4信号的分析与处理.ppt

第4章 信号的分析与处理 学习目标 掌握常用的信号时域、频域分析方法和应用； 信号分析和信号处理的目的 1）剔除信号中的噪声和干扰，即提高信噪比； 2）消除测量系统的误差，修正畸变的波形； 3）强化、突出有用信息，削弱无用部分； 4）将信号加工、处理、变换，以便更容易识别和分析信号的特征，解释被测对象所表现的各种物理现象。 2、离散时间序列主要统计参数的计算 （1）离散信号的均值： （2）离散信号的均方值： （3）离散信号的均方根值： （4）离散信号的方差： 标准差： 3、时域统计参数的应用 （1）均方根值诊断法 利用系统上某些特征点振动响应的均方根值作为判断故障的依据。 均方根值诊断法可适用于作简谐振动的设备、作周期振动的设备，也可用于作随机振动的设备。测量的参数：低频（几十Hz）时宜测量位移；中频（1000Hz左右）时宜测量速度；高频时宜测量加速度。 国际标准协会的ISO2372、ISO2373对回转机械允许的振动级别规定如表4-1所示。 概率密度函数 对概率密度函数积分而得到概率，即: 2、典型信号的概率密度函数 （1）正弦波信号 正弦信号 x=Asinωt 的取值范围讨论： 当 时，说明x、y两变量是理想的线性相关； 当 时也是理想的线性相关，只是直线的斜率为负； 当 表示x、y两变量之间完全无关. 自相关函数的性质(2) 2) 值不同， 不同，当 时， 的值最大，并等于信号的均方值 。 自相关函数的性质(3) 3） 值的限制范围为： 由式 得 又因为 ，所以 自相关函数的性质(6) 正弦函数的自相关函数是一个余弦函数，在τ=0时具有最大值。 几种典型信号的自相关图的说明 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；窄带随机噪声的自相关函数则有较慢的衰减特性;宽带随机噪声的自相关函数很快衰减到零； 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。 互相关函数的性质（3） 相关测速的应用 利用相关测速的原理： 在汽车前后轴上放置传感器，可以测量汽车在冰面上行驶时，车轮滑动加滚动的车速； 在船体底部前后一定距离，安装两套向水底发射、接受声纳的装置，可以测量航船的速度； 在高炉输送煤粉的管道中，在相距一定距离安装两套电容式相关测速装置，可以测量煤粉的流动速度和单位时间内的输煤量。 2 ）相关分析在故障诊断中的应用 例题 已知信号的自相关函数 ，求该信号的均方值 与 关系： 3.功率谱密度函数的命名 自功率谱的图形解释 表明： 曲线下的面积与 曲线下的面积相等。 巴塞伐尔定理（2） 功率谱的估计式 模拟信号自谱的估计式为： 互谱排除噪声影响（2） 式中 为系统频率响应函数。 可见，利用互谱分析可排除噪声的影响，这是这种分析方法的突出的优点。 然而应当注意,利用上式求线性系统的H(f)时,尽管其中的互谱 可不受噪声的影响,但是输入信号的自谱 仍然无法排除输入端测量噪声的影响,从而形成测量的误差。 互谱排除噪声影响（3） 受外界干扰的测试系统图中， 是输入端的噪声，对分离我们感兴趣的输入信号来看,它是一种干扰。 为了测试系统的动特性,有时我们故意给正在运行的系统以特定的已知扰动—输入n(t)，从式 可以看出，只要n(t)和其它各输入量无关,在测得 和 后就可以计算得到H(f)。 复倒频谱概念 若信号x(t)的傅里叶变换为 本章小结 1.信号分析内容的理解： 信号的时域描述反映了信号幅值随时间变化的特征； 相关分析从时域为在噪声背景下提取有用信息提供了手段； 信号的频域描述反映了信号的频率结构和各频率成分的幅值大小； 功率谱密度函数、相干函数、倒谱分析则从频域为研究平稳随机过程提供了重要方法。 2.相关函数与相关系数的关系，相关系数的取值范围。自相关函数性质中性质5重要。互相关中理解性质5，6，7。 3.功率谱密度函数的定义，与幅值谱的关系，可以排除噪声（互相关也可以排除噪声）。 4.相干