贞距离data=data )； 根据%数据是行还是列，data_segments=[]； left=1； right=win； whileright=length(data ) seg=data left : right； 数据_ segments=[数据_ segments； SEG )； left=left inc； right=right inc； endend以前写了python和matlab两篇文章，都不熟悉，也可能有点错误，所以为了能合着读，重新写了。 另外两个中有一些参考文献，大家可以理解记忆。
python代码： https://blog.csdn.net/weixin _ 44620044/article/details/107239960？ spm=1001.2014.3001.5502
matlab代码： https://blog.csdn.net/weixin _ 44620044/article/details/105617749？ SPM=1001.2014.3001.55023358 www.Sina.com /