特征提取（时域、频域指标）

最后更新于：2024-10-26 20:46:26

一、代码运行环境

MATLAB2019a及更新版本。

二、程序介绍

注：图标代表该m文件为脚本文件，可以直接运行；图标代表函数文件，在没有输入变量的情况下无法直接运行。更详细的解释可以看这里。

1.testGenFeaTF.m文件

特征提取函数genFeatureTF的测试文件，可以直接运行。程序运行完成后，在MATLAB的工作区，双击fea变量，可以查看求得的具体数值。

2.genFeatureTF.m文件

时频域信号特征提取函数。23种全都集中到一个封装函数里，只需要输入待提取数据、采样频率和特征类型，实现一行代码完成特征提取。

function fea = genFeatureTF(data,fs,featureNamesCell)                                           
% 时域、频域相关算法的信号特征提取函数
% 输入：
% data：待特征提取的时域信号，可以是二维数据，维度为m*n，其中m为数据组数，n为每组数据的长度。即每行数据为一组。行列方向不可出错
% fs：采样频率，如果不提取频域特征，fs值可以设置为1
% featureNamesCell：拟进行特征提取的特征名称，该变量为cell类型，其中包含的特征名称为字符串，特征名称需要在下边列表中：
% 目前支持的特征（2022.5.23，共23种）：
% max ：最大值
% min ：最小值
% mean ：平均值
% peak ：峰峰值
% arv  ：整流平均值
% var  ：方差
% std  ：标准差
% kurtosis  ：峭度
% skewness  ：偏度
% rms       ：均方根
% waveformF ：波形因子
% peakF     ：峰值因子
% impulseF  ：脉冲因子
% clearanceF：裕度因子
% FC：重心频率
% MSF：均方频率
% RMSF：均方根频率
% VF：频率方差
% RVF：频率标准差
% SKMean：谱峭度的均值
% SKStd：谱峭度的标准差
% SKSkewness：谱峭度的偏度
% SKKurtosis：谱峭度的峭度
% 
% 输出：
% fea：数据data的特征值数组，其特征值顺序与featureNamesCell一一对应

3.testGenFeaTF2D.m文件（完整版独有）

二维数据特征提取的测试文件，完整版代码中支持对二维数据（维度为m*n，其中m为数据组数，n为每组数据的长度。即每行数据为一组）进行特征提取计算。计算结果中每一行对应一组数据的特征结果。

三、快速开始

1.运行测试脚本

先在MATLAB里打开下载好的文件夹，然后运行testGenFeaTF.m程序，程序运行完毕后如果没报错，且工作区成功得到fea变量，则说明运行环境正常，程序正确。

2.导入数据

复制一个testGenFeaTF.m的文件副本，在这个副本里做如下修改：

根据你的文件类型的不同（excel,txt,csv等），将数据导入MATLAB的方法有所不同。同学们可以看博主针对常用文件的导入方法的这个教程，教程上未包含的数据类型，大家可以再参考这个文档。

如果你已经实现了数据导入，这时候应该拥有了一个一维数据变量，这时候就可以调用函数进行特征提取了。

3.实现特征提取

参照testGenFeaTF.m文件中第二步，genFeatureTF函数的调用方法，根据实际采样频率和特征提取类型进行修改设置，运行程序即可。

四、关于完整版与公开版代码

五、获取公开版程序（需使用电脑浏览器打开）

注：公开版代码需使用MATLAB2022a及以上版本

六、获取完整版程序（使用电脑浏览器或者手机浏览器打开）

获取通道一（淘宝）：点击此处获取完整版程序

获取通道二（本页面）：点击下面“立即支付”按钮，付款后获取完整版代码下载链接和售后联系方式~本通道处于测试阶段，使用该通道可以额外优惠（仅需38元）。付款完成后刷新一下本页面即可看到下载链接。

（注意支付跳转失败的话，请使用浏览器打开本页面）

七、完整版代码重要更新

20230212 优化了代码，现在如果不提取谱峭度相关的特征，则不会再进行谱峭度计算，提高了程序计算效率。

20220913 （重要）添加了3个特征：med ：中位数、rs ：均方值、rmsa ：方根幅值。

20220520 （重要）添加了四个特征： SKMean：谱峭度的均值、SKStd：谱峭度的标准差、SKSkewness：谱峭度的偏度、SKKurtosis：谱峭度的峭度

20220302 优化了二维特征提取的部分代码

20220224 修复了二维数据特征提取时提取少部分特征会报错的bug

20211206 优化部分代码，更好处理二维数据特征提取

20211204 （重要）1.修复了一维数据导入时为列向量会报错的bug；2.修复了低版本MATLAB打开程序中文字符出现乱码的bug；3.运算量大的特征如果没有选用将不再计算，大大提高程序运行效率。

20211121 修复了二维数据特征提取的部分bug

20211102 支持导入二维数据

20211031 （公开版代码所在版本）完成初版代码

八、常见问题

无