中学课件数字谱分析.pptVIP

* * 数字谱分析 数字谱分析是用数学方法求信号的离散谱是以DFT和 滤波理论为基础的。 4.1 信号的分类与预处理 不同角度的分类： (1) 确定性信号和周期信号 (2) 能量信号和功率信号 (3) 周期信号和非周期信号 (4) 连续时间信号和离散时间信号 预处理： 1) 对模拟信号进行抽样，量化 2) 长序列截断 3) 去除均值 信号的分类与预处理 4) 趋势的删除 5) 数据的滤波处理 6) 进行平稳性，正态性，周期性检验 4.2确定性信号的相关函数及谱分析 分析确定性信号的能量谱或功率谱的两条途径： 4.2.1确定性信号的幅度谱，相位谱 两种方法： 1) 短时傅里叶变换 2) 长序列的分段卷积 确定性信号的相关函数及谱分析 1）短时傅里叶变换 过程：当长序列的一部分(M点)到达后开始作N点的DFT, 随着信号的到达，不断在上一次谱分析的结果上 累积新的修正值 2) 分段卷积型谱分析器 方法一：重叠相加法 方法二：重叠舍入法 4.2.2 确定性信号的相关函数 确定性信号的相关函数 总结：自相关函数表示同一序列前后之间的相似性 相关函数可以看成是一个相关序列的通项表示式 相关函数的性质： 2) 对于能量信号，序列本身(m=0)的自相关函数就是序列能量 相关定理 能量信号x(n)的自相关函数与能量谱是一个傅氏变换对 4.2.3 确定性信号的能量谱，功率谱 说明：序列总能量E等于m=0时的自相关函数 时域总能量等于频域总能量 2)功率谱----维纳--辛钦定理 确定性信号的能量谱，功率谱 维纳－－辛钦定理： 功率信号的自相关函数和其功率谱是一个傅氏变换对 注意： 已知频谱能恢复出x(n) 已知能量谱或功率谱恢复不出x(n),恢复出自相关函数 4.3 随机信号的相关函数和谱分析 随机信号：无法预测其未来时刻准确值的信号 处理随机信号的方法： 从统计的角度出发对被观测信号实行平均运算 4.3.1 随机信号的数字特征和分类 方法：用矩描写随机变量的数字特征 原点矩：与原点0差值的各次方的平均 随机信号的数字特征和分类 中心矩：相对于自身均值的偏差值的各次方的平均 结论：协方差是去除均值后的相关 随机过程统计特性的求法： 1）集合平均 2）时间平均 遍历：集合平均和时间平均一致 4.3.2 随机信号的相关函数 自相关函数的性质： 随机信号的相关函数 结论：方差等于均方值减均值平方 均值为零的信号，方差等于平均功率 4.3.3 随机信号的功率谱 随机信号中的维纳－－辛钦定理： 随机序列x(n)的自相关函数与该序列的自功率谱 密度函数是一个傅氏变换对 自相关函数将无限能量序列变为有限能量序列 将随机序列转变为确定性序列 随机信号的功率谱 * * *