用matlab写一段计算mat格式信号文件的最大值、最小值、均值、方差、标准差、峭度、偏度、波形因子、峰值因子、脉冲因子、裕度因子、重心频率、均方频率、均方根频率、频率方差、频率标准差、谱峭度的均值、谱峭度的标准差、谱峭度的偏度、谱峭度的峭度、并写入到一个矩阵的代码

假设信号文件名为"signal.mat"，包含一个名为"signal"的变量，下面是一个计算以上指标并写入矩阵的示例代码：

load('signal.mat'); % 加载信号文件
signal = signal(:); % 将信号变量转换为列向量

% 计算最大值、最小值、均值、方差、标准差、峭度、偏度、波形因子、峰值因子、脉冲因子、裕度因子
max_val = max(signal);
min_val = min(signal);
mean_val = mean(signal);
var_val = var(signal);
std_val = std(signal);
kurt_val = kurtosis(signal);
skew_val = skewness(signal);
wf_val = max_val / rms(signal);
pf_val = max_val / abs(mean(signal));
sf_val = max_val / (std_val * sqrt(length(signal)));
mf_val = max_val / (max(abs(signal - mean(signal))) + eps);
cf_val = max_val / max(abs(signal));

% 计算重心频率、均方频率、均方根频率、频率方差、频率标准差
fs = 1000; % 假设采样率为1000Hz
f = linspace(0, fs/2, length(signal)/2+1); % 构造频率向量
fft_signal = fft(signal); % 计算信号的FFT
fft_signal = abs(fft_signal(1:length(signal)/2+1)); % 取FFT的前半部分
fft_signal(2:end-1) = 2*fft_signal(2:end-1); % 对FFT结果进行归一化处理
gc_val = sum(fft_signal .* f') / sum(fft_signal); % 计算重心频率
msf_val = sum((f .^ 2) .* fft_signal') / sum(fft_signal); % 计算均方频率
rmsf_val = sqrt(sum((f .^ 4) .* fft_signal') / sum(fft_signal)); % 计算均方根频率
fv_val = sum(((f - gc_val) .^ 2) .* fft_signal') / sum(fft_signal); % 计算频率方差
fst_val = sqrt(fv_val); % 计算频率标准差

% 计算谱峭度的均值、标准差、偏度、峭度
win_len = 256; % 窗口长度
noverlap = win_len/2; % 重叠长度
nfft = 2^nextpow2(win_len); % FFT长度
[S, F, T] = spectrogram(signal, win_len, noverlap, nfft, fs); % 计算信号的STFT
sp_kurt = kurtosis(abs(S), 1, 2); % 计算谱峭度
sp_kurt_mean = mean(sp_kurt);
sp_kurt_std = std(sp_kurt);
sp_kurt_skew = skewness(sp_kurt);
sp_kurt_kurt = kurtosis(sp_kurt);

% 将所有指标存入矩阵
result_mat = [max_val, min_val, mean_val, var_val, std_val, kurt_val, skew_val, wf_val, pf_val, sf_val, mf_val, cf_val, gc_val, msf_val, rmsf_val, fv_val, fst_val, sp_kurt_mean, sp_kurt_std, sp_kurt_skew, sp_kurt_kurt];

这样，计算结果就会存储在名为"result_mat"的矩阵中。每一行对应一个信号文件，每一列对应一个指标。