# ni_daq

**Repository Path**: L1Ban404/ni_daq

## Basic Information

- **Project Name**: ni_daq
- **Description**: 用于磁电天线测试的ni数采驱动软件
- **Primary Language**: Matlab
- **License**: GPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-09-01
- **Last Updated**: 2025-09-02

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# ni_daq

## 介绍
这是一个用于磁电天线测试的NI数采驱动软件。该项目包含两个主要的MATLAB脚本：`ni_daq` 用于综合性测量，`b field test` 专用于低信噪比信号测量以及磁场强度-距离曲线的绘制。

## 安装教程

1. 使用学校邮箱注册MATLAB账号，并安装MATLAB（学校已购买许可证，无需破解，推荐在校园网环境下从西交网信中心下载以获得更快的速度）。
2. 打开MATLAB。
3. 点击左上角的“主页”。
4. 点击“附加功能”。
5. 搜索并安装 **Data Acquisition Toolbox**。
6. 重复步骤3-4。
7. 搜索并安装 **NI-DAQmx Support from Data Acquisition Toolbox**。
8. 安装过程较慢，按照提示一步步完成即可。
9. 重启电脑。
10. 从 [发布页面](https://gitee.com/L1Ban404/ni_daq/releases/tag/1.0.0) 下载两个MATLAB App（.mlappinstall文件）。
11. 双击这两个App文件，并在MATLAB中完成安装。

## ni_daq 使用说明

`ni_daq` 是一个综合性测量脚本，可同时测量4个通道的电压，并支持简单的信号处理。

### 基本参数
- **采样率**：范围为2k至50k，避免设置为5k，可能会引入异常噪声。

### 输入预处理
1. **增益率**：将测量电压乘以一个系数，若该系数为传感器1V电压对应的磁场，则采集到的数据等价于磁场。
2. **去皮**：后续测量结果减去当前数据的平均值，用于抵消地磁场和采样卡本身的直流偏置。
3. **交流耦合**：去除直流分量。
4. **带通滤波**：用于信号提取，但即使在通带内，信号也会发生衰减。

### 测量目标
- **锁相放大器**：基于相干分析算法，模拟锁相放大器的功能，等价于一个在中心频率处无衰减、其余频段快速衰减的尖锐带通滤波器。适用于低信噪比条件下的信号提取。锁相放大器的时间常数等同于设置的采样时间，在低信噪比条件下，应尽可能延长采样时间，可适当降低采样率。

测量目标会显示在左下角的表格中。

- 点击“数据导出”，可以导出时域图对应的数据，频谱图和测量目标暂时无法自动导出。
- 勾选“连续测量”，点击“开始测量”后会自动连续刷新，否则只测量一次。

## b field test 使用说明

`b field test` 是一个专用于低信噪比信号测量以及磁场强度-距离曲线绘制的磁场测量脚本，基于小波相干算法对原始信号分窗，并对分窗后的信号分别进行相干分析，得出信号幅度和相位随时间的变化关系。

### 程序参数
1. **距离**：当前采样点和传感器之间的距离，如果仅测量固定点的信号，该参数无意义；如果测量磁场强度-距离曲线，正确设置该参数有助于预览测量结果并确定异常数据点。
2. **磁场/电压**：传感器灵敏度的倒数。
3. **谐振频率**：拟测量的电信号的频率。
4. **单窗口周期数**：窗口中包含的电信号周期数，在低信噪比条件下，应增加该值。
5. **采样窗口数**：单次采集的窗口数量，最少为2。总采样时间等于 `采样窗口数 * 单窗口周期数 / 谐振频率`。
6. **清除数据索引范围**：对于长时间测量，可能会出现突发噪声，为了避免重新采集，可以设置清除无效数据的索引范围。

### 程序输出
1. 测量结果的时域、频域图，见右上角。
2. 信号幅度和相位随窗口编号的变化关系，等价于锁相放大器中的幅值和相位随时间的变化关系，当二者稳定时，结果较为可靠。
3. 信号强度和距离之间的关系，用于绘制磁场强度-距离曲线，采用双对数坐标，理论上是斜率为-3的直线。
4. 不确定度，利用多个窗口的计算结果得出不确定度，也可以作为数据可靠性的依据。

## 参与贡献

欢迎参与贡献，如需新增功能，请按照以下流程操作：

1. Fork 本仓库。
2. 新建 Feat_xxx 分支。
3. 提交代码。
4. 创建 Pull Request。