数据采集与信号处理据采集与信号处理.doc

数据信息采集与处理基本内容：基于FFT的功率谱分析程序设计与应用 基本要求 对一个人为产生的信号进行采用FFT变换方法进行功率谱分析。 已知信号x(n)=80.0*COS(2*3.14*SF*n/FS) 式中： n=0,1,2 ……N-1 SF---信号频率 FS---采样频率 其FFT变换结果X(k)可用下面提供的FFT子程序求出，计算功率谱的公式为： W（k）=2(XR(k)2 +XI(k)2)/N 式中：k=0,1,2 ……N/2-1 XR(k)--- X(k)的实部 XI(k)--- X(k)的虚部 请用VB，VC或C++Builder编译器编程，或采用MATLAB计算，或采用高级语言调用MATLAB计算。处理结果为采用窗口显示时域波形和频域波形。 此信号的时域谱、频域谱、功率谱如下面图1~图3所示： 图1 图2 图3 其MATLAB代码为： FS=200; SF=10; N=1024; n=0:N-1; t=n/FS; x=80.0*cos(2*3.14*SF*t); figure; plot(t，x); xlabel(t); ylabel(y); title(x=80.0*cos(2*3.14*SF*t)时域波形); grid; y=fft(x,N); mag=abs(y); f=(0:length(y)-1)*FS/length(y);%进行对应的频率转换 figure; plot(f(1:N/2),mag(1:N/2));%做频谱图 xlabel(频率(Hz)); ylabel(幅值); title(x=80.0*cos(2*3.14*SF*t)幅频谱图N=1024); grid; Py =2*(y.*conj(y))/N; %计算功率谱密度Py figure; plot(f(1:N/2),Py(1:N/2)); xlabel(频率(Hz)); ylabel(功率谱密度); title(x=80.0*cos(2*3.14*sf*t)功率谱密度); grid; 对实验所采集的转子振动信号进行频谱分析 图4 其MATLAB代码： SF=1000; fid = fopen(D:\数据采集与信号处理作业\信号处理大作业\sanjiao_45HZ_1024_1000HZ);%转子信号 [a,N]= fscanf(fid,%f); fclose(fid); y=fft(a,N);%FFT运算 Pyy =sqrt(y.*conj(y))*2.0/N; %取功率普密度 f=(0:length(Pyy)-1)*SF/length(Pyy); LPyy=20*log10(Pyy); plot(f(1:N/2),Pyy(1:N/2));%输出FS/2点幅频谱图 xlabel(频率(Hz)); ylabel(幅值); title(转子振动信号频谱图); grid; 讨论 信号经过均值化处理或不经过均值化处理的结果比较： 图5 图6 通过以上两个图（图5、图6）的分析，我们可以看出均值化处理后的频谱的低频段消失，这就去去除了常规的干扰频谱，如环境噪声等，对我们进行频谱分析有很大作用。 其MATLAB代码为： Fs=200; %采样频率 n=0:1:200; N=1024; SF=10; %信号频率 xn=80.0*cos(2*3.14*SF*n/Fs)+70;%产生波形序列 window=boxcar(length(xn)); %矩形窗 nfft=512;%采样点数 [Pxx,f]=periodogram(xn,window,nfft,Fs); %直接法 plot(f,Pxx); xlabel(频率(Hz)); ylabel(功率谱密度); title(含有直流分量的余弦曲线未均值化的功率谱波形图); grid; 采用不同窗函数时的谱结果（矩形窗函数, 汉宁窗函数，汉明窗）如图7~12所示。 图7 图8 图9 图10 图11 图12 其MATLAB代码为： y=fft(x,N); mag=abs(y); f=(0:length(y)-1)*FS/length(y);%进行对应的频率转换 w_han=(hanning(N)); y1=x.*w_han; figure; plot(t,y1); xlabel(t); ylabel(y); title(汉宁窗时域波形); grid; y2=mag.*w_han; figure; plot(f(1:N/2),y2(1:N/2)); xlabel(频率(Hz)); ylabel(幅值); title(汉宁窗频域特性); g