汽车试验学第一章摘要.ppt

第一章 信号及其特性分析1.1 概述 1.2 周期信号 周期信号 是一种周期性重复出现的信号 最简单的周期信号是正弦信号 一、傅里叶级数和周期信号的分解1.傅里叶三角级数展开式 令 ， ，将其代入上式得： 2. 傅里叶级数的复指数函数展开式 为了运算方便，常将傅里叶级数写成复指数形式： 周期信号频谱的基本特点为： 离散性：周期信号的频谱是由离散的谱线组成的，每一条谱线表示一个正弦分量。 谐波性：每条谱线只出现在基波频率的整数倍的频率上。 收敛性：各频率分量的谱线高度与对应谐波的幅值成正比。常见的周期信号幅值总的趋势是随谐波次数的增高而减小。由于周期信号表现出收敛性，故在实际测量中没有必要取那些次数过高的谐波分量。 二、周期信号的均方值、均方根值、平均功率和相关函数 均值、绝对均值、均方值和均方根值都是描述信号强度的量。 所谓均值是周期信号 在一周期内对时间的平均值，均值就是信号的常量分量，即 周期信号全波整流后的均值就是信号的绝对均值，即 周期信号的均方值和均方根值由下式求得： 信号的均方根值是信号的有效值，它反映了信号功率的大小。有效值的平方—均方值就是信号的平均功率，其表达式为： 周期信号的相关函数R12是描述两个时间函数 和 之间的相似程度的，定义： 为周期信号 和 的互相关函数。 当 = = 时，上式变成： 称之为 的自相关函数。当?=0时，自相关函数 等于周期信号的平均功率，即 1.3 非周期信号一、非周期信号和傅里叶积分 周期信号的傅里叶级数的复数形式为： 谱线之间的频率间隔 当周期 时，频率间隔 ，离散频谱中相邻的谱线无限接近，并连在一起，离散变量??就变成了连续变量?，求和运算就变成了求积分运算，于是得： 称 为 的傅里叶积分或变换，称 为 的傅里叶逆变换，两者互为傅里叶变换对，即 将????f代入上式中，则 上式简化后得： 二、傅里叶变换的主要性质 1. 线性叠加性 若 和 分别有傅里叶变换为 、 ，则 2. 对称性 若 的傅里叶变换为 ，即 则 3. 奇偶虚实性 利用欧拉公式，将公式改写为： 式中 实部— 虚部— 如果 是实函数，那么， 一般为具有实部和虚部的复函数。 如果 是实偶函数，则 ， 是实偶函数。 即 如果 是实奇函数，则 ， 是虚奇函数。 即 如果 是虚函数，则上述结论的虚实位置相互交换。 例如： 则 式中 实部— 虚部— 4. 时间尺度改变 在信号　　幅值不变的条件下，若　　　　　　，则 5. 时移特性 若 则 即把时域信号沿时间轴平移一常值t0，则使其频域引起相应的相移 6. 频移特性 若 则 即在频域中将频谱沿频率轴平移一常值 ，则相当于在对应时域中将信号乘以因子 。 7. 微分和积分特性 若 则 卷积特性两个函数 和 ，定义 为函数 与 的卷积，记作 若 则 9. 能量积分(巴什瓦等式) 若 则 在时域中计算的信号总能量等于在频域中计算的信号总能量。 1.4 随机信号一、概述 对随机过程作长时间的观察和记录，可以获得一个时间历程，称其为样本函数并记作xi(t)，在有限时间区间上的样本函数称为样本记录。在相同试验条件下，对该过程重复观察，可以得到互不相同的许多样本函数x1(t),x2(t),x3(t),…xi(t)，全部样本函数的集合(总体)就是随机过程，记作?x(t)?，即 ?x(t)? = ?x1(t),x2(t),x3(t),…xi(t)…? 随机过程的各种平均值是按集合平均来计算的。集合平均的计算是在集合中的某时刻，对所有样本函数的观测值取平均，即 随机过程两个不同时刻，如t1和t1+?时刻之值的相关性，可以用t1和t1+?时刻瞬时值乘积的集合平均来计算，即自相关函数为： 在一般情况下，计算得来的?x(t1)和Rx(t1, t1+?)将随t1的改变而变化。这样的随机过程称之为非平稳随机过程。若?x(t1)和Rx(t1, t1+?)不随t1的改变而变化，这