2012版设备故障诊断信号分析3.ppt

1.3.5 数字信号处理技术　 下图为离散傅里叶变换的图解分析。图a中，左边是被分析的信号x（t）右边是希望得到的连续傅里叶变换 X（f）。图 b中，左边是采样脉冲序列?0（t），右边是其傅里叶变换? 0（f） 。图c中，左边是被分析的信号x（t） 与采样脉冲序列? 0（t）的乘积，右边是其傅里叶变换，相应于图a中右边信号与图b中右边信号的卷积，由于被分析信号中包含有较高频率成分，而采样频率相对较低，因而频谱的高端出现混叠。图d中，左边是矩形脉冲W（t），右边是其傅里叶变换W（f）。图e中，左边是有限个采样脉冲序列，这是实际情况，相应于图c中左边信号与图d中左边信号的乘积，右边是其傅立叶变换，由于时域中信号被截断，反映在频谱高端产生了皱波。 图f中，右边是频域采样脉冲序列? 1（f），左边是其逆傅里叶变换? 1（t）。图g中，由于经过离散傅里叶变换后只能得到离散的频谱即右边信号X（n），相应于图 e中右边信号与图 f 中右边信号的乘积，其包络确实近似地表示出连续傅里时变换，左边是其逆傅里叶变换x（k），即还原的被分析信号，其包络也近似地表示出原被分析信号，但已将其周期化。 由以上简单分析可知，若不希望产生频率混叠现象，采样频率必须大于最高被分析频率两倍以上，或必须将大于1/2采样频率以上的频率成分滤掉，即进行抗混滤波，这称为香农（shannon）采样定理；若希望减小皱波，则时域中不能突然截断信号，应根据信号的特点，采用不同的窗函数，减小皱波效应。 DFT为离散信号的分析处理从理论上提供了变换工具，而快速付里叶变换FFT（Fast Fourier Transform）则是作为DFT的一种快速算法而发展起来的。我们知道，有限长度序列数字信号处理中占有重要的地位，从时间域到频率域处理这些序列的手段就是DFT。然而，按照DFT的定义式进行计算，尽管是采用计算机，也要花费很长的时间，因此，DFT的普及应用受到一定的限制。1965年美国学者库勒（J.W.Cooley）和图基（J.W.Tukey）提出了离散付里叶变换的一种快速算法，使计算工作量大为减少，从而使把时域问题转换到频域的高效处理成为可能。 按定义计算DFT，需要N2次复数乘法及N（N＋1）次复数加法，若N=1024，则实数乘和实数加各为419万次，计算量非常巨大。FFT只需Nlog2 N数量级的运算，计算量比值为1/100，并且序列越长，计算量的减少越显著，因此大大地节约了运算时间。 从三角公式也可看出有大量重复的cos、sin计算，FFT的作用就是用技巧减少cos、sin项重复计算。 FFT的具体实现方法有多种，关于这方面的讨论可参阅数字信号处理等有关文献资料，此处只简要介绍其中最基本、同时也是最重要的基 2时间选抽算法的原理。 FFT的思路是：将序列逐次奇偶对分，直到各子序列只含有一个数，求出单项序列的DFT，（为其自身），然后合成两序列的 DFT，由此再合成四项序列的DFT，------，最后由两个N/2项序列的DFT合成原序列的DFT。 从上图可见，变换后的输出序列X（k）按正序排列，但在输入序列X（n）的排列次序不是原来的自然顺序，而是变成了0，4，2，6，1，5，3，7。这是由于对原序列作了三次奇偶分解后得到的，如下图所示。掌握这一规律可对N为2的任意次幂的序列均能作出正确的抽取顺序。 可见在进行DFT的过程中，最后需对信号的频谱作采样，经过这种采样所能显示出来的频谱仅在各采样点上，而不在此类点上的频谱一律显示不出来，即使在其它点上有重要的峰值也会被忽略，这就是栅栏效应。 7、数字信号分析处理中存在的问题 及解决方法 1）量化误差 时间离散、幅值离散。量化误差的最大值为数字编码最后位所代表值的一半。 途径：加大量化编码的位数。十二位、十六位。 2）混叠 措施： ①提高采样频率， ②降低信号的最高频率fmax。抗混叠滤波。 3）泄漏 措施： ①增加截断长度。 ②采用不同的窗函数。目的使主瓣突出，二是使旁瓣尽快衰减。但实际上两者往往不可兼的得。 4）栅栏效应 措施： ①整周期截取; ②采用不同的窗函数。 图示周期信号作整周期截取的DFT 图示 周期函数作非周期截取的DFT 说明： 对x（t）采一段样，相当于用一矩形窗去截取原信号，在矩形窗外的信号值都假设为零，在矩形窗内同原信号。然后在作离散付里叶变换时，又相当于强迫原信号成为窗长度为周期的周期