第七章动态信号处理.pptx

第7章　动态测试数据处理基本方法 　第一节　动态测试基本概念　动态测试　动态测试数据分类　第二节　随机过程及其特征量　随机过程基本概念　随机过程的特征量　第三节　随机过程特征量的实际估计　平稳随机过程及其特征量　各态历经随机过程及其特征量 非平稳过程的随机函数主要内容第一节　动态测试基本概念 一、动态测试1）动态测试与静态测试静态测试：被测量静止不变测量误差基本相互独立动态测试：被测量随时间或空间而变化测量系统处于动态情况下测量误差具有相关性2）动态测量误差特点时空性；随机性；相关性；动态性第一节　动态测试基本概念 无解析表达、用概率统计量预测大多数信号是随机过程。二、动态测试数据的分类能用解析公式表达动态测试数据随机过程数据确定性数据信号的域：1.时域 2.频域3.时域频域变换4……Domain周期数据非周期数据平稳过程非平稳过程正弦周期复杂周期准周期瞬态数据各态历经非各态历经0000第一节　动态测试基本概念 确定性数据：能够用明确的数学关系式表达１、周期数据P1.m运行显示正弦周期数据和不同频率正弦周期数据叠加而成的符合周期数据及其频谱myP2.m方波的频谱变换，很有意思。。① 正弦周期数据② 复杂周期数据第一节　动态测试基本概念 ２、非周期数据1.不能用离散的频谱表示，但是又确定的数学表达式：如，方波的频谱。2对于随机数据，比如把刚才的例子加入随机噪声；又常见的有振动信号，没有解析表达式，这就是随机过程了。3.傅里叶变换结果包含幅值和相位，幅值谱和相位谱，看书上7-7和7-8① 准周期数据（　　不全为有理数）0② 瞬态数据0第二节　随机过程及其特点一、随机过程的基本概念每个xi称为随机函数的一个样本1、随机函数随机因素（加入随机噪声）被测量随机函数：若对于自变量的每一个给定值，该 函数都是一个随机变量。2、 的意义第二节　随机过程及其特点二、随机过程的特征量：表现为一个统计函数1、概率密度函数—描述某一时刻随机数据落在给定 区间的概率概率函数概率密度函数说明： 反映了在 振幅这个位置单位振幅内的 概率，即概率随振幅的变化率。振幅不同， 落在单位振幅内的概率不同。第二节　随机过程及其特点2、均值、方差和方均值随机函数的中心趋势每个现实相对于均值函数变动的分散程度平方均值，随机函数的绝对强度反映随机过程不同时刻之间的相关程度3、自相关函数：标准自相关函数第二节　随机过程及其特点自相关函数的性质：a、　基本特征量：b、　随机函数c、设　非随机函数加上非随机函数，自相关函数不变第二节　随机过程及其特点4、谱密度函数：反映随机数据的频率分布情况确定性数据：频谱图（f-A图）随机数据：谱密度第二节　随机过程及其特点说明：（1） 反映了随机过程强度在各个频率变化的快慢。（2）（3）（4） 的特性0　是非负实偶函数　傅立叶变换第三节　随机过程特征量的估计一、平稳随机过程及其特征量１、平稳随机过程：所有特征量与t无关0002、平稳随机过程的条件随机过程的均值和自相关函数显然随着t的推移而有明显的变化。比如启动阶段的振动，是随机的，但是不平稳随机过程的均值虽然是常数，但是过程的分散程度，即方差函数随着t的推移有明显的增加，因此也是不平稳的。特征量，均值，方差不随t的变化有明显变化，t的选择任意的，是随机的，平稳的。自相关函数且与t无关0第三节　随机过程特征量的估计3、平稳随机过程的特征量①均值和方差： 结论：可根据某一时刻的样本值计算该随机过程 的均值、方差。② 自相关函数： 标准化自相关函数结论：可由任意间隔为 的两时刻样本值估计自 相关值 。第三节　随机过程特征量的估计自相关函数的性质： ， 最大， 只需计算出的，不必研究 的情况 对， 与 不相关,当 时 若 有周期T，则 也有周期T，用来判别平稳随机过程是否含有周期信号第三节　随机过程特征量的估计4、平稳随机过程特征量的实验估计　(总体平均法）这是均值吗？这是均值函数从实验结果有限个样本函数的总体中，按照不同的时刻tk计算该时刻所对应的各种统计量，得到统计量函数，即是总体平均法。方差，函数协方差，函数第三节　随机过程特征量的估计二、各态历经随机过程及其特征量各态历经随机过程：一个现实代表所有样本集合的特性00判别各态历经随机过程的充分条件：