第2章信号及其描述-2.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 7. 频谱分析的应用 频谱分析主要用于识别信号中的周期分量，是信号分析中最常用的一种手段。 案例：在齿轮箱故障诊断 通过齿轮箱振动信号频谱分析，确定各频率分量，然后根据机床转速和传动链，找出故障齿轮。 案例：螺旋浆设计 可以通过频谱分析确定螺旋浆的固有频率和临界转速，确定螺旋浆转速工作范围。 1.4 信号的时域波形分析 信号的时域波形分析是最常用的信号分析手段，用示波器、万用表等普通仪器直接显示信号波形，读取特征参数。 t A 1. 周期T，频率f=1/T T 2. 峰值P，峰-峰值Pp-p P Pp-p A 3. 均值与绝对均值 均值 0 t 均值：反映了信号变化的中心趋势，也称之为直流分量。 绝对均值 4. 有效值与均方值 有效值(RMS) 均方值（平均功率） 5. 方差 方差：反映了信号绕均值的波动程度。 信号x(t)的方差定义为： t x(t) 6. 平均功率 平均功率：有效值的平方 正弦信号 的强度表示 7. 波形分析的应用 超门限报警 信号类型识别 信号基本参数识别 Pp-p 案例：旅游索道钢缆检测 超门限报警 1.5 信号的幅值域分析 p(x)的计算方法 概率密度 概率 1. 概率密度函数 以幅值大小为横坐标，以每个幅值间隔内出现的概率为纵坐标进行统计分析的方法。它反映了信号落在不同幅值强度区域内的概率情况。 信号的概率密度函数与信号均值和均方值有如下关系 可以看出，均值是x(t)在所有x值上的线性加权和；均方值是x2 (t)在所有x2值上的线性加权和。 概率密度函数提供了随机信号幅值分布的信息，是随机信号的主要特征参数之一。不同的随机信号有不同的概率密度图形，可以借此来识别信号的性质。 2. 概率分布函数 概率分布函数是信号幅值小于或等于某值R的概率，其定义为： 概率分布函数又称之为累积概率，表示了落在某一区间的概率。 求图示周期方波的傅里叶级数（复指数函数形式），画出 和 图 解：周期方波一个周期内的表达式如下式所示： * * * * * * * * * * * * * * * 1.3 非周期信号的频谱分析 把非周期信号： ?周期T0 →∞的周期信号 周期信号x(t)，周期为T0，则其频谱是离散谱，而相邻谐波之间的频率间隔为?ω=ω0=2π/T0。 当T0→∞，则ω0=?ω→0， ?信号频谱谱线间隔?ω=ω0→0，无限缩小， ?相邻谐波分量无限接近， ?离散参数nω0可用连续变量ω来代替， ?离散频谱变成了连续频谱， ?求和运算可用积分运算来取得， 所以非周期信号的频谱是连续的。 周期信号x(t)，在[-T0/2, T0/2]区间内 式中， 当T0→∞时， ①积分区间由[-T0/2,T0/2]变为(-∞,∞)； ② ω0=2π/T0 →0， →离散频率nω0→连续变量ω。 1.傅立叶变换 X(jω)为单位频宽上的谐波幅值，具有“密度”的含义，故把X(jω)称为瞬态信号的“频谱密度函数”，或简称“频谱函数”。 一般为复数，用X(jω)表示为： X(jω)称为信号x(t)的傅立叶变换。 2.傅立叶逆变换 当T0→∞时，ω0=2π/T0→0 ， ① ω0=dω，②离散频率nω0→连续变量ω。③求和Σ→积分。则： x(t)为X(jω)的傅立叶逆变换（反变换） → 3.傅立叶变换对 由于ω=2π? -f 连续幅值谱 -f 连续相位谱 矩形窗函数 矩形窗函数 例2-6:矩形窗函数WR(t)的频谱 例2-7：单边指数衰减函数的频谱 4.周期和非周期信号幅值谱的区别 ①|X (j?)|为连续频谱，而|Cn|为离散频谱； ②|Cn|的量纲和信号幅值的量纲一致，即cm(振幅)，而|X (j?)|的量纲相当于|Cn|/?，为单位频宽上的幅值，即“频谱密度函数”，cm/Hz（振幅/频率）。 非周期信号幅值谱|X (j?)|与周期信号幅值谱|Cn|之间的区别： 5.傅立叶变换的主要性质 a.若x(t)是实函数，则X(j?)是复函数； b.若x(t)为实偶函数，则ImX(j?)=0，而X(j?)是实偶函数，即X(j?)= ReX(j?)； c.若x(t)为实奇函数，则ReX(j?)=0，而X(j?)是虚奇函数，即X(j?)＝-j ImX(j?)； d.若x(t)为虚偶函数，则ReX(j?)=0，而X(j?)是虚偶函数； e.若x(t)为虚奇函