📚 课程目录第1章仿真数据基础

1. 仿真数据基础：理解仿真输出格式与 Python 读取 .mat 文件

做仿真联调，第一关就是跟数据格式打交道。我刚开始带项目时，团队里有人把 .mat 文件当文本打开，结果满屏乱码，折腾了半天才发现是格式不对。说白了，搞懂数据怎么存、怎么读，后面所有分析才能站得住脚。

1.1 常见的仿真输出格式

仿真工具导出的数据，无非就这几种格式。我列个表，你一眼就能看明白差异：

格式	特点	典型场景	我踩过的坑
CSV	纯文本，逗号分隔，通用性极强	Simulink 导出、Excel 预览	浮点数精度丢失，尤其是 1e-6 级别
MAT	二进制，保留变量名、维度、类型	MATLAB 原生存储、复杂结构	版本不兼容（v5/v7/v7.3）
TXT	自由格式，空格/制表符分隔	自定义日志、老旧工具	没有元数据，全靠猜

核心原则：能用 .mat 就别用 CSV，除非你要给非技术人员看。.mat 保留了数据类型和结构，省去大量解析工作。

1.2 CSV 格式——最通用也最坑

CSV 看起来简单，但坑不少。我记得有一次做雷达信号处理，仿真输出 100 万行数据，用 Excel 打开直接卡死。后来改用 Python 的 pandas.read_csv() 才搞定。

读取 CSV 的标准姿势：

import pandas as pd

# 最基础读取
df = pd.read_csv('sim_result.csv')

# 如果数据没有表头
df = pd.read_csv('sim_result.csv', header=None)

# 指定列名
df = pd.read_csv('sim_result.csv', names=['time', 'voltage', 'current'])

# 处理大文件——分块读取
chunk_iter = pd.read_csv('sim_result.csv', chunksize=10000)
for chunk in chunk_iter:
    process(chunk)  # 你的处理逻辑

我的习惯：CSV 文件第一行永远写列名。别偷懒，否则三个月后你自己都看不懂哪列是哪列。

1.3 MAT 格式——MATLAB 的看家本领

.mat 文件是 MATLAB 的二进制存储格式。它不像 CSV 那样能直接打开看，但好处是保留了所有信息：变量名、数据类型、维度、甚至结构体嵌套。

MAT 文件有 3 个版本，你想想看，版本不对就读不了：

v5：最老，兼容性最好，但文件大
v7：默认格式，支持压缩
v7.3：支持 2GB 以上大文件，基于 HDF5

注意：Python 的 scipy.io.loadmat() 读不了 v7.3 格式。我曾经因为这个排查了半天，最后发现是版本问题。v7.3 要用 h5py 库来读。

1.4 Python 读取 .mat 文件——基础操作

用 Python 读 .mat 文件，最常用的就是 scipy.io。我一般这么写：

import scipy.io as sio
import numpy as np

# 读取 .mat 文件
mat_data = sio.loadmat('simulation_output.mat')

# 查看所有变量名
print(mat_data.keys())

# 提取具体变量
time = mat_data['time']          # 时间向量
signal = mat_data['signal']      # 信号数据
params = mat_data['params']      # 参数结构体

# 如果是结构体，需要进一步解包
fs = params['fs'][0][0]          # 采样率
n_samples = params['N'][0][0]    # 采样点数

这里有个细节：loadmat 返回的是字典，变量名就是键。但 MATLAB 的结构体在 Python 里会变成嵌套的 numpy 数组，取数据时要注意索引。

避坑指南：MATLAB 的字符串在 .mat 里存成 char 数组，读出来是 numpy 的 bytes 类型。我一般用 .decode('utf-8') 转成正常字符串。

1.5 实战：从 .mat 中提取仿真波形

举个实际例子。假设你有一个雷达回波仿真结果，里面存了 3 个变量：

time：时间轴，1×10000 向量
echo：回波信号，1×10000 复数向量
config：仿真参数结构体

读取并提取实部/虚部：

import scipy.io as sio
import numpy as np
import matplotlib.pyplot as plt

# 读取数据
data = sio.loadmat('radar_echo.mat')
time = data['time'].flatten()
echo = data['echo'].flatten()
config = data['config']

# 提取参数
prf = config['PRF'][0][0]          # 脉冲重复频率
fc = config['fc'][0][0]            # 载频

# 分离实部虚部
echo_real = np.real(echo)
echo_imag = np.imag(echo)

# 简单绘图
plt.figure(figsize=(10, 4))
plt.plot(time, echo_real, label='实部')
plt.plot(time, echo_imag, label='虚部', alpha=0.7)
plt.xlabel('时间 (s)')
plt.ylabel('幅度')
plt.legend()
plt.grid(True)
plt.show()

嗯，这里要注意：flatten() 是为了把二维数组拉平成一维，否则绘图时会报维度错误。

1.6 知识体系总览

我把本章的核心逻辑画成了一张图，方便你建立整体认知：

1.7 本章小结

说白了，仿真数据基础就三件事：

认清格式：CSV 通用但粗糙，MAT 完整但挑版本，TXT 灵活但费劲
选对工具：小数据用 pandas，大数据用 scipy.io，超大文件用 h5py
注意细节：版本、精度、编码——这三个坑我每个都踩过不止一次

我个人习惯是：仿真阶段全部用 .mat 保存，分析阶段按需转 CSV 给其他工具。这样既保留了原始精度，又兼顾了通用性。你刚开始做联调时，建议也这么来，能省掉很多不必要的麻烦。