Цифровая обработка сигналов вибро-оптической и вибро-акустической системы

· Фильтр с конечной импульсной характеристикой (нерекурсивный фильтр, КИХ-фильтр) -- один из видов электронных фильтров, характерной особенностью которого является ограниченность по времени его импульсной характеристики (с какого-то момента времени она становится точно равной нулю). Знаменатель передаточной функции такого фильтра -- некая константа.

· Фильтр с бесконечной импульсной характеристикой (рекурсивный фильтр, БИХ-фильтр) -- электронный фильтр, использующий один или более своих выходов в качестве входа, то есть образует обратную связь. Основным свойством таких фильтров является то, что их импульсная переходная характеристика имеет бесконечную длину во временной области, а передаточная функция имеет дробно-рациональный вид. Такие фильтры могут быть как аналоговыми, так и цифровыми.

1.4.4 КОРРЕЛЯЦИОННЫЙ АНАЛИЗ

Корреляционный анализ наряду со спектральным играет большую роль в теории сигналов. Говоря кратко, его смысл состоит в количественном измерении степени сходства различных сигналов. Для этого служат корреляционные функции, с рассмотрения которых мы и начнем.

Корреляционная функция.

Корреляционная функция (КФ) детерминированного сигнала с конечной энергией представляет собой интеграл (в бесконечных пределах) от произведения двух копий сигнала, сдвинутых друг относительно друга на время ф:

.

Корреляционная функция показывает степень сходства между сигналом и его сдвинутой копией - чем больше значение корреляционной функции, тем это сходство сильнее. Кроме того, корреляционная функция обладает следующими свойствами:

Взаимная корреляционная функция.

Если КФ показывает степень сходства между сдвинутыми копиями одного и того же сигнала, то взаимная корреляционная функция (ВКФ) позволяет измерить аналогичную величину для сдвинутых экземпляров двух разных сигналов.

Общий вид формулы КФ сохраняется, но под интегралом стоит произведение двух разных сигналов, один из которых задержан на время :

.

Очевидно, что КФ является частным случаем ВКФ, когда оба сигнала одинаковы:

.

Для расчета КФ и ВКФ в MATLAB применяется функция xcorr(). В зависимости от указываемых параметров функция рассчитывает КФ либо ВКФ для определенных значений сдвига ф либо на всем времени существования сигналов, применяя к результату различные варианты нормирования. В общем случае функция записывается в следующем виде:

[c, tau] = xcorr(x1, x2, [tau_min tau_max], norm)

c - массив значений АКФ или ВКФ, полученный в результате работы функции;

tau - массив значений сдвигов по оси времени для данной КФ или ВКФ;

x1, x2 - исходные сигналы; в случае расчета КФ, x2 не указывается;

[tau_min tau_max] - пределы изменения сдвига по времени ф; вместо двух значений можно указать одно, тогда расчет будет произведен для значений [-tau_max tau_max]; можно не указывать параметр вообще, тогда расчет будет произведен на всем времени существования сигналов;

norm - метод нормирования результирующей функции: `none' - без нормировки,

`coeff' - функция нормируется так, чтобы при нулевом сдвиге значение было равно 1;



2. ВОЛОКОННО-ОПТИЧЕСКАЯ СИСТЕМА ОХРАНЫ И МОНИТОРИНГА СОСТОЯНИЯ ПРОМЫШЛЕННЫХ ОБЪЕКТОВ «ШЕЛЕСТ»

«ШЕЛЕСТ» - это многоканальный интегрированный распределенный комплекс, обеспечивающий информацией дежурные службы и позволяющий им принять своевременное и правильное решение по обеспечению безопасности и непрерывному контролю трубопроводов и других протяженных объектов.

Комплекс «ШЕЛЕСТ» является системой раннего предупреждения дежурной службы о попытках несанкционированного доступа в зону пролегания трубопровода, проведения любых перемещений и работ, как с использованием техники, так и без неё.

Комплекс «ШЕЛЕСТ» является полностью отечественной разработкой.

Комплекс «ШЕЛЕСТ» обеспечивает:

- обнаружение проникновения нарушителя в охраняемую зону;

- сбор, обработку и автоматическую передачу данных по собственным каналам связи на центральный пункт управления дежурной службе;

- выдачу сигналов предупреждения и тревоги дежурным службам о попытках проникновения в охраняемую зону, проведении любых работ на поверхности;

- выдачу тревожных сигналов в случае повреждения трубопровода и розлива жидкости или выхода газа;

- интеграцию, уже существующих, систем охраны, контроля, наблюдения;

- интеграцию различных технических устройств;

- встраиваемость различных программных продуктов.

Технические характеристики

· Оптическая система

Данная система представляет собой набор чувствительных элементов и аппаратно-вычислительных средств, которые функционально представляют собой распределённую волоконно-оптическую сенсорную систему.

Чувствительный элемент представляет собой волоконно-оптический датчик-сенсор, формирующий сигналы предупреждения и тревоги. Важная особенность системы заключается в том, что волоконно-оптический датчик-сенсор можно разделить на контрольные участки - сектора. Такая возможность позволяет искусственно задавать длину секторов и назначать определённые контролируемые параметры в каждом отдельном секторе, а так же, при необходимости, получать высокоточную информацию о месте нарушения или технической неисправности.

Длина секторов может быть произвольной и определяется на стадии проектирования.

Отличительной характеристикой распределённой волоконно-оптической сенсорной системы является то, что она включает в себя секторную подсистему, обладающую сверхчувствительностью, способную определять сектор нарушения, так как может подстраиваться под характеристики грунта, в который укладывается волоконно-оптические датчики-сенсоры.

· надежность

- нечувствительность ко всем видам электромагнитного излучения;

- высокая стойкость к воздействию грозовых и индустриальных разрядов (импульсный разряд током до 5 кА с напряжением 30 кВ);

- нечувствительность к магнитным полям и радиочастотам;

- полная электромагнитная и электроэмиссионная совместимость с существующими элементами автоматики и устройствам связи;

- волоконный оптический сенсор устойчив к воздействию мелких грызунов (предохранительная оболочка);

- волоконный оптический сенсор устойчив к воздействию окружающей среды - является химически инертным, не горюч.

· скрытность

- укладка волоконно-оптических сенсоров-датчиков производится в грунт на глубину от 10 до 150 см - визуально не обнаруживается;

- волоконно-оптический сенсор-датчик является инертным материалом (полимер) - не обнаруживается современными средствами контроля;

- волоконно-оптический сенсор-датчик является пассивным элементом - не требуется электрического питания, отсутствие прокладки электрических сетей и магистралей.

· чувствительность

- вероятность обнаружения, при попытке проникновения нарушителя на территорию охраняемого объекта весом от 25 кг и более - не менее 0,98;

- вероятность выдачи ложного сигнала, от воздействия мелких геологических колебаний и животных (кошек, мышей, сорока, голубь и т.п.) - 0,05;

- укладка волоконного оптического сенсора в грунт на глубину от 30 до 150 см;

- фиксация нарушителя на удалении от уложенного волоконного оптического сенсора до 5 метров;

- при снеговом покрове до 150 см, при укладке в грунт до 150 см;

- укладка в неблагоприятную среду (песок, гравий, снег, заболоченная поверхность, скальный рельеф и т.п.).

· всепогодность

- фиксация нарушений в контролируемой зоне при отсутствии оптической видимости при любых погодных условиях (снег, дождь, туман, задымленность, иней и т.п.);

- фиксация нарушений при снеговом покрове до 1,5 метров;

- фиксация нарушений при дожде с нарастающей интенсивностью до 40 мм/ч;

- фиксация нарушений при ветре в порывах до 25 м/сек;

- влажность воздуха до 95 % при температуре + 40є С.

Технические особенности

Данная система представляет собой набор чувствительных элементов и аппаратно-вычислительных средств, которые функционально представляют собой распределённую волоконно-оптическую сенсорную систему.

Чувствительный элемент представляет собой волоконно-оптический датчик-сенсор, формирующий сигналы предупреждения и тревоги. Важная особенность системы заключается в том, что волоконно-оптический датчик-сенсор можно разделить на контрольные участки - сектора. Такая возможность позволяет искусственно задавать длину секторов и назначать определённые контролируемые параметры в каждом отдельном секторе, а так же, при необходимости, получать высокоточную информацию о месте нарушения или технической неисправности.

Длина секторов может быть произвольной и определяется на стадии проектирования. Максимальная длина участка-сектора составляет 560 м.

1. Регистрация сигналов волоконно-оптической системы «ШЕЛЕСТ»

В процессе испытаний исследуемого объекта в условиях, соответствующих условиям его использования по прямому назначению, были получены сигналы вызванные разными типами воздействий на ограду. В ходе испытаний кабель был закреплён на металлической ограде и были рассмотрены следующие типы воздействия:

· Тряска забора

· Перелаз через забор

· Удар по забору

Наиболее характерные сигналы изображены на рисунках ниже.

Рис. 20 Сигнал шума

Рис. 21 Сигнал от тряски забора

Рис. 22 Сигнал от тряски забора

Рис. 23 Сигнал от тряски забора

Рис. 24 Сигнал от тряски забора

Рис. 25 Сигнал от перелаза через забор

Рис. 26 Сигнал от перелаза через забор

Рис. 27 Сигнал от перелаза через забор

Рис. 28 Сигнал от перелаза через забор

Рис. 29 Сигнал от удара по забору

Рис. 30 Сигнал от удара по забору

Рис. 31 Сигнал от удара по забору

Рис. 32 Сигнал от удара по забору

По графикам сигналов, приведённых выше, можно выделить часть сигнала с низкой амплитудой, соответствующую постоянно присутствующему шуму (амплитуда в среднем 2В) и часть сигнала с высокой амплитудой, соответствующую непосредственно самому воздействию на ограду (амплитуда в среднем 7В). Исходя из этого можно с помощью амплитудного анализа идентифицировать попытку проникновения или воздействие на ограду. Однако требуется более детальная информация о том какое именно воздействие совершается в данный момент. Такую информацию можно получить с помощью цифровой обработки.



4. ЦИФРОВАЯ ОБРАБОТКА СИГНАЛОВ ВОЛОКОННО-ОПТИЧЕСКОЙ СИСТЕМЫ ОХРАНЫ «ШЕЛЕСТ»

Для определения вида цифровой обработки, требуемой для идентификации типа взаимодействия на ограду, необходимо представить сигнал в частотной области при помощи преобразования Фурье.

В результате преобразования Фурье были получены следующие спектры:

Рис. 33 Фурье-спектр сигнала от тряски забора

Рис. 34 Фурье-спектр сигнала от тряски забора

Рис. 35 Фурье-спектр сигнала от тряски забора

Рис. 36 Фурье-спектр сигнала от тряски забора

Проанализировав Фурье-спектры сигналов от тряски забора можно сделать вывод, что во всех спектрах данного типа воздействия можно выделить одинаковые гармоники на частотах 6, 10, 16, 42 Гц.

Рис. 37 Фурье-спектр сигнала от перелаза через забор

Рис. 38 Фурье-спектр сигнала от перелаза через забор

Рис. 39 Фурье-спектр сигнала от перелаза через забор

Рис. 40 Фурье-спектр сигнала от перелаза через забор

Проанализировав Фурье-спектры сигналов от перелаза через забор можно сделать вывод, что во всех спектрах данного типа воздействия можно выделить одинаковые гармоники на частотах 6, 10, 32, 42 Гц.

Рис. 41 Фурье-спектр сигнала от удара по забору

Рис. 42 Фурье-спектр сигнала от удара по забору

Рис. 43 Фурье-спектр сигнала от удара по забору

Рис. 44 Фурье-спектр сигнала от удара по забору

Проанализировав Фурье-спектры сигналов от удара по забору можно сделать вывод, что во всех спектрах данного типа воздействия можно выделить одинаковые гармоники на частотах 6, 42, 48 Гц.

4.1 ФИЛЬТРАЦИЯ СИГНАЛОВ ВОЛОКОННО-ОПТИЧЕСКОЙ СИСТЕМЫ ОХРАНЫ «ШЕЛЕСТ»

Для обеспечения возможности автоматически различать типы воздействий по значениям корреляционной функции сигналов необходима предварительная фильтрация этих сигналов.

В ходе анализа был использован фильтр Батерворта.

Фильтр Баттервомрта -- один из типов электронных фильтров. Фильтр Баттерворта проектируется так, чтобы его амплитудно-частотная характеристика была максимально гладкой на частотах полосы пропускания.

АЧХ фильтра Баттерворта максимально гладкая на частотах полосы пропускания и снижается практически до нуля на частотах полосы подавления. При отображении частотного отклика фильтра Баттерворта на логарифмической АФЧХ, амплитуда снижается к минус бесконечности на частотах полосы подавления.

Был выбран режекторный фильтр Батерворта 6-го порядка с АЧХ изображённой на рис. 45.

Рис. 45 АЧХ РФ фильтра Батерворта

На рисунках ниже представлен вид сигналов после фильтрации.

Рис. 46 Сигнал от тряски забора после фильтрации

Рис. 47 Сигнал от тряски забора после фильтрации

Рис. 48 Сигнал от тряски забора после фильтрации

Рис. 49 Сигнал от тряски забора после фильтрации

Рис. 50 Сигнал от перелаза через забор после фильтрации

Рис. 51 Сигнал от перелаза через забор после фильтрации

Рис. 52 Сигнал от перелаза через забор после фильтрации

Рис. 53 Сигнал от перелаза через забор после фильтрации

Рис. 54 Сигнал от удара по забору после фильтрации

Рис. 55 Сигнал от удара по забору после фильтрации

Рис. 56 Сигнал от удара по забору после фильтрации

Рис. 57 Сигнал от удара по забору после фильтрации

4.2 КОРРЕЛЯЦИОННЫЙ АНАЛИЗ СИГНАЛОВ ВОЛОКОННО-ОПТИЧЕСКОЙ СИСТЕМЫ ОХРАНЫ «ШЕЛЕСТ»

Определим сигнал от тряски забора как эталонный. Далее будем идентифицировать тип воздействия на ограду с помощью корреляционной функции.

Рис. 58 Эталонный сигнал (сигнал от тряски забора)

Рассчитаем значения и построим график взаимной корреляционной функции эталонного и неизвестных сигналов (сигналов от тряски забора) для определения типа взаимодействия, вследствие которого возник данный сигнал:

Рис. 59 Неизвестный сигнал (сигнал от тряски забора)

Рис. 60 Взаимная корреляционная функция неизвестного и эталонного сигналов

Рис. 61 Неизвестный сигнал (сигнал от тряски забора)

Рис. 62 Взаимная корреляционная функция неизвестного и эталонного сигналов

Рис. 63 Неизвестный сигнал (сигнал от тряски забора)

Рис. 64 Взаимная корреляционная функция неизвестного и эталонного сигналов

Т.к. максимальные значения взаимной корреляционной функции довольно высоки (>0,75), можно сделать вывод, что неизвестный сигнал возник вследствие тряски забора.

Возьмём в качестве неизвестных сигналов сигналы от удара по забору, рассчитаем значения и построим графики взаимной корреляционной функции эталонного и неизвестных сигналов:

Рис. 65 Неизвестный сигнал (сигнал от удара по забору)

Рис. 66 Взаимная корреляционная функция неизвестного и эталонного сигналов

Рис. 67 Неизвестный сигнал (сигнал от удара по забору)

Рис. 68 Взаимная корреляционная функция неизвестного и эталонного сигналов

Рис. 69 Неизвестный сигнал (сигнал от удара по забору)

Рис. 70 Взаимная корреляционная функция неизвестного и эталонного сигналов

Т.к. максимальные значения взаимной корреляционной функции довольно низкие, можно сделать вывод, что неизвестный сигнал возник вследствие удара по забору.

Возьмём в качестве неизвестного сигнала сигнал от удара по забору, рассчитаем значения и построим график взаимной корреляционной функции эталонного и неизвестного сигнала:

Рис. 71 Неизвестный сигнал (сигнал от перелаза через забор)

Рис. 72 Взаимная корреляционная функция неизвестного и эталонного сигналов

Рис. 73 Неизвестный сигнал (сигнал от перелаза через забор)

Рис. 74 Взаимная корреляционная функция неизвестного и эталонного сигналов

Рис. 75 Неизвестный сигнал (сигнал от перелаза через забор)

Рис. 76 Взаимная корреляционная функция неизвестного и эталонного сигналов

Т.к. максимальные значения взаимной корреляционной функции довольно высоки (>0,7), можно сделать вывод, что по данному признаку невозможно отличить сигнал от тряски забора от сигнала, возникшего вследствие перелаза через забор. Это связанно с тем, что тряска забора и перелаз через него представляют из себя, примерно, один и тот же тип воздействия.

Таким образом, был найден метод идентификации сигналов, получены и обработаны сигналы системы, вызванные воздействием на кабель-сенсор различных вибро-акустических источников.



ЗАКЛЮЧЕНИЕ

В ходя выполнения данной работы успешно была решена задача цифровой обработки сигналов волоконно-оптической системы охраны промышленных объектов «ШЕЛЕСТ». Были получены данные тряски, перелаза и ударов по забору, рассмотрены принципы спектрального анализа сигнала, был разработан метод идентификации сигналов.

Проведен анализ сигналов полученных с волоконно-оптической системы «ШЕЛЕСТ», и составлена библиотека различных сигналов.

2) Разработана методика цифровой обработки сигналов волоконно-оптической системы охраны и мониторинга состояния промышленных объектов;

3) Написана программа идентификаций сигналов, для распознавания сигналов получаемых с ВОС «ШЕЛЕСТ»;

4) Программа позволяет различать следующие сигналы: перелаза и воздействия на забор.



СПИСОК СОКРАЩЕНИЙ

ЛВЛ линия вытекающей волны

ВОС волоконно - оптическая система

MV технология движений и вибраций

MSL локатор микродеформаций

ФД фотодетектор

ППФ прямое преобразование Фурье

ОПФ обратное преобразование Фурье

ДПФ дискретное преобразование Фурье

FFT быстрое преобразование Фурье

КИФ фильтр с конечной импульсной характеристикой

БИХ фильтр с бесконечной импульсной характеристикой

АФЧХ амплитудная фазо-частотная характеристика

АЧХ амплитудно-частотная характеристика

КФ корреляционная функция

ВКФ взаимная корреляционная функция

НИР научно исследовательская работа

ПК персональный компьютер



СПИСОК ЛИТЕРАТУРЫ

1. Буймистрюк Г.Я. Информационно-измерительная техника и технология на основе волоконно-оптических датчиков и систем. СПб.: Изд-во ИВА, ГРОЦ Минатома, 2005. 191 с.

2. Глушко С.И., Зазирный Д.В. Инновационные технологии для нефтегазовой отрасли на базе волоконно-оптических информационно-измерительных систем // Наука и технологии трубопровдного транспорта нефти и нефтепродуктов. 2011. №1. С. 84-87.

3. Земенкова М.Ю., Бабичев Д.А., Земенков Ю.Д., Методы системного анализа в решении задач управления сложными техническими системами // Электронный научный журнал «Нефтегазовое дело», 2007. № 2. 12 с.

4. Udd E. Fiber Optic sensors: An introduction for Engineers and Scientists. New York: Willey. 1991. 567 p.

5. Hjelme D.R., Bakke В., Rembech J.S., and Neegard S. Multiplexed fiber optic Bragg-grating strain sensor system for use in marine vehicle testing // Proc. SPIE. 1996. V.2838. P. 40-51.

6. Kersey A. An overview of fiber grating sensors. // J.of Lightwave techn. 1997. Vol.15. No.12. p. 1442-1463.

7. Culshaw В., Dakin J. Optical Fiber sensors: Systems and application. -Norwood: Artech House. 1989. Vol.2. 349 p.

8. Оптоволоконные сенсоры. / Под ред. Дж.Дейкина и Б.Калшо. М.: Мир. 1992. 289 с.

9. Красюк Б.А., Семенов О.Г., Шереметьев А.Г., Шестериков В.А. Световодные датчики. М.: Машиностроение. 1990. 256 с.

10. YJ. Rao Recent progress in applications of in-fibre Bragg grating sensors // Optics and Lasers in Engineering. v.31. 1999. P.297-324.

11. Lee B. Review of the present status of optical fiber sensors // Optical Fiber Technology. 9. P. 57-79. 2003.

12. Alan D. Kersey et al. Fiber Grating Sensors // Journal of lightwave technology. vol. 15.No. 8.P. 1442-1463. 1997.

13. Фриман, Р. Волоконно-оптические системы связи / Р. Фриман ; пер. с англ. под ред. Н. Н. Слепова. 3-е доп. изд. М.: Техносфера, 2006. 495 с.

14. Нефедов, Е. И. Распространение радиоволн и антенно-фидерные устройства. М.: Академия-2010. 320 с.

15. Иванов А. Б. Волоконная оптика: компоненты, системы передачи, измерения / А. Б. Иванов. М.: Syrus Systems, 1999. 671с.

16. Портнов Э. Л. Оптические кабели связи и пассивные компоненты волоконно-оптических линий связи: учебное пособие / Э. Л. Портнов. М.: Горячая линия. Телеком, 2007. 461с.

17. Скляров, О. К. Волоконно-оптические сети и системы связи: учебное пособие / О. К. Скляров. Изд. 2-е, стер. СПб: Лань, 2010. 260 с.

18. Портнов Э.Л. Принципы построения первичных сетей и оптические кабельные линии связи. М.: Горячая линия. Телеком, 2009. 544 с.; ил.

19. Кульчин, Ю. Н. Распределенные волоконно-оптические измерительные системы / Ю. Н. Кульчин. М.: Физматлит, 2001. 272 с.

20. Явелов, И. С. Волоконно-оптические измерительные системы. Прикладные задачи / И. С. Явелов, С. М. Каплунов, Г. Л. Даниелян ; Учреждение Российской академии наук, Институт машиноведения им. А. А. Благонравова. М. ; Ижевск: Институт компьютерных исследований: R&C Dynamics, 2010. 287 с.

21. Строительство и техническая эксплуатация волоконно-оптических линий связи: Учебник для студ. ВУЗов связи / Под ред. Б. В. Попова. М.: Радио и связь, 1995. 200 с.

22. Джексон Р.Г. Новейшие датчики. М.: Техносфера, 2007. 384 с.

23. Волоконно-оптические датчики. Под ред. Э.Удда. М.: Техносфера, 2008. 520 с.

24. Окоси Т., Окамото К., Оцу М. и др. Волоконно-оптические датчики / Пер. с яп. Л.: Энергоатомиздат. 1991. 256 с.

25. Мамедов А.М., Потапов В.Т., Потапов Т.В., Смуреев Е.К. Одноволоконные распределенные волоконно-оптические датчики физических величин и полей // Фотон-экспресс. 2005. №6. С. 141-151.

26. Лиокумович Л.Б. Волоконно-оптические интерферометрические измерения. Ч.1. Волоконно-оптические интерферометры. СПб.: Изд-во Политехн. ун-та, 2007. 110 с.

27. Лиокумович Л.Б. Волоконно-оптические интерферометрические измерения. Ч.2. Волоконный интерферометрический чувствительный элемент. СПб.: Изд-во Политехн. ун-та, 2007. 68 с.

28. Томышев К.А., Баган В.А., Астапенко В.А. Распределенные волоконно-оптические датчики давления для применения в нефтегазовой промышленности // Труды МФТИ. 2012. Т. 4, №2. С. 64-72.



ПРИЛОЖЕНИЕ 1

Программа идентификации сигналов волоконно-оптической системы «Шелест»:

db_new=db_viborka_new;

p=db_new.shaking_fence.signal;

k=db_new.stile_fence.signal;

l=db_new.striks_fence_screwdriver.signal;

f1=1;

f2=49;

set(0, 'DefaultAxesFontSize',12,'DefaultAxesFontName','Arial Cyr');

for i=2:length(p.s)

h = figure(i);

[t_eq1, s_eq1, t_eq2, s_eq2] = equal_length_signal(p.t{1}, p.s{1}, p.t{i}, p.s{i});

fs=1/(t_eq1(2)-t_eq1(1));

w=2*[f1; f2]/fs;

[a, b]=butter(6, w, 'stop');

s1=filter(a, b, s_eq1);

s2=filter(a, b, s_eq2);

tau=t_eq1(2)-t_eq1(1);

[yc, lags]=xcorr(s1,s2,'coeff');

plot(tau*lags, yc);

axis([min(tau*lags) max(tau*lags) 0 1]); grid on;

xlabel('\tau, c');

ylabel('Взаимная корреляционная функция');

title('Взаимная корреляционная функция 2-х сигналов от тряски забора');

file_name = strcat('xcorr_shaking_fence', num2str(i-1));

saveas(h, file_name, 'png');

saveas(h, file_name, 'fig');

close(h);

h = figure(i);

[t_eq1, s_eq1, t_eq2, s_eq2] = equal_length_signal(p.t{1}, p.s{1}, k.t{i-1}, k.s{i-1});

fs=1/(t_eq1(2)-t_eq1(1));

w=2*[f1; f2]/fs;

[a, b]=butter(6, w, 'stop');

s1=filter(a, b, s_eq1);

s2=filter(a, b, s_eq2);

tau=t_eq1(2)-t_eq1(1);

[yc, lags]=xcorr(s1,s2,'coeff');

plot(tau*lags, yc);

axis([min(tau*lags) max(tau*lags) 0 1]); grid on;

xlabel('\tau, c');

ylabel('Взаимная корреляционная функция');

title('Взаимная корреляционная функция сигналов от тряски забора и перелаза ');

file_name = strcat('xcorr_shaking_fence_and_stile_fence', num2str(i-1));

saveas(h, file_name, 'png');

saveas(h, file_name, 'fig');

close(h);

h = figure(i);

[t_eq1, s_eq1, t_eq2, s_eq2] = equal_length_signal(p.t{1}, p.s{1}, l.t{i-1}, l.s{i-1});

fs=1/(t_eq1(2)-t_eq1(1));

w=2*[f1; f2]/fs;

[a, b]=butter(6, w, 'stop');

s1=filter(a, b, s_eq1);

s2=filter(a, b, s_eq2);

tau=t_eq1(2)-t_eq1(1);

[yc, lags]=xcorr(s1,s2,'coeff');

plot(tau*lags, yc);

axis([min(tau*lags) max(tau*lags) 0 1]); grid on;

xlabel('\tau, c');

ylabel('Взаимная корреляционная функция');

title('Взаимная корреляционная функция сигналов от тряски забора и удара по забору');

file_name = strcat('xcorr_shaking_fence_and_striks_fence_screwdriver', num2str(i-1));

saveas(h, file_name, 'png');

saveas(h, file_name, 'fig');

close(h);

end;

Размещено на Allbest.ru

...