振动信号AR模型谱估计算法研究中期报告.docVIP

毕业设计（论文）中期报告 题目： 系 电子信息系 专 业 班 级 姓 名 学 号 导 师 年月日1. 设计（论文）进展状况1.1 主要研究内容及方案 本课题的名称是振动信号AR模型谱估计算法研究。本课题将对AR模型功率谱估计算法进行研究并设计一套仿真程序，在此基础上，基于实测振动信号进行算法性能分析，为科研项目汽轮机振动在线监测系统中振动信号频谱分析的实现提供基础，主要内容如下： (1) 了解功率谱估计的基本理论、概念、应用及实现方式； (2) 对AR模型功率谱估计算法进行研究； (3) 基于Matlab环境编程仿真实现算法； (4) 编写图形用户界面，并与算法程序结合，构成一套完整的仿真程序； (5) 将实现的算法应用于实测汽轮机振动信号的谱估计； (6) 对算法效果及性能进行分析。 课题的研究按以下的过程进行： (1) 首先对振动信号AR模型谱估计算法进行深入研究。 AR模型又称为自回归模型，建立如下的信号模型：假定所观测的数据是由一个均方误差为的零均值白噪声序列w(n)激励一个全极点的线性时不变离散时间系统H(z)得到的用差分方程表示为 p是AR模型的阶数，是p阶AR模型的参数.将该模型记为AR(p)，它的系统转移函数为 (2) 在功率谱估计中，若观测的数据是平稳随机过程，则该系统的输入w(n)也可认为是平稳的，因而根据线性系统对平稳随机信号的响应理论可得观测数据的功率谱为 (3) 由上式可知，利用AR模型进行功率谱估计的实质是求解模型系数和的问题。 (2) 在算法研究的基础之上，用Matlab对其进行编程实现，并以模拟的信号对算法进行测试。 (3) 利用MATLAB的GUI编写图形用户界面程序，形成一套AR模型谱估计算法仿真程序。 (4) 基于实测的汽轮机振动信号对AR模型谱估计算法性能进行分析。 (5) 在对比的基础上，发现并提出算法的改进方向。 1.2(1) 查阅了课题实现的相关文献及资料，主要文献包括：《AR模型功率谱估计及MATLAB实现》、《功率谱估计及其MATLAB仿真》、《基于AR模型的功率谱估计》等等，了解了功率谱估计的的本理论、概念、应用及实现方式，着重分析了AR模型谱估计算法及其参数求解。 (2) 熟悉了MATLAB软件工具的基本技术，并对MATLAB语言进行了熟悉和有关复习。 (3) 查阅了关于MATLAB软件的图形界面开发环境GUIDE的使用流程，使用GUI编写了图形用户界面，图1所示。 1 图形用户界面 (4) 基于MATLAB环境编程仿真，实现了经典功率谱估计方法中的周期图法的程序和AR模型谱估计算法的程序。其中AR模型谱估计算法分别运用Levinson-Durbin递推算法和Burg算法实现。 I．周期图法 图2 周期图法流程图 II．AR模型谱估计算法 图3 AR模型谱估计算法 (5) 翻译了名为Power Spectrum Estimation by the Maximum Entropy (All Poles) Method的外文文献。 2. 存在问题及解决措施在课题的研究过程中，存在的问题及相应采取的解决措施如下： (1) 算法实现及仿真程序设计 基于MATLAB环境编程仿真实现算法，并基于MATLAB的图形界面开发环境GUIDE编写图形用户界面，与算法结合完成仿真程序。 (2) 信号源设置 解决措施：将包含信号源的TXT文件放在所编程序m文件的编译目录下或者在打开信号源的语句中修改TXT文件的路径为该文件所在位置，如’d:\信号4-256Hz.txt’。 (3) 矩阵相乘 解决措施：只有当前一矩阵的列数和后一矩阵的行数相同或者其中一个为标量时才能进行，点乘(.*)实现相同阶数的矩阵相乘。 3.后期工作安排 AR模型谱估计算法分辨力、方差性能、运算量等性能进行分析13周：程序调试AR模型谱估计算法性能分析14周—第15周：撰写毕业论文，进行毕业答辩。 指导教师签字： 年 月 日 附录 a． 周期图法主要程序及仿真结果 fid=fopen(信号4-256Hz.txt,r); xn=fscanf(fid,%f); mid=sum(xn)/length(xn); xn=x