1. 问题描述
在试验测试中，为了保证测试数据的精度和可靠性，我们往往提高仪器的采样频率。例如预期测试信号的最高频率为f0，那么试验测试中，可以选择仪器支持的最高采样频率进行测试，例如取fs = 100*f0。
但是在数据处理过程中，信号过长，往往导致运算量过大，难以实施较为复杂的信号处理，例如小波变换。这种情况下，在保证信号处理结果精度的情况下，可以通过压缩采样来降低后续计算量。例如将100 Hz的信号重采样为10 Hz的信号。
2. 技术背景
采用MATLAB内置的resample函数。百度知道的解释如下：
B=resample(x,90,250); %
采样从250Hz降到90Hz，如果250在前,就是插值从90到250,可以看B的长度,250Hz采样4000个数据等于90hz采样1440个数据,这就是降采样。
resample是抽取decimate和插值interp的两个结合。具体完成如下操作，
- 先插值90变成 250*9Hz
- 然后抽取250变成速率 90Hz
3. 解决方案
根据数据处理的需求，计算需要降低采样的倍数，合理设置参数即可。
4. 实施示例
4.1 设计原始信号
%% 基本参数
N = 5; % 激励信号中心频率，Hz
A = 1; % cycle数，即激励信号波峰数
fc = 100e3; % 激励信号幅值
T0 = 1e-4; % 导波传播时间
T = 1.0*T0; % 激励持续时长
dt = 1/(20*fc)/4; % 时间步长，在最大步长基础上除以2
t = [0:dt:T-dt]'; % 时间序列
%% 信号时域波形
V = A*[heaviside(t)-heaviside(t-N/fc)].*... % 时域输入信号求解
(1-cos(2*pi*fc*t/N)).*sin(2*pi*fc*t);
4.2 重采样
此处对时间和数据同时重采样，重采样后的频率是原始信号频率的p/q倍，如果降低采样，即p/q<1，注意p、q均为整数。
%% 重采样
p = 1;
q = 4; % 压缩采样比例
t2 = resample(t,p,q);
V2 = resample(V,p,q);
4.3 信号对比
5. 常见问题
从低频向高频，重采样实际不能提高有效成分，往往需要重做试验，高频采集原始数据。
示例程序代码如下：
% 题目: 信号重采样测试
% 作者: 马骋
% 20161212 @HIT
clc,clear,close all
%% 基本参数
N = 5; % 激励信号中心频率，Hz
A = 1; % cycle数，即激励信号波峰数
fc = 100e3; % 激励信号幅值
T0 = 1e-4; % 导波传播时间
T = 1.0*T0; % 激励持续时长
dt = 1/(20*fc)/4; % 时间步长，在最大步长基础上除以2
t = [0:dt:T-dt]'; % 时间序列
%% 信号时域波形
V = A*[heaviside(t)-heaviside(t-N/fc)].*... % 时域输入信号求解
(1-cos(2*pi*fc*t/N)).*sin(2*pi*fc*t);
figure % 原始波形绘制
plot(t,V,'-')
xlabel('t(s)'),ylabel('Mangitude(N)')
title('原始信号')
xlim([0 T]),grid on
tools.white;
%% 重采样
p = 1; % 压缩采样比例
q = 4;
t2 = resample(t,1,pq);
V2 = resample(V,1,pq);
%% 绘图
figure
subplot(211)
plot(t,V,'-o')
xlabel('t(s)'),ylabel('Mangitude(N)')
title('原始信号')
xlim([0 T]),grid on
subplot(212)
plot(t2,V2,'-o')
xlabel('t(s)'),ylabel('Mangitude(N)')
title('重采样信号')
xlim([0 T]),grid on
tools.white;
本文用时 20 m
