Matlab 如何从声压（Pa）中提取声压级（dB）并绘制它与时间的关系图？

我正在努力。 在一次测量中，我有大约1000000个压力样本（计算的压力与时间）

但问题是，因为在链接中的方程式中使用了均方根压力，1000000 Pa样本的结果将是1 dB的值

我已经尝试在Matlab中使用移动RMS（带重叠的滑动窗口技术）。但我不确定这是正确的方法

%How rms function is used:
%rms(signal,window length,number of overlapping,zero padding)

%my calculation with filtered(C-Weighting) Signal and sample frequency of 48000Hz

prms_l=rms((filterC(OUTPUT(:,2),48000)),30000,29900,0); %rms pressure left ear
prms_r=rms((filterC(OUTPUT(:,3),48000)),30000,29900,0); %rms pressure right ear
t_spl=rms(OUTPUT(:,1),30000,29900,0); %time for sliding window

SPL_l=20*log10(prms_l/0.00002); % P_reference(air)=0.00002 Pa
SPL_r=20*log10(prms_r/0.00002);

---

我的预期结果将是SPL和时间的关系图。

是的，移动窗口平均值是一个很好的方法。我会使用一个小得多的窗口，根据信号的频率内容改变它的大小。另外，不要过滤x轴值

您在文件交换上发现的功能不是很好。使用

conv

计算移动平均线会更有效：

ws = 101; % window size
prms_l = sqrt(conv(OUTPUT(:,2).^2,ones(ws,1)/ws,'same')); % rms pressure left ear
prms_r = sqrt(conv(OUTPUT(:,3).^2,ones(ws,1)/ws,'same')); % rms pressure right ear
t_spl = OUTPUT(:,1);

加权窗口通常提供更好的结果（例如创建）。使用高斯窗口，输出中将不会出现锯齿瑕疵。您的代码（不依赖于我的工具箱）如下所示：

sigma = 30; % determines window size, kernel will be 6*sigma+1
ws = ceil(3*sigma);
x = -ws:ws;
kernel = exp(-x.^2/(2*sigma^2));
kernel = kernel / sum(kernel);
prms_l = sqrt(conv(OUTPUT(:,2).^2,kernel,'same')); % rms pressure left ear
prms_r = sqrt(conv(OUTPUT(:,3).^2,kernel,'same')); % rms pressure right ear
t_spl = OUTPUT(:,1);

---

是的，移动窗口均线是一个很好的方法。我会使用一个小得多的窗口，根据信号的频率内容改变它的大小。另外，不要过滤x轴值

您在文件交换上发现的功能不是很好。使用

conv

计算移动平均线会更有效：

ws = 101; % window size
prms_l = sqrt(conv(OUTPUT(:,2).^2,ones(ws,1)/ws,'same')); % rms pressure left ear
prms_r = sqrt(conv(OUTPUT(:,3).^2,ones(ws,1)/ws,'same')); % rms pressure right ear
t_spl = OUTPUT(:,1);

加权窗口通常提供更好的结果（例如创建）。使用高斯窗口，输出中将不会出现锯齿瑕疵。您的代码（不依赖于我的工具箱）如下所示：

sigma = 30; % determines window size, kernel will be 6*sigma+1
ws = ceil(3*sigma);
x = -ws:ws;
kernel = exp(-x.^2/(2*sigma^2));
kernel = kernel / sum(kernel);
prms_l = sqrt(conv(OUTPUT(:,2).^2,kernel,'same')); % rms pressure left ear
prms_r = sqrt(conv(OUTPUT(:,3).^2,kernel,'same')); % rms pressure right ear
t_spl = OUTPUT(:,1);

---

谢谢你的回答！我还尝试使用movmean:Tmov=movmean（输出（：，1），n_块，'Endpoints'，'discard'）；Out2=输出（：，2:3）。^2；%输出^2 für Schalldruck M_full=movmean（输出（：，1:3），n_块，'Endpoints'，'discard'）；P_rms=sqrt（movmean（（Out2），n_块，'Endpoints'，'discard'）；SPL_lr=20*log10（P_rms/0.00002）；但是我的信号从2.5s开始直到t（end）-2.5在气动声学中，也有很多例子，它们绘制了，例如5.6kHz倍频程A带加权。或8kHz第三倍频程频带（始终与时间相对）。你知道这方面的情况吗？@IFIGNIAASL:conv

code产生与输入相同大小的输出。边缘的数据在这里没有正确加权，这是可以纠正的，但我不知道这有多重要
movmean
也可以，但是使用
'Endpoints'，'shrink'
而不是
'discard'
来获得正确的输出大小。我想，倍频带决定了你用什么滤波器来代替移动平均值——用带通滤波器代替。但我不确定实际情况是否如此，我不在该领域工作。谢谢你的建议和时间：）谢谢你的回答！我还尝试使用movmean:Tmov=movmean（输出（：，1），n_块，'Endpoints'，'discard'）；Out2=输出（：，2:3）。^2；%输出^2 für Schalldruck M_full=movmean（输出（：，1:3），n_块，'Endpoints'，'discard'）；P_rms=sqrt（movmean（（Out2），n_块，'Endpoints'，'discard'）；SPL_lr=20*log10（P_rms/0.00002）；但是我的信号从2.5s开始直到t（end）-2.5在气动声学中，也有很多例子，它们绘制了，例如5.6kHz倍频程A带加权。或8kHz第三倍频程频带（始终与时间相对）。你知道这方面的情况吗？@IFIGNIAASL:conv
code产生与输入相同大小的输出。边缘的数据在这里没有正确加权，这是可以纠正的，但我不知道这有多重要
movmean
也可以，但是使用
'Endpoints'，'shrink'
而不是
'discard'
来获得正确的输出大小。我想，倍频带决定了你用什么滤波器来代替移动平均值——用带通滤波器代替。但我不确定实际情况是否如此，我不在该领域工作。谢谢你的建议和时间：）