獲取超聲波脈衝速度的延遲/滯後matlab

Question

我正在做一個需要超聲波脈衝速度（UPV）的論文。 UPV很容易通過機器獲得，但我們獲得的數據沒有UPV，所以我們有責任手動獲取。

本質上在數據中我們有2個通道，一個用於發射器換能器，另一個用於接收器換能器。

我們需要從發射器發出的波形發出的時間以及到達接收器的時間。

使用matlab，我試過finddelay和xcorr，但不完全得到正確的結果。

這是我想得到的觀點的圖片。情節是

所以我想找到的圖片，但用MATLAB的幫助下，兩個點的發射器（藍色）和接收器（紅色）。這兩者將確定時間，並進一步確定UPV。 我是一個相對較新的MATLAB用戶，所以你的幫助將非常有幫助。

這是我曾嘗試

[cc, lags] = xcorr(signal1,signal2); 
d2 = -(lags(cc == max(cc)))/Fs; 

@xenoclast您好代碼！到目前爲止，我使用的代碼是這些。

close all 
clc 
Fs = input('input Fs = '); 
T = 1/Fs; 
L = input('input L = '); 
t = (0:L-1)*T; 
time = transpose(t); 
i = input('input number of steploads = '); 
% construct test sequences 
%dataupv is the signal1 & datathesis is the signal2 
for m=1:i 
y1 = (dataupv(:,m) - mean(dataupv(:,m)))/std(dataupv(:,m)); 
y2 = (datathesis(:,m) - mean(datathesis(:,m)))/std(datathesis(:,m)); 
offset = 166; 
tt = time; 
% correlate the two sequences 
[cc, lags] = xcorr(y2, y1,); 
% find the in4dex of the maximum 
[maxval, maxI] = max(cc); 
[minval, minI] = min(cc); 
% use that index to obtain the lag in samples 
lagsamples(m,1) = lags(maxI); 
lagsamples2(m,1) = lags(minI); 
% plot again without timebase to verify visually 
end  

由此產生的數值與我目視檢查海浪時的70個樣本相比較。滯後導致了244，但在視覺上它應該是176這裏是數據（也有19套的數據，但我只用了1列）https://www.dropbox.com/s/ng5uq8f7oyap0tq/datatrans-dec-2014.xlsx?dl=0https://www.dropbox.com/s/1x7en0x7elnbg42/datarec-dec-2014.xlsx?dl=0

Answer 1

你的示例代碼不指定Fs，所以我不知道當然，但我猜測這是一個採樣率問題。所有互相關的例子都是通過按照他們通常所稱的Fs的特定採樣率構建測試序列開始的，不要與測試音頻的頻率混淆，您可能會看到這種頻率叫做Fc。

如果您構建的Fs和Fc然後這工作得很好，但是當你從儀器獲取真實的數據，他們往往會給你的數據和時基，如兩個向量，所以你必須制定出樣方面的測試信號來自時基的速度。這可能與工作頻率或信號的組成部分不同，因此這裏很容易混淆。

但是隻有在問題的第二部分需要採樣率時，您可以在那裏計算出時間偏移量。首先你必須得到樣本中的偏移量，這樣更容易驗證。

如果您刪除'/ F'項，並且您可以通過繪製兩個沒有時基的信號並檢查樣本位置來驗證它，您的示例將爲您提供樣本中的偏移量。

我相信你已經看過幾十個例子，但是這裏有一個試圖不要混淆這個問題的例子，你會注意到它沒有指定'採樣率'是什麼，它只是與樣本相關聯（儘管如果您將y1定義中的5作爲以Hz爲單位的頻率，那麼您將能夠推斷出一個）。

% construct test sequences 
offset = 23; 
tt = 0:0.01:1; 
y1 = sin(2*pi*5*tt); 
y2 = 0.8 * [zeros(1, offset) y1]; 

figure(1); clf; hold on 
plot(tt, y1) 
plot(tt, y2(1:numel(tt)), 'r') 

% correlate the two sequences 
[cc, lags] = xcorr(y2, y1); 

figure(2); clf; 
plot(cc) 

% find the index of the maximum 
[maxval, maxI] = max(cc); 

% use that index to obtain the lag in samples 
lagsamples = lags(maxI); 

% plot again without timebase to verify visually 
figure(3); clf; hold on 
plot(y1) 
plot(y2, 'r') 
plot([offset offset], [-1 1], 'k:') 

一旦你已經得到了彌補樣品你大概可以推算出所需的轉換系數，但如果你從儀器具有時基數據，那麼任何兩個連續條目的差異的倒數會給你們。

UPDATE

當兩個信號，你可以想像它作爲覆蓋他們，總結相應的元素的產品相關。這給你一個單一的價值。然後你通過一個樣本移動一個信號，然後重新執行。繼續下去，直到你完成了兩個信號的每一個可能的安排。

在每個步驟中獲得的值是相關性，但是計算「滯後」始於一個信號一直到左側，另一個信號僅重疊一個樣本。您一直滑動第二個信號，直到它僅通過樣本重疊另一端。因此，由相關返回的值的數量與兩個原始信號的長度有關，並且將相關輸出中的任何給定點（例如最大值）與產生它的兩個信號的排列要求您進行關聯涉及這些長度的計算。 xcorr函數通過輸出lags變量來更容易，該變量跟蹤兩個信號的對齊。人們也可能會將此作爲補償來討論，所以請留意。