基于MATLAB读取空间分布点的时程数据并绘制云图的动态视频

简介: 基于MATLAB读取空间分布点的时程数据并绘制云图的动态视频

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。

🍎个人主页:Matlab科研工作室

🍊个人信条:格物致知。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测雷达通信 无线传感器

信号处理图像处理路径规划元胞自动机无人机 电力系统

⛄ 内容介绍

基于MATLAB读取空间分布点的时程数据并绘制云图的动态视频

⛄ 完整代码

% 读取空间分布点的时程数据,并绘制云图的动态视频

clear all;close all;

%==================

% % 加载数据

% % 风压时程数据Pressure_history.mat,其中变量只有Pressure_history

% % Pressure_history第1-2列表示所有节点的[x,y]坐标

% % Pressure_history第3列开始,每一列表示所有节点的某个时刻的时程数据,本例表示风压时程

% load('Pressure_history.mat'); % 是一个Np*(2+Nt)的矩阵,Np表示节点数目,Nt表示时程数目

%==================

% 为了避免无法运行,此处生成随机的风压时程数据

xmin=0;xmax=4;ymin=0;ymax=1; % 定义云图绘制范围

xl=linspace(xmin,xmax,41)';

yl=linspace(ymin,ymax,31)';

[X,Y]=meshgrid(xl,yl);

x=reshape(X,[],1);y=reshape(Y,[],1);Np=length(x); % 得到节点坐标

Nt=20; % 定义时程数据长度

Pt=rand(Np,Nt); % 生成随机风压时程数据

Pressure_history=[x,y,Pt]; % 将坐标和时程数据组合

%===================

% 制作动图

tic; % 开始计时

for i=1:Nt % 自己根据需要选定哪些时刻进行绘制

   set(gcf,'outerposition',get(0,'screensize')); % 窗口最大化,看情况是否需要

   %===================

   % 方法1:根据散点插值;适用于任意散点

   data=[Pressure_history(:,1:2),Pressure_history(:,i+2)]; % 某个时刻的所有节点数据 [x,y,Pt_i]

   [X,Y,Z_u]=griddata(data(:,1),data(:,2),data(:,3),linspace(xmin,xmax,31)',linspace(ymin,ymax,21),'v4');

   %===================

%     % 方法2:由已有节点直接reshape生成网格节点;适用于规则节点情况

%     x0=Pressure_history(:,1);y0=Pressure_history(:,2);z0=Pressure_history(:,i+2);

%     X=reshape(x0,length(yl),length(xl));

%     Y=reshape(y0,length(yl),length(xl));

%     Z_u=reshape(z0,length(yl),length(xl));

   %===================

   [C,h]=contourf(X,Y,Z_u,20,'w-');shading flat;

   set(colorbar('SouthOutside'));caxis([0 1]); % 定义bar的刻度范围

   set(gca,'FontName','Times New Roman','FontSize',12); % 定义字体、字号

   set(gca, 'PlotBoxAspectRatio',[(xmax-xmin)/(ymax-ymin) 1 1],'XLim',[xmin xmax],...

                                     'YLim',[ymin ymax],'ZLim',[0 1]); % 定义云图范围及比例

   ab=15;xlabel('{\itx}/m','FontName','Times New Roman','fontsize',ab);

   ylabel('{\ity}/m','FontName','Times New Roman','fontsize',ab);    

   set(gca,'xtick',[xmin:0.5:xmax],'ytick',[ymin:0.2:ymax]); % x,y轴刻度

   title(strcat('第',num2str(i,'%03d'),'秒'),'FontName','Times New Roman','fontsize',ab); % 标题

   M(i)=getframe(gcf); % 保存当前图片窗口

end;

timeelapse=roundn(toc,-1);% 结束计时,保留一位小数点

fprintf(strcat('耗时=',num2str(timeelapse),'秒\n')); % 在屏幕中输出耗时

movie2avi(M, 'my.avi', 'compression', 'None','FPS',2);

%==========================================================================


⛄ 运行结果

⛄ 参考文献

[1]刘峰, 刘娟, 李萍,等. 基于MATLAB实现3种气象数据的读取和绘图[J]. 广东气象, 2007, 29(4):3.

⛄ 完整代码

❤️部分理论引用网络文献,若有侵权联系博主删除
❤️ 关注我领取海量matlab电子书和数学建模资料


相关文章
|
5天前
|
算法 5G 数据安全/隐私保护
MIMO系统中差分空间调制解调matlab误码率仿真
本项目展示了一种基于Matlab 2022a的差分空间调制(Differential Space Modulation, DMS)算法。DMS是一种应用于MIMO通信系统的信号传输技术,通过空间域的不同天线传输符号序列,并利用差分编码进行解调。项目包括算法运行效果图预览、核心代码及详细中文注释、理论概述等内容。在发送端,每次仅激活一个天线发送符号;在接收端,通过差分解调估计符号和天线选择。DMS在快速衰落信道中表现出色,尤其适用于高速移动和卫星通信系统。
|
1月前
|
算法 5G 数据安全/隐私保护
SCM信道模型和SCME信道模型的matlab特性仿真,对比空间相关性,时间相关性,频率相关性
该简介展示了使用MATLAB 2022a进行无线通信信道仿真的结果,仿真表明信道的时间、频率和空间相关性随间隔增加而减弱,并且宏小区与微小区间的相关性相似。文中介绍了SCM和SCME模型,分别用于WCDMA和LTE/5G系统仿真,重点在于其空间、时间和频率相关性的建模。SCME模型在SCM的基础上进行了扩展,提供了更精细的参数化,增强了模型的真实性和复杂度。最后附上了MATLAB核心程序,用于计算不同天线间距下的空间互相关性。
53 0
|
2月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
143 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
|
2月前
|
算法 Perl
【光波电子学】基于MATLAB的多模光纤模场分布的仿真分析
本文介绍了基于MATLAB的多模光纤模场分布仿真分析,详细阐述了多模光纤的概念、实现方法、仿真技术,并利用模式耦合方程分析方法,通过理论和仿真模型设计,展示了不同模式下的光场分布及其受光纤参数影响的分析结果。
56 4
【光波电子学】基于MATLAB的多模光纤模场分布的仿真分析
|
2月前
|
机器学习/深度学习 监控 算法
基于深度学习网络的人员行为视频检测系统matlab仿真,带GUI界面
本仿真展示了基于GoogLeNet的人员行为检测系统在Matlab 2022a上的实现效果,无水印。GoogLeNet采用创新的Inception模块,高效地提取视频中人员行为特征并进行分类。核心程序循环读取视频帧,每十帧执行一次分类,最终输出最频繁的行为类别如“乐队”、“乒乓球”等。此技术适用于智能监控等多个领域。
59 4
|
3月前
|
机器学习/深度学习 算法 数据挖掘
基于改进K-means的网络数据聚类算法matlab仿真
**摘要:** K-means聚类算法分析,利用MATLAB2022a进行实现。算法基于最小化误差平方和,优点在于简单快速,适合大数据集,但易受初始值影响。文中探讨了该依赖性并通过实验展示了随机初始值对结果的敏感性。针对传统算法的局限,提出改进版解决孤点影响和K值选择问题。代码中遍历不同K值,计算距离代价,寻找最优聚类数。最终应用改进后的K-means进行聚类分析。
|
2月前
|
机器学习/深度学习
基于IEEE30电网系统的停电规模评价系统matlab仿真,对比IEEE118,输出停电规模,潮流分布和负载率等
本课题针对IEEE标准节点系统,通过移除特定线路模拟故障,计算其余线路的有功潮流分布系数及负载率变化。采用MATLAB2022a进行仿真,通过潮流计算确定电网运行状态,并以负载率评估负载能力。IEEE30与IEEE118系统对比显示,前者在故障下易过载,后者则因更好的拓扑结构拥有更高的负载裕度。
|
4月前
|
机器学习/深度学习 算法 计算机视觉
基于深度学习网络的USB摄像头实时视频采集与人脸检测matlab仿真
**摘要 (Markdown格式):** ```markdown - 📹 使用USB摄像头(Tttttttttttttt666)实时视频检测,展示基于YOLOv2在MATLAB2022a的实施效果: ``` Tttttttttttttt1111111111------------5555555555 ``` - 📺 程序核心利用MATLAB视频采集配置及工具箱(Dddddddddddddd),实现图像采集与人脸定位。 - 🧠 YOLOv2算法概览:通过S×S网格预测边界框(B个/网格),含坐标、类别概率和置信度,高效检测人脸。
|
2月前
【光波电子学】MATLAB绘制光纤中线性偏振模式LP之单模光纤的电场分布(光斑)
该文章介绍了如何使用MATLAB绘制单模光纤中线性偏振模式LP₀₁的电场分布,并提供了相关的数学公式和参数用于模拟光纤中的光斑分布。
31 0
|
3月前
|
机器学习/深度学习 算法 BI
基于深度学习网络的USB摄像头实时视频采集与手势检测识别matlab仿真
**摘要:** 本文介绍了使用MATLAB2022a实现的基于GoogLeNet的USB摄像头手势识别系统。系统通过摄像头捕获视频,利用深度学习的卷积神经网络进行手势检测与识别。GoogLeNet网络的Inception模块优化了计算效率,避免过拟合。手势检测涉及RPN生成候选框,送入网络进行分类。系统架构包括视频采集、手势检测与识别、以及决策反馈。通过GPU加速和模型优化保证实时性能,应用于智能家居等场景。

热门文章

最新文章

相关实验场景

更多