% 读入 Excel 文件 fs=1/300; t = 0:1/fs:1; filename = 'matlab测试.xlsx'; data = readtable(filename); % 获取第一列和第二列数据 x = data{:, 1}; y = data{:, 4}; % 计算互相关函数 [corr, lag] = xcorr(x, y); % 找到延迟 [~,I] = max(abs(corr)); delay = lag(I); delay_time = delay/fs; % 延迟时间 % 显示结果 fprintf('Delay between x and y is %f seconds.', delay_time); % 绘制互相关函数图像 figure; subplot(2,1,1); plot(t, x, 'b', t, y, 'r'); xlabel('Time (s)'); ylabel('Amplitude'); title('Original Signals'); legend('Signal x', 'Signal y'); % 增加线条宽度 subplot(2,1,2); plot(lag, corr); xlabel('Lag'); ylabel('Correlation'); title('Cross-Correlation of x and y');

这段代码是用 Matlab 读取 Excel 文件中的数据，并计算了两个信号 x 和 y 的互相关函数，然后找到了它们之间的延迟时间，并绘制了互相关函数的图像。

具体地，首先定义了一个采样频率 fs 和一个时间向量 t。然后使用 readtable 函数读取了 Excel 文件，获取了第一列和第四列的数据，分别赋值给变量 x 和 y。

接下来使用 xcorr 函数计算了两个信号的互相关函数，得到了互相关函数的值 corr 和延迟时间 lag。使用 max 函数找到了互相关函数的最大值的位置 I，也就是它们之间的延迟，计算出了延迟时间 delay_time。

最后使用 fprintf 函数打印出了延迟时间，并使用 subplot 和 plot 函数绘制了原始信号和互相关函数的图像。