Matlab数据处理（一）：归一化处理
最近在做毕业设计，涉及了不少关于实验数据处理的方法。这里介绍一下数据归一化处理。
其中：ax是实验采集的加速度值，是关于时间变化的离散数值；读取数据之后利用巴特沃斯滤波器滤去高频信号，最后进行可视化和归一化处理；
%归一化处理
clear;clc;
%导入数据ax
StepData = xlsread(\'C:\Users\S5 war\Desktop\DataAnalsis\GROUND.xlsx\');
time = StepData(:,1);
ax = StepData(:,2);
%Butterworth滤波
fs = 20;
fc = 2;
Wc = 2*fc/fs;
[b,a] = butter(4,Wc);
SignalFilter = filter(b,a,ax);
%可视化
figure(1);
subplot(2,1,1);
plot(time,SignalFilter,\'b-\');legend(\'ax_1\');xlabel(\'时间\');ylabel(\'加速度\');title(\'归一化前\');
%归一化处理
subplot(2,1,2);
nMax = max(SignalFilter); nMin = min(SignalFilter);
ax_norm = (SignalFilter - nMin)/(nMax - nMin);
plot(time,ax_norm,\'r-\');legend(\'ax_2\');xlabel(\'时间\');ylabel(\'加速度\');title(\'归一化后\');
输出结果：
版权声明：本文为匿名原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。