使用python調(diào)用matlab API接口進(jìn)行數(shù)據(jù)分析

找到matlab安裝目錄下自帶的setup.py的路徑我的路徑如下

D:\MATLAB\R2018a\extern\engines\python

打開cmd進(jìn)入到剛才找到的路徑

管理員權(quán)限執(zhí)行！！！ pyhton setup.py install

具體代碼

1.將csiTool中的matlab文件夾下的文件拷到pycharm的工作目錄下，我的拷出來不行，于是從Github中重新下載了下來，考進(jìn)去成功！

csi_trace=read_bf_file('csi.dat');

csi_entry=csi_trace{1}

timestamp_low: 4 (In the sample trace, timestamp_low is invalid and always 4.)

bfee_count: 72

Nrx: 3

Ntx: 1

rssi_a: 33

rssi_b: 37

rssi_c: 41

noise: -127

agc: 38

perm: [3 2 1]

rate: 256

csi: [1x3x30 double]

timestamp_low：NIC網(wǎng)卡1MHz時(shí)鐘的低32位。它大約4300s(72min)重復(fù)一回。 (從0-2^32需要4300s)，時(shí)間戳，相連兩包此值差單位為微秒，通過驗(yàn)證發(fā)現(xiàn)100hz的發(fā)包頻率此差值為10000,20hz的發(fā)包頻率此差值為50000，此參數(shù)可以確定出波形的橫軸時(shí)間。

當(dāng)發(fā)包頻率過大會(huì)出現(xiàn)接收端停止收數(shù)的情況：20Hz正常，200Hz和1000Hz的采樣頻率，收端最多接收一分多鐘的的數(shù)據(jù)(原因是recv函數(shù)接收數(shù)據(jù)阻塞導(dǎo)致)

1、將包長變小后還是有同樣的問題。

2、由數(shù)據(jù)速率引起的，它太高，程序無法處理(可以嘗試設(shè)置非阻塞)

0x4101決定了主機(jī)僅一根天線發(fā)送數(shù)據(jù)，因此此處的Ntx值為1，另外采用的是OFDM模式 如果想要收端接收到發(fā)端兩根天線的數(shù)據(jù)(CSI的格式為2×3×30)，只需要把第14、15位均設(shè)置為1，即在發(fā)送端的腳本里面設(shè)置為0xC101 注：關(guān)于0x4101的具體說明如下

bfee_count：驅(qū)動(dòng)記錄并發(fā)送到用戶控件的波束測量值的總數(shù)。內(nèi)核和用戶空間中netlink頻道是有損的，可以用該變量來檢測被丟棄的測量值。

Nrx：接收端使用的天線數(shù)量。

Ntx：發(fā)送端使用的天線數(shù)量。

rssi_a, rssi_b, rssi_c：由接收端NIC測量出的RSSI值。

perm：展示NIC如何將3個(gè)接收天線的信號(hào)排列到3個(gè)RF鏈上，上圖中的數(shù)據(jù)表示天線A被發(fā)送到RF鏈A，天線B被發(fā)送到RF鏈B，天線C被發(fā)送到RF鏈C。

rate：發(fā)包頻率。

csi：CSI值

3374094

MATLAB命令

a=[1 2 3;4 5 6] #矩陣

A' #A的共軛轉(zhuǎn)置矩陣

ones(2,3) #一矩陣

b=1:0.1:2 #集合間距為0.1

zeros(2,3) #零矩陣

rand(2,3) #隨機(jī)矩陣，數(shù)值介于0和1之間

randn(2,3) #矩陣(一個(gè)平均值為0的高斯分布，方差或者等于1的標(biāo)準(zhǔn)偏差)

eye(2) #單位陣

hist() #直方圖

size() #矩陣的尺寸

size(A, 1) #矩陣第一維的尺度

length(A) #由于矩陣A是一個(gè)

3×2的矩陣，因此最大的維度應(yīng)該是3，因此該命令會(huì)返回3。

who # 命令，能顯示出工作空間中的所有變量

whos #命令，能更詳細(xì)地進(jìn)行查看

load('featureX.dat') # 加載數(shù)據(jù)文件，變量名等于文件名

clear #命令，刪除所有變量，加變量名刪除特定

save hello.mat v #這個(gè)命令會(huì)將變量v存成一個(gè)叫 hello.mat 的文件，按二進(jìn)制存儲(chǔ)

save hello.txt v -ascii # 這樣就會(huì)把數(shù)據(jù)存成一個(gè)文本文檔，或者將數(shù)據(jù)的 ascii 碼存成文本文檔

鍵入 A(3,2) # 這將索引到 矩陣的 (3,2) 元素。

鍵入A(2,:) #返回第二行的所有元素

A([1 3],:) #取的是A矩陣的第一行和第三行的每一列

A = [A, [100, 101,102]] #這樣做的結(jié)果是在原矩陣的右邊附加了一個(gè)新的列矩陣

A(:) #這是一個(gè)很特別的語法結(jié)構(gòu)，意思是把 A中的所有元素放入一個(gè)單獨(dú)的列向量，這樣我們就得到了一個(gè) 9×1 的向量

A.*B #這么做將矩陣 A中的每一個(gè)元素與矩陣 B中的對應(yīng)元素相乘

A.^2 #這將對矩陣中每一個(gè)元素平方

1./A #得到中每一個(gè)元素的倒數(shù)。同樣地，這里的點(diǎn)號(hào)還是表示對每一個(gè)元素進(jìn)行操作。

exp(A) #自然數(shù)e的冪次運(yùn)算

abs(A) #取絕對值

val=max(A) #默認(rèn)情況下max(A)返回的是每一列的最大值，如果你想要找出整個(gè)矩陣A的最大值，你可以輸入max(max(A))

[val, ind] =max(A) #這將返回矩陣中的最大值存入，以及該值對應(yīng)的索引

A<3 #這將進(jìn)行逐元素的運(yùn)算，所以元素小于3的返回1，否則返回0。

find(A<3) #這將告訴我A中的哪些元素是小于3的。

A = magic(3) #magic 函數(shù)將返回一個(gè)矩陣，稱為魔方陣或幻方 (magic squares)，它們具有以下這樣的數(shù)學(xué)性質(zhì)：它們所有的行和列和對角線加起來都等于相同的值。

[r,c] = find(A>=7) #這將找出所有矩陣中大于等于7的元素，r 和c分別表示行和列

sum(a) #就把 a 中每列所有元素加起來了。

sum(a,2) #求每行的和

prod(a) #prod 意思是product(乘積)，它將返回這四個(gè)元素的乘積。

floor(a) #向下四舍五入，因此對于 a中的元素0.5將被下舍入變成0。

ceil(a) #向上四舍五入，所以0.5將上舍入變?yōu)樽罱咏恼麛?shù)，也就是1。

type(3) #這通常得到一個(gè)3×3的矩陣

max(rand(3),rand(3)) #這樣做的結(jié)果是返回兩個(gè)3×3的隨機(jī)矩陣，并且逐元素比較取最大值。

max(A,[],1) #這樣做會(huì)得到每一列的最大值。

max(A,[],2) #這將得到每一行的最大值。

sum(sum(A.*eye(9)

hold on #函數(shù)的功能是將新的圖像繪制在舊的之上。

再加上命令xlabel('time')， 來標(biāo)記X軸即水平軸，輸入ylabel('value')，來標(biāo)記垂直軸的值。

legend('sin','cos') #表示這兩條曲線表示的內(nèi)容。

title('myplot') #顯示這幅圖的標(biāo)題。

print(gcf,'-dpng','abc.png') #保存為png格式的圖片到當(dāng)前路徑

squeeze() #用于刪除矩陣中的單一維,對二維矩陣無效。

close會(huì)讓這個(gè)圖像關(guān)掉。

鍵入figure(1); plot(t, y1);將顯示第一張圖，鍵入figure(2); plot(t, y2); 將顯示第二張圖(同時(shí)顯示兩張圖)

subplot(1,2,1)，它將圖像分為一個(gè)1*2的格子，也就是前兩個(gè)參數(shù)，然后它使用第一個(gè)格子，也就是最后一個(gè)參數(shù)1的意思

axis([0.5 1 -1 1])也就是設(shè)置了軸的范圍。橫軸的范圍調(diào)整至0.5到1，豎軸的范圍為-1到1。

Clf清除一幅圖像。

我有時(shí)用一個(gè)巧妙的方法來可視化矩陣，也就是imagesc(A)命令

我還可以使用函數(shù)colorbar，讓我用一個(gè)更復(fù)雜的命令 imagesc(A)，colorbar，colormap gray 它生成了一個(gè)顏色圖像，一個(gè)灰度分布圖，并在右邊也加入一個(gè)顏色條。所以這個(gè)顏色條顯示不同深淺的顏色所對應(yīng)的值。

csi_trace = read_bf_file('csi6.dat');%數(shù)據(jù)讀取

for l=1:1 %取50個(gè)數(shù)據(jù)包的數(shù)據(jù)

csia=get_scaled_csi(csi_trace{l});%提取csi矩陣

for i=1:1 %1個(gè)發(fā)射天線

for j=1:3 %2個(gè)接收天線

for k=1:30 %30個(gè)子載波數(shù)據(jù)

B(i,j,k)=csia(i,j,k);

end

end

end

plot(db(abs(squeeze(B).')))

%squeeze通過移除第一個(gè)單維度將csi變成3*30的矩陣

%db將線性空間變成以十為底的對數(shù)空間

%.'轉(zhuǎn)置得到30*3的矩陣

%plot(Y)如果Y是m×n的數(shù)組，以1:m為X橫坐標(biāo)，Y中的每一列元素為Y坐標(biāo)，繪制n條曲線

hold on%當(dāng)前軸及圖像保持而不被刷新，準(zhǔn)備接受此后將繪制的圖形，多圖共存

end

legend('RX Antenna A', 'RX Antenna B','RX Antenna C', 'Location', 'SouthEast' );

xlabel('Subcarrier index');

ylabel('SNR [dB]')

hold off;

%get_eff_SNRs() 它接受一個(gè)CSI矩陣作為輸入，并返回一個(gè)線性(冪)空間中有效信噪比值的74矩陣。

%這4列對應(yīng)的有效信噪比使用四種802.11調(diào)制方案，即BPSK/QPSK/16QAM/64QAM。

%7行對應(yīng)于7個(gè)可能的天線選擇，包括3個(gè)天線和1、2或3個(gè)空間流。

%特別是，前3行對應(yīng)于天線A、B或c的單流傳輸，后3行對應(yīng)于天線AB、AC或BC的雙流傳輸。最后一行對應(yīng)于使用所有天線的3流傳輸

總結(jié)

以上是生活随笔為你收集整理的matlab 微秒 符号,matlab处理csi的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。