
简介这份资源面向需要用Matlab处理LabVIEW采集数据的工程师与科研人员解决TDMS二进制文件难以直接在Matlab中读取与二次分析的问题。TDMS格式占用磁盘空间小、支持高速写盘常见于高速采集系统但Matlab原生并不支持因此需要借助转换脚本将其转为mat文件。压缩包共10个文件约90KB包含4个m脚本、2个tdms样本、2个txt说明、1个tdms_index索引及1个mat结果文件其中转换函数、结构体转mat函数与主程序分工明确并附带样本数据与英文使用说明便于直接运行验证。目前已有4170人学习下载。读者可据此掌握TDMS到mat的完整转换流程理解结构体与mat格式的映射关系并借助样本文件快速复现与排错为后续信号处理与数据分析打好基础。1. 别再用Excel硬扛了Matlab读取TDMS文件并存储为mat格式到底省了多少事如果你在测试台架、数据采集卡或某类便携记录仪旁边待过大概率见过一种后缀为.tdms的文件。它不像 CSV 那样双击就能看也不像 MAT 那样天生就是 Matlab 的“亲儿子”。很多工程师第一次拿到 TDMS 文件时习惯性地用 Excel 打开结果要么乱码要么只看到一堆二进制符号最后只能截图求助。这个标题要解决的就是这个具体问题用 Matlab 把 TDMS 文件里的通道数据、时间戳和属性读出来再存成.mat格式方便后续做滤波、频谱分析或批量画图。适合的人群很明确——手里有 TDMS 数据、日常用 Matlab 做算法验证、又不想每次都在格式转换上重复造轮子的从业者。TDMS 本身是一种分层结构的二进制格式内部按“文件—通道组—通道”三级组织还带属性元数据所以读取时不能像读文本那样一行行扫得按它的层级去取。存成 MAT 之后最大的好处是加载快、变量结构清晰而且 Matlab 的save和load对 MAT 的支持最稳后续跑循环批处理时不用再挂第三方依赖。2. TDMS 的层级结构决定了你该怎么读先搞懂通道组再动手2.1 为什么直接load会翻车TDMS 不是纯文本也不是标准 MATTDMS 的全称是 Technical Data Management Streaming它的设计目标是把高速采集的数据按流式写入磁盘同时保留元数据。文件内部并不是一张平铺的表而是先有根对象下面挂若干通道组通道组下面再挂若干通道。每个通道有自己的数据数组每个层级都可以带属性比如采样率、单位、量程、传感器编号。很多人第一次用 Matlab 读 TDMS 时会下意识地找load(xxx.tdms)或者readmatrix结果要么报错要么读出一堆无意义的数字。原因就是 TDMS 的二进制布局和文本格式完全不同必须用能解析其头部和索引的接口。常见做法是使用 Matlab 社区里成熟的 TDMS 读取函数比如TDMS_readTDMSFile这类工具或者调用厂商提供的 DLL 再包一层。我一般会先确认手头有没有现成的读取函数如果没有就自己按 TDMS 的规范写一个轻量解析器只取我需要的通道不追求全量解析。这里要提醒一句TDMS 有 32 位和 64 位两种内部指针格式读之前最好先看文件头里的版本标识否则偏移量算错后面全乱。2.2 用TDMS_readTDMSFile读一个文件最小可跑通的命令假设你已经拿到了一个可用的 TDMS 读取函数放在当前工作目录下。下面这段代码是最小可跑通的版本只读一个文件把通道数据取出来看看结构。% 指定待读取的 TDMS 文件路径 tdmsFile test_data.tdms; % 调用读取函数返回结构体 % 常见返回字段channelData、channelNames、groupNames、properties dataStruct TDMS_readTDMSFile(tdmsFile); % 查看有哪些通道组 disp(通道组列表); disp(dataStruct.groupNames); % 查看第一个通道组下的通道名 firstGroup dataStruct.groupNames{1}; disp([第一个通道组, firstGroup]); disp(该组下的通道); disp(dataStruct.channelNames.(firstGroup)); % 取出第一个通道的数据看看长度 firstChan dataStruct.channelNames.(firstGroup){1}; rawData dataStruct.channelData.(firstGroup).(firstChan); fprintf(通道 %s 的数据长度%d\n, firstChan, length(rawData));这段代码的逻辑很直白先定位文件再调用读取函数然后把返回结构体里的通道组和通道名打印出来最后取一个通道的数据看长度。参数方面tdmsFile可以是相对路径或绝对路径建议用绝对路径避免因为当前目录切换导致找不到文件。TDMS_readTDMSFile这类函数通常还有可选参数比如是否读取属性、是否只读某个通道组读大文件时把不需要的组过滤掉能省不少内存。如果你发现读出来的数据长度和预期对不上先检查是不是把属性数组也当成数据读了或者通道索引从 0 开始还是从 1 开始没对齐。2.3 把读到的数据存成 MAT变量命名和结构设计读出来只是第一步存成 MAT 才是这个标题的落脚点。直接save(out.mat)会把当前工作区所有变量都存进去文件容易臃肿而且变量名一多就乱。我一般会重新组织一个结构体把元数据和数据分开存。% 假设 dataStruct 是上一步读出来的结果 % 构造一个干净的输出结构 out struct(); % 存采样率等关键属性如果读取函数返回了 properties if isfield(dataStruct, properties) out.properties dataStruct.properties; end % 存通道组和通道名方便以后追溯 out.groupNames dataStruct.groupNames; out.channelNames dataStruct.channelNames; % 存实际数据按通道组嵌套 out.data struct(); for gi 1:length(dataStruct.groupNames) gName dataStruct.groupNames{gi}; out.data.(gName) struct(); chanList dataStruct.channelNames.(gName); for ci 1:length(chanList) cName chanList{ci}; out.data.(gName).(cName) dataStruct.channelData.(gName).(cName); end end % 存成 MAT 文件使用 v7.3 格式以支持大文件 save(converted_data.mat, -struct, out, -v7.3);这里的关键点是-struct选项它让save直接把结构体的字段展开成 MAT 文件里的变量而不是把整个结构体塞进一个变量。-v7.3是为了支持大于 2GB 的文件TDMS 经常用来存高速采集数据文件很容易超过这个阈值。变量命名上我习惯把原始通道名保留因为后面做分析时经常要按通道名去索引改名反而增加记忆负担。如果通道名里有空格或特殊字符Matlab 的字段名会报错这时候要么用matlab.lang.makeValidName转一下要么把名字存在单独的元数据数组里数据用编号索引。3. 批量转换和参数调优让脚本替你值夜班3.1 批量遍历文件夹把dir和循环写稳单个文件转换跑通之后下一步就是批量处理。测试台架跑一晚上往往生成几十个 TDMS 文件手动一个个读不现实。下面这个脚本会遍历指定文件夹下所有.tdms文件逐个转换并保存到同名 MAT 文件。% 设置输入和输出文件夹 inputDir D:\data\tdms_batch; outputDir D:\data\mat_batch; % 如果输出目录不存在就创建 if ~exist(outputDir, dir) mkdir(outputDir); end % 获取所有 tdms 文件 fileList dir(fullfile(inputDir, *.tdms)); fprintf(共找到 %d 个 TDMS 文件\n, length(fileList)); % 逐个处理 for k 1:length(fileList) thisFile fullfile(inputDir, fileList(k).name); fprintf(正在处理%s\n, fileList(k).name); try dataStruct TDMS_readTDMSFile(thisFile); out struct(); out.groupNames dataStruct.groupNames; out.channelNames dataStruct.channelNames; out.data dataStruct.channelData; % 构造输出文件名把 .tdms 换成 .mat [~, baseName, ~] fileparts(fileList(k).name); outFile fullfile(outputDir, [baseName, .mat]); save(outFile, -struct, out, -v7.3); fprintf(已保存%s\n, outFile); catch ME % 单个文件失败不影响后续文件 fprintf(处理失败%s原因%s\n, fileList(k).name, ME.message); end end这段代码里有两个细节值得说。第一是try-catch批量处理时最怕一个文件损坏导致整个循环中断把异常捕获住记录失败原因继续跑后面的文件。第二是输出文件名用fileparts取基名再拼.mat避免手动截字符串时把路径里的点号也截掉。参数上fullfile比手动拼路径安全能自动处理不同操作系统的分隔符。如果文件数量特别多可以在循环里加一个进度打印或者用parfor改成并行但要注意 TDMS 读取函数本身是不是线程安全的不确定的话先用for跑稳再说。3.2 内存不够怎么办分块读取和只存必要通道TDMS 文件动辄几个 GB如果一次性把所有通道读进内存再存 MAT机器内存不够就会直接崩。我遇到过好几次半夜跑批处理早上起来发现 Matlab 报Out of memory前面跑的全白费。后来改成两种策略一是只读我关心的通道二是分块读取后追加写入 MAT。% 策略一只读指定通道组和通道 targetGroup Analog; targetChannels {Voltage, Current}; % 假设读取函数支持指定通道具体参数名看函数文档 dataStruct TDMS_readTDMSFile(tdmsFile, ... groupNames, {targetGroup}, ... channelNames, targetChannels); % 策略二如果函数不支持过滤就读完后立即裁剪再存 % 读完后只保留目标通道其余字段清掉 if isfield(dataStruct.channelData, targetGroup) allChans fieldnames(dataStruct.channelData.(targetGroup)); for ci 1:length(allChans) if ~ismember(allChans{ci}, targetChannels) dataStruct.channelData.(targetGroup) ... rmfield(dataStruct.channelData.(targetGroup), allChans{ci}); end end end如果连单个通道都大到内存放不下那就得分块。常见做法是按时间片读比如每次读 10 秒的数据存到 MAT 里再读下一段。Matlab 的matfile函数支持对 MAT 文件进行部分写入不用一次性把整个变量加载到内存。% 用 matfile 分块写入大通道数据 m matfile(large_data.mat, Writable, true); blockSize 100000; % 每块 10 万个采样点 totalLen 500000; % 假设总长度 for startIdx 1:blockSize:totalLen endIdx min(startIdx blockSize - 1, totalLen); % 这里假设 readTDMSBlock 是你自己封装的按块读取函数 blockData readTDMSBlock(tdmsFile, Voltage, startIdx, endIdx); m.voltage(startIdx:endIdx, 1) blockData; endmatfile的好处是写入时只操作指定区间不会把整个变量载入内存。参数上blockSize要根据机器内存和单个采样点字节数来算一般留出至少一半内存给系统和其他变量。注意matfile对结构体嵌套的支持有限复杂结构最好先展平再存。3.3 时间戳和采样率别让存下来的数据变成“黑匣子”TDMS 文件里通常带时间戳和采样率属性如果转换时只存了数据数组过两个月再回头看根本不知道这段数据是什么时候采的、采样率是多少。我一般会把关键属性单独提出来存成 MAT 里的独立变量。% 假设 dataStruct.properties 里有采样率和起始时间 out.meta struct(); if isfield(dataStruct, properties) props dataStruct.properties; % 不同读取函数返回的属性字段名可能不同按实际情况取 if isfield(props, samplingRate) out.meta.fs props.samplingRate; end if isfield(props, startTime) out.meta.t0 props.startTime; end end % 如果没有属性就手动补一个默认值并记录 if ~isfield(out.meta, fs) warning(未找到采样率属性设为默认值 1000 Hz); out.meta.fs 1000; end这里用warning而不是直接报错是因为批量处理时有些老文件可能确实没写属性直接中断不值得。但警告信息要打出来方便事后排查。存的时候把meta和data分开后续画图时先读meta.fs再算时间轴不会因为忘了采样率而把频谱画错。4. 避坑与排查TDMS 转 MAT 时最容易翻车的 5 个地方4.1 现象读出来的数据全是 0 或 NaN原因通常有两种一是通道索引对错了把属性数组当成了数据数组二是 TDMS 文件里该通道本身就没有有效数据可能是采集时通道没接传感器。解决方法是先用读取函数把通道名和属性打印出来确认哪个是数据通道再检查原始文件在采集软件里能不能正常显示波形。如果采集软件里也是平的那就是数据源问题跟转换脚本无关。4.2 现象MAT 文件比 TDMS 大好几倍TDMS 是二进制紧凑存储MAT 的 v7 格式默认会对数据进行压缩但如果你存的是double类型而原始数据是int16体积就会翻倍。解决方法是读出来之后先看数据类型如果原始是整型存 MAT 时保持整型或者用single代替double。另外-v7.3格式基于 HDF5对某些数据模式的压缩率不如 v7如果文件没超过 2GB可以试试不加-v7.3看体积变化。4.3 现象批量转换到一半报“文件正在被占用”这种多半是采集软件还在往 TDMS 文件里写数据或者上一个读取函数的文件句柄没释放。解决方法是转换前确认采集已停止或者在脚本里加一个重试机制等几秒再读。如果用的是第三方 DLL要确保每次读完都调用了关闭文件的接口否则句柄泄漏跑几十个文件后就会报错。4.4 现象通道名里有特殊字符导致save报错Matlab 的结构体字段名不能包含空格、横杠、点号等字符。如果 TDMS 里的通道名是Temp-1或Voltage Phase A直接用作字段名会报Invalid field name。解决办法是用matlab.lang.makeValidName转换或者把原始名存在一个单独的元数据数组里数据用ch1、ch2这样的编号索引。我一般选后者因为转换后的名字可能重复反而不好追溯。4.5 现象时间轴对不上数据整体偏移TDMS 文件里可能同时存在绝对时间戳和相对时间如果读取时把相对时间当成了绝对时间画出来的图就会整体偏移。解决方法是先确认属性里t0的基准是什么是 Unix 时间戳还是从 0 开始的秒数。存 MAT 时把t0和fs一起存后续重建时间轴用t0 (0:length(data)-1)/fs不要依赖读取函数返回的时间数组因为不同版本返回的基准可能不一样。5. 进阶技巧用matfile做增量写入和快速验证批量转换跑通之后我习惯再加一步验证随机抽几个 MAT 文件把数据画出来和原始 TDMS 在采集软件里的波形对比。这一步能抓出很多隐蔽问题比如通道顺序错了、采样率填错了、数据被截断了。验证脚本不用太复杂读一个 MAT取前 1000 个点画个图肉眼扫一眼有没有明显异常。% 快速验证转换结果 testMat converted_data.mat; m matfile(testMat); whos(m); % 查看文件里有哪些变量 % 假设数据存在 data 结构里取一个通道画图 if isfield(m, data) % 注意 matfile 对嵌套结构的读取方式 % 这里只是示意实际字段名按你的结构来 disp(请根据实际结构手动取通道数据); end % 更稳妥的方式用 load 加载小文件验证 S load(testMat); if isfield(S, meta) isfield(S.meta, fs) fs S.meta.fs; fprintf(采样率%f Hz\n, fs); endmatfile适合在文件很大时只读部分变量但嵌套结构支持有限验证阶段用load更省心。如果 MAT 文件超过内存就还是用matfile按变量名读。我一般会在转换脚本最后加一个fprintf输出每个文件的通道数和采样点数和原始 TDMS 的属性对一遍数字对上了才放心。另一个技巧是给 MAT 文件加一个版本标记比如在结构里存一个out.version v1以后读取脚本升级了可以按版本号做兼容。TDMS 读取函数本身也可能更新不同版本返回的字段名不一样存的时候把函数版本也记下来过半年再回头看就知道当时用的是哪套逻辑。说到底TDMS 转 MAT 这件事本身不复杂复杂的是数据量大、通道多、属性杂加上批量处理时各种边界情况。我自己的习惯是先拿一个文件跑通把结构定死再写批量脚本最后加验证和日志。这样即使半夜跑批处理第二天也能从日志里看出哪个文件出了问题不用重新跑一遍。希望帮到你。本文还有配套的精品资源点击获取