Octave Atelier

코드와 해설을 함께 읽는 학습 문서

Code Detail

demo-09

데이터의 봉우리 찾기 (findpeaks)

course/basic/demo-09.m

목록으로

코드를 복사해 Octave에서 바로 실행할 수 있습니다.

카테고리

Course Basic

course-basic

코드 길이

96

lines

작성자

won sunggyu

2025-04-22

패키지

none

pkg load

전체 코드

96 lines

# filename: demo-09.m
# writer: won sunggyu
# date: 2025-04-22
# language: octave
# description: 데이터의 봉우리 찾기 (findpeaks)

#------------------------------------------------------------------------------
# 초기화
#------------------------------------------------------------------------------

run("startup.m");
printf(fmt("{mfilename}\n", "#FF5733"));

#------------------------------------------------------------------------------
# 데이터 준비
#------------------------------------------------------------------------------

filename = "comp_2k_55Hz.mat";
data = load(filename);

# fieldnames(data)  # 구조체 data의 필드 이름을 확인
# {
#   [1,1] = Signal_0
#   [2,1] = Signal_1
# }

signal = [
  data.Signal_0
  data.Signal_1
];
clear("data");

labels = cell(1, length(signal));  # signal labels
for i = 1:length(signal)
  s = signal(i);
  labels{i} = s.y_values.quantity.label;
end

# {
#     [1,1] = A
#     [1,2] = m/s^2
# }

log_references = cell(1, length(signal));  # log reference 
for i = 1:length(signal)
  s = signal(i);
  log_references{i} = s.y_values.quantity.unit_transformation.log_reference;
end

# {
#   [1,1] = 1
#   [1,2] = 1.0000e-06
# }

#------------------------------------------------------------------------------
# 데이터 연산
#------------------------------------------------------------------------------

s1 = signal(2);
dt = s1.x_values.increment;  # sampling time
nx = s1.x_values.number_of_values;  # number of samples
tt = 0:dt:dt*(nx-1);  # time vector

[idx, tt, yy, ff, Tr, dt, fs, df, nx] = transient_cut(tt, s1.y_values.values(:, 1)', 1.0, 3.0);

YY = fft(yy) / nx;  # FFT
Yd = 20 * log10(abs(YY) / log_references{2});  # dB scale

# Peak 찾기 (대상: dB scale Yd)
mpheight = 66.5;  # dB
mpdist = 9;  # number of points
[pks, locs] = findpeaks(Yd, "MinPeakHeight", mpheight, "MinPeakDistance", mpdist);

#------------------------------------------------------------------------------
# 그래프 그리기
#------------------------------------------------------------------------------

# 그래프
figured("Size", [1440, 960], "Move", [-1280, 0], "Name", mfilename);
ax1 = subplots(2, 1);

xR = 600;  # xR < fs/2 [Hz]
nw = find(ff > xR, 1, "first");
nw = nw - 1;  # number of points in the range [0, xR]
ffw = ff(1:nw);
Ydw = Yd(1:nw);

plot(ax1(1), tt, yy);
plot(ax1(2), ffw, Ydw);
scatter(ax1(2), ff(locs), pks, "r", "filled", "MarkerEdgeColor", "k", "MarkerFaceColor", "r");
horizontal(ax1(2), mpheight, "Color", "k", "LineWidth", 0.5);

set(ax1(1), "Xlabel", "Time [s]", "Ylabel", ["Amplitude [" labels{2} "]"], "Xlim", [0, Tr]);
set(ax1(2), "Xlabel", "Frequency [Hz]", "Ylabel", ["Magnitude [" labels{2} "]"], "Xlim", [0, xR]);

코드 해설

목적

  • 데이터의 봉우리 찾기 (findpeaks)

입력

  • 스크립트 상단에서 정의한 파라미터/입력 데이터를 사용합니다.

출력

  • 그래프/figure 출력
  • 콘솔 텍스트 출력

실행 흐름

  1. 초기화
  2. 데이터 준비
  3. 데이터 연산
  4. 그래프 그리기
  5. 그래프
  6. [1,1] = Signal_0
  7. [2,1] = Signal_1

핵심 함수

  • ax1
  • length
  • signal
  • cell
  • ff
  • plot
  • set
  • abs

실습 과제

  • 샘플링 주파수나 입력 주파수를 바꿔 스펙트럼 변화를 비교해보세요.
  • 질량/감쇠/강성 또는 전달함수 계수를 바꿔 응답 변화를 확인해보세요.
  • 축 범위와 라벨을 바꿔 그래프 해석성이 어떻게 달라지는지 확인해보세요.

학습 팁

  • FFT 결과는 샘플링 주파수(fs)와 길이(nn) 설정에 민감하므로 먼저 축 정의를 확인하세요.
  • 그래프 비교 시 축 범위(XLim/YLim)와 단위를 먼저 고정하면 해석 오류를 줄일 수 있습니다.
  • 입력 파일 경로가 현재 작업 디렉터리 기준인지 먼저 확인하세요.

같은 카테고리 코드

이전 코드 demo-08c 다음 코드 demo-10