第二讲_信号分析与处理幻灯片.ppt

2 非周期信号的频域分析 信号的频域分析 从傅立叶级数到傅立叶变换 傅里叶反变换 非周期矩形脉冲信号的频谱分析 1．傅立叶变换 2 非周期信号的频域分析 傅立叶正变换： 傅立叶反变换： [例] 试求图示非周期矩形脉冲信号的频谱函数 [解] 非周期矩形脉冲信号g(t)的时域表示式为 由傅立叶正变换定义式，可得 窗函数，门函数 sinc 函数 波形 性质： 偶函数； 闸门(或抽样)函数； 滤波函数； 内插函数。 1. 线性特性 2. 奇偶虚实特性 3. 对称互易特性 4. 展缩特性 5. 时移特性 6. 频移特性 7. 时域卷积特性 8. 频域卷积特性 9. 时域微分特性 10. 积分特性 11. 频域微分特性 12. 能量定理 傅里叶变换的基本性质 1.互易对称特性（对偶性） 2. 线性特性 其中a和b均为常数。 3. 展缩特性 证明: 令x=at，则dx=adt ，代入上式可得 时域压缩，则频域展宽；时域展宽，则频域压缩。 例：尺度变换变换后语音信号的变化 f (t) f (1.5t) f (0.5t) 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 -0.5 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5 一段语音信号(“对了”) 。抽样频率 =22050Hz f(t) f(t/2) f(2t) 4．时移和频移特性 5.时域微分特性 则 若 x(t) ?? X(w) 6.积分特性 若信号不存在直流分量，即X(0)=0 则 若 x(t) ?? X(w) 则 7.频域微分特性 则 若 x(t) ?? X(w) 将上式两边同乘以j得 证明： 8.卷积特性 ?函数: 是一个理想函数，是物理不可实现信号。 t S(t) t S(t) t S(t) ? 1/? 三、典型信号的频谱 特性： 1）乘积特性 2）积分特性（筛选特性，采样特性） 3）卷积特性 4）δ(t)的频谱 单位冲激信号及其频谱 正、余弦型信号 a)余弦信号及其频谱函数 正弦信号及其频谱函数 b)正弦信号及其频谱函数 单位脉冲序列 因为?T(t)为周期信号，先将其展开为指数形式傅立叶级数： * * * * * * * * * 这时可以引入一个与时间τ有关的量，称为函数的相关系数，简称相关函数，并有： 相关函数反映了二个信号在时移中的相关性。 x(t) y(t) 算法：令x(t)、y(t)二个信号之间产生时差τ，再相乘和积分，就可以得到τ时刻二个信号的相关性。 x(t) y(t) 时 延 器 乘法 器 y(t - τ) X(t)y(t - τ) 积分 器 Rxy(τ) 自相关函数： 自相关函数 自相关函数是 ? 的偶函数，RX(?)=Rx(- ?) 当 ?=0 时，自相关函数具有最大值 周期信号的自相关函数仍然是同频率的周期信号，但不保留原信号的相位信息 随机噪声信号的自相关函数将随 ? 的增大快速衰减 应用：检测混于噪声中的周期信号 齿轮箱振动 信号自相关 τ RX 0 互相关函数： 两个信号x(t)和y(t)在时间上的相关/相似程度 相关函数是时间位移τ的函数 峰值表示在此时间位移处二者有较强的相关性 两个相互独立的信号的相关函数为零 两相同频率的周期信号，互相关函数仍然是同频率的周期信号，且保留原了信号的相位信息。 如: 两个非同频率的周期信号互不相关。 正弦信号 正弦加随机噪声 窄带随机信号 宽带随机信号 白噪声信号 只要信号中含有周期成分，其自相关函数在τ很大时都不衰减，并具有明显的周期性。 不包含周期成分的随机信号，当 τ稍大时自相关函数就将趋近于零， 宽带随机噪声的自相关函数很快衰减到零, 窄带随机噪声的自相关函数则有较慢的衰减特性。 白噪声自相关函数收敛最快，为δ函数，所含频率为无限多，频带无限宽 相关分析的工程应用 案例：机械加工表面粗糙度自相关分析 被测工件 相关分析 性质3,性质4:?提取出回转误差等周期性的故障源。 案例：自相关测转速 理想信号 干扰信号 实测信号 自相关系数 性质3，性质4：?提取周期性转速成分。 案例：地下输油管道漏损位置的探测 t X1 X2 流体通过漏孔时产生的流动噪声，是频率不变、持续的噪声，并沿着管壁向管道两端传播； 将两传感器接收到的噪声进行频率分析，相干性好的频率段作为滤波器的通频带； 对两个信号进行相关分析，没有泄漏时，相关函数的值在零附