随着技术力量的不断提升，被处理的信号的频率越来越高。例如，手机的信号便是上GHz的超高频信号。在采集这类超高频信号的过程中，系统很容易受到各种电磁波的干扰，从而使有用信号夹带各式各样的谐波成分，这就给后续的信号处理带来了很大的麻烦，诸如数据量过大，计算复杂等。因此设计一套效率高，可用性强的系统来对高频信号进行采集及处理显得尤其重要。

1 设计思路

在这篇文章中，作者讨论一种可行的方法，即是使用LabVIEW来进行数据采集，使用MATLAB作为数据处理的平台。那么如何高效的将两者结合将成为设计的关键。本文将对不同的结合方法进行实验，具体执行步骤如下：首先使用LabVIEW将高频信号采集回来并暂时保存；鉴于MATLAB强大的计算能力，作者使用它来产生一个用于比较的高采样率的波形，并将这个波形通过3种不同的技术引入LabVIEW；最后通过均方差与相关性，可行性与速度的对比，分析哪一种方法才是最好的。

2 文献调查

在文献中，作者介绍了在LabVIEW平台如何运用DAQ工具进行基本采集的相关操作。文献中的作者介绍了在MATLAB上对信号进行各种处理的基本方法。在文献中，作者展示了在NI平台上如何运用Math Script RT模块来开发MATLAB代码。文献介绍了在LabVIEW中使用MATLABscript模块进行接口设计。

3 软件介绍说明

LabVIEW是一种基于数据流的编程语言，而MATLAB是第四代编程语言，用来执行数字计算的任务。

LabVIEW的数据流编程是一种基于图标的，因而常被人们称为G语言。用这些图标连成的程序叫做VIs(虚拟仪器)。程序的接口是基于前面板的，它能够接收输入和提供输出，在前面板中各部分模块以图标连线的方式组成一个结构框架。前面板中的另外一个重要的特性是连线板，它的作用是在一个VI中以图标的方式使用另一个VI。

人们最初使用LabVIEW只是用来测量，自动化控制，但是随着LabVIEW集成了越来越多的特性，它逐渐转变成了一种完善的开发环境。G语言最大的优势就在于他并行执行的能力。

MATLAB常被人们称为第四代语言。它具有严谨的数字化矩阵操作，如果用一些简单的语言，如：C，C++，来执行这些操作的话，那不论对编程者还是计算机来说都将是非常困难的。MATLAB起初是用来计算复杂的矩阵的。它也集成了不同的特性来满足各种各样的要求。例如，添加的Simulink就是MATLAB朝图形模块化发展的重要的一步。

使用LabVIEW还是MATLAB来完成特定的功能，取决于编程者的个人爱好。但是由于某些原因，作者需要将一种编程环境的特性使用在另一种环境中，比如：将一个使用MATIAB写的代码使用在并行执行的环境中。本文主要研究了LabVIEW与MATLAB相结合的3种解决方法，并通过一个用来标度的信号发生器来分析使用3种不同方法的优劣。

4 系统

所设计的系统结构如图1所示。

4．1 产生信号

当要对一个高频信号(比如高达2 GHz的信号)进行采集和处理的时候，通常会设计一个高速或者超高速硬件采集电路。包括放大部分、滤波部分；A／D和D／A转换部分等，这对电路的要求非常高，要求边采集边存储，电路速度高，而且要考虑各种辐射干扰等，同时，目前市场上的高频信号发生器价格普遍昂贵。因此作者使用LabVIEW的DAQmx工具包，产生虚拟高频信号。

DAQmx产生的虚拟高频信号可调参数多，且能够产生诸如正弦波，方波，锯齿波等波形。作者使用不同参数的信号，以使得结果更具有说服力。例如：频率范围：500 M～10 GHz，分辨率为10 Hz。

4．2 LabVIEW进行采集及显示

先在DAQmx定时VI中设定好采样模式及采样率，这里作者设定的是连续采样模式和1 000的采样率；接着在DAQmx读取VI中，作者设定为模拟多通道多采样2D DBL，超时设为2；最后将DAQmx开始任务VI、DAQmx停止任务VI、DAQmx清除任务VI与前面两个VI连接，这样就完成了基本的采集设计。将产生的模拟信号直接连接到波形图表VI可以很直观的看到波形。

前面板设计如图2所示。

其主要部分是显示采集波形的图表，和内部产生波形数据的图表。表盘和其左方的波形图是均方差的相关表述，数字控件描述的是均方差和相关系数的值。

相比起其他的信号比较法，如：基线信号比较法、信噪比和有效数据位比较法等，采用均方差来比较波形显得更加的简便，可靠。而相关性揭示了2个波形的相似度，即是2个数据间的线性关系。

采集的数据在LabVIEW中被保存为一个txt文档，这只需要将数据连线到写入文本文件VI即可。保存的数据可以被用来进行处理、分析或者是其它用途，同时这也提供了备份以防止不可遇见的事故发生。

4．3 MATLAB进行处理

MATLAB被用来执行数据计算来比较2个波形。

4．3．1 均方差

均方差的代码实现了将2个波形数据按照矩阵的形式代入方程中，然后将所得结果返回给LabVIEW并显示出来。均方差的公式由下式给出

4．3．2 相关系数

相关系数可以用以下命令实现

R=corrcoef(X) (2)

这条命令将2个矩阵(一个是采集得到的，一个是内部生成的)建立相关性，并输出计算得到的相关系数。

相关系数的公式如下

4．3．3 参考信号

参考信号用来与采集得到的信号数据进行均方差与相关性的对比。它由MATLAB产生，因为MATLAB拥有丰富的数学函数库及强大的各种工具箱(ToolBox)，这就使得作者可以很方便灵活的产生各种参数的不同信号，而且使用MATLAB能得到较高的采样率，并且对信号的处理也比较简单，同时也避免了将参考信号引入MATLAB script模块的麻烦。

5 3种方法

5．1 第一种

为了实现第一种方法，作者运用LabVIEW的DAO工具包，设定好产生虚拟信号的参数，再将信号采集回来，并将数据保存为一个txt文件。将这个txt文件引入MATLAB，并与MATLAB内部产生的信号进行对比，通过计算得到均方差和相关系数。

5．2 第二种方法

第二种方法只使用LabVIEW一个软件，首先采集信号数据并保存，接着使用LabVIEW的MATLAB script模块产生内部信号，最后将俩信号对比并计算均方差和相关系数，如图3所示。

5．3 第三种方法

第三种方法借助LabVIEW内部的Math Script RT来完成，具体步骤和第二种方法类似，如图4所示。

6 结果分析

实验环境为CPU：Intel Pentium D 2．8 GHz，内存：1G，显卡：GT220。系统：Windows XP。

产生高频信号为1 GHz，深度为1 024 M，重复实验10次。

对于一些小误差，如校准误差，几乎可以忽略不计，因为都是在同一个环境下试验完成的。因此作者集中分析方法的可行性，然后对比3种方法，最后得出结论哪一种是最好的。

6．1 引入txt文件

这种方法非常耗时。首先，使用LabVIEW采集得到数据并将之保存为一个txt文件，然后再将这个文件引入MATLAB。即是用户需要在打开一个软件后再打开另外一个软件来完成操作，这是很繁琐的。

从开发者的角度来说，这种方法也许很简单或者说是不那么复杂。但是，这种方法可行性最低。因为除了耗时，它还需要对这两种软件有一定的认识，因此花在查找文献上的时间也相应的增多了。

另外，这种方法增加了电脑的负担，毕竟是开了两个程序。如果你使用的是一台老电脑的话，那么这可能会降低你的工作效率。

综上，作者不建议使用这种方法。

6．2 使用MATLAB script

这种方法经过验证比上一种要好。因为用户不必打开两个应用程序来执行程序，所以相对的比较可行。

但是，这种方法也需要安装MATLAB软件，才能在LabVIEW中调用MATLAB script模块。这样就导致了程序执行的缓慢，因为用户必须等待一段时间让计算机进行切换计算。

除了操作性的难题，这种方法最主要的问题还是不能够实时计算。采集的数据必须先保存为矩阵的形式，然后再调用MATLAB script模块进行处理。这样就不仅浪费了时间，而且还需要另外的算法来临时保存数据。

6．3 使用Math Script RT

这种方法使用了内嵌的Math Script模块，它集合了LabVIEW和MATLAB的优点，而且还不需要安装另外的软件。Math Script模块没有必要调用MATLAB软件，因为它本身就能够识别800多条命令，也就是说使用。Math Script模块的话就不需要再安装MATLAB软件了。

相比上一种方法，最主要的优势除了运行快还有就是能够进行实时处理。因为其不需要对数据进行临时的数据存储，也没有丢失实时的信息，这就使得它的运行速度是最快的。测试结果如图5所示。

7 结论

为了最优化系统的性能，本文提倡对不同目的使用不同的软件。使用LabVIEW进行数据采集，运用MATLAB进行数据处理，这是很多项目的需要，也是很多程序员的需要。文中使用3种方法将LabVIEW与MATLAB的特性相结合：引入txt文件到MATLAB，使用MATLAB script模块，使用Math Script RT。通过分析得到的结果，证实了使用Math Script RT无论在速度和可行性方面都是最好的。