关注+星标公众号，不错过精彩内容
作者 | 量子君
微信公众号 | 极客工作室
【Matlab学习日记】专栏介绍
本章目录
前言 一、Sinmulink代码生成教程
1.1、根据需求建立系统框图
1.2、代码生成
1.2.1 solver页面的设置
1.2.2 Hardware Implenmatation页面的设置
1.2.3 启动编译
二、Sinmulink代码生成进阶教程
2.1 代码生成工具
2.2 代码生成基础操作
2.3 函数的封装
2.4 生成代码的设置
三、Simulink代码生成应用教程
3.1 控制器基础介绍
3.2 例子介绍
3.3 Simulink模型的修改
总结
前言
一、使用滤波的目的
二、常见的几种噪声和表现形式
2.1 几种常见的噪声及表现形式
1. 频率特性：
低频噪声：通常是指频率较低的噪声，可能源于电源干扰、机械振动等，常见于50 Hz以下的频段。
高频噪声：指频率较高的噪声，可能包括电子元件自振、射频干扰等，通常在kHz甚至MHz以上范围内。
2. 作用方式：
加性噪声：是指这类噪声直接加在信号上，不随信号的内容而变化。加性噪声的一个典型例子是高斯白噪声，它是一种均匀影响整个频谱的噪声。加性噪声又分为随机噪声和基线噪声。其中，基线噪声又分为定常噪声和时变噪声。
系数噪声：通常与信号的幅度或相位相关，可能会随着信号幅度改变，通常出现在倍乘或相干检测等过程中。其中，系数噪声也分为定常噪声和时变噪声。
2.2 低频噪声表现形式
原始数据：
低频噪声：
被低频噪声污染：
2.3 高频噪声表现形式
原始数据：
高频噪声：
被高频噪声污染：
2.4 加性噪声表现形式
原始数据：
线性噪声：
被线性噪声污染：
多项式噪声：
被多项式噪声污染：
随机噪声：
被随机噪声污染：
2.5 系数噪声表现形式
原始数据：
被定常系数噪声K污染：
被时变系数噪声K（t）污染：
三、噪声分析及各种噪声的滤波选择
3.1 噪声分析方法
比较常用的状态：
静息状态：理论上，数值变化不大，可以基于此做基线噪声和随机噪声的分析；
稳定工作状态：系统输出的数值频率变化不大，可以基于此做频率噪声分析。
静息状态噪声分析流程：
解决方法：
根据拟合函数修正基线；
时域滤波去随机噪声。
稳定状态噪声分析流程：
解决方法：
低通频域滤波、高通频域滤波、带通频域滤波、带阻频域滤波。
3.2 噪声表现形式分析
信号处理分析示例（以加速度数据为例）：
原始数据：
放大后的细节：
3.3 构建滤波的流程
可能存在的噪声：高频噪声、随机噪声
阻带截止频率为4Hz的低通滤波、
滑动平均或Kalman等时域滤波
构建滤波的流程：
3.4 实际数据滤波分析
低通滤波处理前后对比，处理前：
低通滤波处理后：
滑动平均处理：
卡尔曼滤波也能达到类似的效果：
总结
本文介绍常见的滤波算法的基础入门知识点。并以实际项目为出发点讲解常用滤波和数据中噪声分析方法。
