如何用matlab代码对时域图和频谱图进行信号特征分析

对于时域图的信号特征分析，可以使用以下代码：

% 读取信号数据
load signal.mat

% 绘制时域图
figure(1);
plot(t, s);
xlabel('时间 (s)');
ylabel('幅值');
title('时域图');

% 计算信号的均值、方差、峰峰值、波形因数、脉冲因数
mean_s = mean(s);
var_s = var(s);
peak2peak_s = peak2peak(s);
crest_factor = peak2peak_s / rms(s);
pulse_factor = max(abs(s)) / rms(s);

% 输出信号的特征参数
fprintf('信号的均值为 %f \n', mean_s);
fprintf('信号的方差为 %f \n', var_s);
fprintf('信号的峰峰值为 %f \n', peak2peak_s);
fprintf('信号的波形因数为 %f \n', crest_factor);
fprintf('信号的脉冲因数为 %f \n', pulse_factor);

对于频谱图的信号特征分析，可以使用以下代码：

% 读取信号数据
load signal.mat

% 计算信号的功率谱密度
N = length(s);
fs = 1 / dt;
f = (0:N-1) / N * fs;
S = fft(s);
P = abs(S).^2 / (N * fs);

% 绘制频谱图
figure(2);
plot(f, P);
xlabel('频率 (Hz)');
ylabel('功率谱密度');
title('频谱图');

% 计算信号的主频、带宽、能量集中度
[max_P, idx] = max(P);
f_max = f(idx);
bw = 2 * (sum(P > max_P/2) - 1) / N * fs;
energy_ratio = sum(P(f < f_max)) / sum(P);

% 输出信号的特征参数
fprintf('信号的主频为 %f Hz \n', f_max);
fprintf('信号的带宽为 %f Hz \n', bw);
fprintf('信号的能量集中度为 %f \n', energy_ratio);

注意，这里的信号数据需要提前存储为.mat文件，以便在代码中读取。同时，需要根据实际情况修改代码中的信号数据文件名、采样时间间隔dt等参数。