matlab心电信号处理中mat文件数据格式

这是正常的数据，从csdn上看来的，

这是我在官方数据库下载的，这两个数据为啥差别这么大

做完图分别是这样，第一张是我的，我的纵坐标为啥是这样的，请教一下，真的蟹蟹

是不是频率没调好，代码发我一份帮你看看吧
😂😂

这是源代码：
clear
Fs=360;N=2048;
load('100mm.mat')
x1=y;
figure('position',[200,200,500,500])
subplot(3,2,1);plot(x1);grid;title('原始心电信号x1.100mm.mat');
%(1)谱分析
mf1=fft(x1,N);%进行频谱变换（傅里叶变换）
mag1=abs(mf1);
f1=(0:length(mf1)-1)Fs/length(mf1); %进行频率变换
subplot(3,2,2);plot(f1,mag1);axis([0,370,0,190]);grid; %画出频谱图
xlabel('频率(HZ)');ylabel('幅值');title('心电信号x1幅度谱');
subplot(3,2,3);plot(f1,angle(mf1)/pi);axis([0 360 -1.3 1.3]);grid;
xlabel('频率(HZ)');ylabel('相位');title('心电信号x1相位谱');
wn1=x1;
P1=10log10(abs(fft(wn1).^2)/N);
f1=(0:length(P1)-1)/length(P1);
subplot(3,2,4);plot(f1,P1);grid
xlabel('归一化频率');ylabel('功率(dB)');title('心电信号x1的功率谱');
avr1=mean(x1);
fprintf('信号x1的均值= %f\n',avr1);var1=var(x1);
fprintf('信号x1的方差= %f\n',var1);rx1=xcorr(x1,'biased');
subplot(3,2,5);
plot(rx1);grid;title('心电信号x1的自相关函数');
%(3)数字滤波器设计
SNR=10*log(100/8); % 2%是能量比
x11=awgn(x1,SNR);

figure('position',[200,200,500,500])
subplot(3,1,1), plot(x1);title('原信号x1');% 加入噪声后有毛刺,但2%的噪声有点小,毛刺不明显。
subplot(3,1,2), plot(x11);title('加高斯白噪信号');

dt=1/1023.5; % 取樣時距(或週期),sec
t=(0:dt:2)'; % 建立一個0-2秒的時間向量
y_high=sin(2pi1000*t)/10; % 100 Hz的高頻訊號,振福1/10
y_out=x1+y_high; % 基頻載上一組高頻的輸出。
subplot(3,1,3), plot(t,y_out);grid;title('加入高频噪声1000hz');

%——————IIR零相移数字滤波器纠正基线漂移——————-
Wp=1.42/Fs; %通带截止频率
Ws=0.62/Fs; %阻带截止频率
devel=0.005; %通带纹波
Rp=20*log10((1+devel)/(1-devel)); %通带纹波系数
Rs=20; %阻带衰减
[N, Wn]=ellipord(Wp,Ws,Rp,Rs,'s'); %求椭圆滤波器的阶次
[b, a]=ellip(N,Rp,Rs,Wn,'high'); %求椭圆滤波器的系数
[hw,w]=freqz(b,a,512);
result =filter(b,a,x1);

figure('position',[200,200,500,500])
freqz(b,a);title('IIR数字滤波器幅频曲线');
subplot(2,1,1); plot(x1);
xlabel('t(s)');ylabel('幅值');title('原始信号');grid
subplot(2,1,2); plot(result);
xlabel('t(s)');ylabel('幅值');title('线性滤波后信号');grid

figure('position',[200,200,500,500])
N=512;
subplot(2,2,1);plot(abs(fft(x1))2/N);
xlabel('频率(Hz)');ylabel('幅值');title('原始信号x1频谱');grid;
subplot(2,2,2);plot(abs(fft(result))2/N);
xlabel('频率(Hz)');ylabel('幅值');title('线性滤波去掉基线漂移频谱');grid;
%（5）维纳滤波器去除工频干扰：
dt=1/1023.5; % 取樣時距(或週期),sec
t=(0:dt:2)'; % 建立一個0-2秒的時間向量
y=sin(2pi50*t)/10; % 100 Hz的高頻訊號,振福1/10
x_noise=x1+y; % 基頻載上一組高頻的輸出。
subplot(2,2,3),
plot(t,x_noise);grid;title('加入噪声50hz');

%维纳滤波
Mlag=100;
N=100;%维纳滤波器长度
Rxn=xcorr(x_noise,Mlag,'biased');
Rxnx=xcorr(x1,x_noise,Mlag,'biased');%产生输入信号与原始信号的互相关函数
rxnx=zeros(N,1);
rxnx(:)=Rxnx(101:101+N-1);
Rxx=zeros(N,N);%产生输入信号自相关矩阵
Rxx=diag(Rxn(101)*ones(1,N));
for i=2:N
c=Rxn(101+i)*ones(1,N+1-i);
Rxx=Rxx+diag(c,i-1)+diag(c,-i+1);
end
Rxx;
h=zeros(N,1);
h=inv(Rxx)*rxnx; %计算维纳滤波器的h(n)
yn=filter(h,1,x_noise); %将输入信号通过维纳滤波器
subplot(2,2,4) ,
plot(yn);title('经过维纳滤波器后信号');
ynmean=mean(yn) %计算经过维纳滤波器后信号均值
ynms=mean(yn.^2) %计算经过维纳滤波器后信号均方值
ynvar=var(yn,1) %计算经过维纳滤波器后信号方差
Ryn=xcorr(yn,Mlag,'biased'); % 计算经过维纳滤波器后信号自相关函数
Y=fft(yn); %计算经过维纳滤波器后信号序列的快速离散傅里叶变换
Y1=fft(x_noise);
Py=Y.*conj(Y)/600; % 计算信号频谱
Py1=Y.*conj(Y)/600;

figure('position',[200,200,500,500])
subplot(221)
semilogy(t,Py) %绘制在半对数坐标系下频谱图像
title('经过维纳滤波器后信号在半对数坐标系下频谱图像')
xlabel('频率（HZ）','color','b');ylabel('幅度','color','b')
subplot(222)
semilogy(t,Py1) %绘制在半对数坐标系下频谱图像
title('噪声信号在半对数坐标系下频谱图像')
xlabel('频率（HZ）','color','b');ylabel('幅度','color','b')
pyn=periodogram(yn);%计算经过维纳滤波器后信号的功率谱密度
pyn1=periodogram(x_noise);
subplot(223)
semilogy(pyn)%绘制在半对数坐标系下功率谱密度图像
title('经过维纳滤波器后信号在半对数坐标系下功率谱密度图像');
xlabel('频率','color','b');ylabel('幅度','color','b')
subplot(224)
semilogy(pyn);title('噪声信号在半对数坐标系下功率谱密度图像');
xlabel('频率','color','b');ylabel('幅度','color','b')