传感器与测试技术课件3 信号的分类与描述.ppt

图 单位阶跃信号及其频谱 a) 单位阶跃信号 b) 单位阶跃信号的频谱 3.4 几种典型信号的频谱 3.5随机信号的概念及分类3.5.1 随机信号的概念 不能用精确的数学关系式描述时间函数； 不能预测未来任何时刻的准确值； 可用概率统计方法进行描述和研究。 随机现象 ：产生随机信号的物理现象 。 样本函数：随机信号的单个时间历程，xi(t)。 随机过程：随机现象可能产生的全部样本函数的集合（总体），记作 { x(t) }={ x1(t)，x2(t)，…，xi(t)，…} 特点 3.5随机信号的概念及分类 随机过程的样本函数 3.5随机信号的概念及分类 3.5.2 随机信号的分类 连续随机过程： 如果随机过程 ， 都是连续随机变量 。 离散随机过程： 如果随机过程 对于任意的 ， 都是离散随机变量 。 对于任意的 ， 3.5随机信号的概念及分类 集合平均：对全部样本函数在某时刻之值xi(tk)求平均的运算。例如，时刻t1的平均值为： 随机过程在t1和t1+τ两不同时刻的相关性可用相关函数表示为 3.5随机信号的概念及分类 非平稳随机过程：统计特征参数随时间变化的随机过程。 平稳随机过程：统计特征参数不随时间变化的随机过程。 各态历经过程：平稳随机过程的每个样本函数的时间平均统计特征均相同，且等于总体统计特征 (时间平均等于集合平均) 。 各态历经过程第i个样本的时间平均运算，例如： 3.5随机信号的概念及分类 各态历经过程的工程意义： 任何样本函数在足够长的时间区间内，包含了各样本函数所有可能出现的状态。 可以用单个样本函数的时间平均描述各态历经过程的特性。工程中绝大多数随机过程可以看作或近似为各态历经过程。 3.5随机信号的概念及分类 1 信号的描述 * 定义傅里叶变换 傅里叶逆变换则为 分别记为X(ω)=F[x(t)], x(t)= F－1 [X(ω) ]。x(t)和相应的频域函数X(ω)为傅里叶变换对，记为： x(t) X(ω) 对傅里叶积分式 3.3 非周期信号的频谱 代入 ，有 一般X(f)是实变量的复函数，可以写成 3.3 非周期信号的频谱 周期信号幅值谱|cn|的量纲即为信号幅值的量纲，瞬变信号幅值谱|X(f)| 为信号在单位频宽上的幅值。所以 |X(f)| 是频谱密度函数，工程测试中仍称为频谱。 |cn|是离散的，|X(f)|是连续的。 周期信号与瞬变信号幅值谱的区别： 3.3 非周期信号的频谱 例 矩形窗函数的频谱 其中森克函数：sincx=sinx/x。 随着x的增加，森克函数以2?为周期作衰减振荡；它是偶函数，并且在n?(n=?1, ?2, …)处为0。 解: 3.3 非周期信号的频谱 矩形窗函数及其频谱 瞬变信号频谱的特点： 瞬变信号的频谱是连续的，幅值随着频率的增加而衰减。 3.3 非周期信号的频谱 3.3.3 傅里叶变换的主要性质1奇偶虚实性 显然，可以根据函数的奇偶性判断实频谱和虚频谱的奇偶性。 3.3 非周期信号的频谱 3.线性叠加性质 由傅里叶变换的定义容易证明，若 ，有 式中： —为常数。 3.对称性质 则有 若 证明： 以-t替换t，有 将t与f互换，得 的傅里叶变换 3.3 非周期信号的频谱 对称性质表明傅里叶变换与傅里叶逆变换之间存在对称关系，即信号的波形与信号频谱函数的波形有互相置换的关系。利用这个性质，可以根据已知的傅里叶变换得出相应的变换对。 图 对称性示例 3.3 非周期信号的频谱 4 时间尺度改变性质 即时域时间压缩k倍，则频域的扩展和幅值的降低均为k倍。 证明：当信号x(t) 的时间尺度变为 kt 时，有： 在信号x(t) 幅值不变的条件下，有： 3.3 非周期信号的频谱 时间尺度改变性质举例 时间扩展 k=1/2 k=1 时间压缩 k=2 3.3 非周期信号的频谱 5 时移和频移性质 当时域信号延迟t0时，其频谱函数乘因子 ，因此会改变相频谱，而幅频谱不变。。 , 时移性质 若F[x(t)]=X(f)，并且t0为常数，则有： 证明： 3.3 非周期信号的频谱 频移性质 若频谱沿频率轴右移一个常值f0，对应的时域函数将乘因子 。 与时移性质同理，有： 证明: 3.3 非周期信号的频谱 6.微分和积分特性 微分特性:若 积分特性:若 微分与积分特性在信号处理中很有用。在振动测试中，如果测得位移、速度或加速度中任一参数，便可用傅里叶变换的微分或积分特性求其它参数的频谱。 3.3 非周期信号的频谱