第五章数学信号变换与处理技术基础精编.doc

第五章 数学信号变换与处理技术基础 数字信号分析是振动测试中的一种重要方法，也是近年来测试技术的发展方向。数字信号的测试，先由传感器测量产生出模拟信号，然后将模拟信号转化成数字信号，再利用数字信号处理技术进行分析与处理。傅里叶变换是动态信号分析的基础，它起源于傅里叶级数，并通过长期发展逐步形成一套动态信号时—频变换的基本方法，它不仅可以实现线性谱分析，而且还是功率谱（自功率谱和互功率谱）估计的关键环节。通过傅里叶反变换，还可以由功率谱密度求出相关函数（自相关和互相关函数）。此外，傅氏变换还是卷积、数学滤波等信号处理的中间环节。早期，运用模拟仪器进行傅里叶分析是很不方便的，随着计算机技术的发展，现代动态信号分析采用数字化方式实现，其核心是离散傅里叶变换（DFT）。特别是1965年公布了快速傅里叶变换方法以后，离散傅里叶变换算法开辟了动态信号分析的新纪元，也大大推动了现代模态分析技术的发展。 第一节 傅里叶变换 一、傅里叶级数 如果振动波形是任何形式的周期函数，则可利用傅里叶级数将其分解为若干个简谐振动，这些简谐振动的频率成谐波（即整数倍）关系。 设周期性振动的时间函数为，周期，它可展开成为傅里叶级数如下： （5-1） 是一个时间域的函数，式中 （5-2） 式中的为在周期内的平均值或常数部分，和称为傅里叶系数。傅里叶级数法乃是用许多曲线、去凑成曲线，这些曲线的峰值和的大小按误差平方和最小的要求去确定。 为了应用上的方便，可将傅氏级数的形式转换为复指数的形式，利用欧拉公式： （5-3） 式中得，则式（5-1）可写成： （5-4） 由于，，因此 将以上两式代入式（5-4），并考虑到（当时），可得 （5-5） 令 （5-6） 则 （5-7） 这就是傅氏级数的复指数形式，用复指数展开周期函数，就是将频率范围从扩展到，但其谱线仍为离散的，称为的傅氏变换，称为的傅氏逆变换。 将傅氏级数系数的表达式代入式（5-6），可得： （5-8） 二、傅里叶积分 对于非周期振动，其周期T无限长的，在整个时间，无限长是不存在，可以在一个有限区间中分析，对于无穷域中的数据，考虑有限区间 （5-9） 为谱线间隔，、与有如下关系 ， 因此 当时， 令 （5-10） （5-11） 与周期函数一样，称为的傅氏变换，称为的傅氏逆变换。非周期函数傅里叶积分是傅里叶级数的推广，与周期函数不同的是，其谱线是连续的，即能量在频域内呈连续分布。 第二节 离散傅里叶变换（DFT） 由于是一个时间连续的信号，因此对于式（5-8）及（5-10）均不宜直接用于计算机运算，因为计算机只可能对有限长度的离散序列进行运算和存贮。因此，必须对连续的时域信号进行抽样（离散化）和截断，这也就是离散傅里叶变换的由来。 首先来看一下，傅里叶级数的离散算法，傅里叶级数复数形式的原始表达式为 （5-12） 对于周期函数，其频谱也是周期变化，因此取时间信号的一个周期来分析即可，如图5-1（a）一周期函数，设其时间周期长度（也称为采样周期），在一个采样周期内的采样点数为（往往也称之为分析点数），采样间隔为，即每经过时间，计算机将模拟信号上的对应点量化为数字信号，这个过程等效于将频率为的采样脉冲（如图5-1（b））对连续时域模拟信号进行调制和量化过程，、、的关系为，实际上，但一般往往很大，因此为了计算方便取。称之为采样频率，其物理意义是每秒采样点数。周期的倒数为谱线间隔，即（），即在频率内其幅频曲线是由条离散谱线独立组成。也称之为频率分辨率，越小则频率分辨率越高，频率分辨率、分析点数、采样频率三者之间关系为，它说明在分析点数一定下采样频率越高分辨率越低、在采样频率不变下分析点数越大分辨率越高。 图5-1 连续信号离散 在进行了如图5-1（a）所示的离散之后，式（5-12）所表示达的积分，可用乘积之和来代替： 式（5-12）中，用代替，表示第条谱线；用代替；积分符号用求和来表示，则一个周期内积分 （5-13） 相应的，离散傅立叶逆变换 （5-14） 对于非周期信号的傅里叶变换关系式为 由上式可知，其正变换和逆变换都是连续函数，但是，在计算处理时，不能把无限长时间历程内的整个信号都拿来处理，必须进行截断采样处理。这时傅里叶变换就转换为傅里叶级数，其周期为采样长度，这实际上就是对非周期信号的离散傅里叶分析。从实质上来讲是一种等效的傅里叶级数分析。其计算公式与式（5-13）的形式相同。当是周期函数时，T就是周期；当不是周期函数时，T就是截断的样本长度。通过以上分析，离散傅里叶变换的真正意义在于：可以对任意连续的时域信号进行抽样和截断，然后