第1章工程测试技术.pptVIP

例1-1 解： ②求振幅和初相角 ④频谱图 复杂周期信号的频谱具有以下三个共同特点： ①、频谱是一根根离散的谱线组成的； ②、每条谱线只出现在基波频率的整数倍上，不存在非整数的频率分量； ③、各谐波分量的幅值随谐波次数或频率的增高而减小。 概括成：离散性、谐波性和收敛性 准周期信号的各谐波成分的频率比不是有理数，其频谱是离散谱。 例如： 通常所说的非周期信号是指瞬变非周期信号。下面主要讨论这种非周期信号的频谱. 2 ．奇偶虚实性 4．尺度变换性质 尺度变换性质证明 时移加尺度变换证明 例 （时移性质） 6．频移特性 例 频谱图 7．卷积定理 时域卷积定理的证明 第四节 几种典型信号的频谱 一、单位脉冲函数 及其频谱 矩形脉冲信号： 函数的性质 抽样性(筛选性) 2.?奇偶性 3． 函数的频谱 随机信号具有不能被预测的瞬时值；不能用解析的时域模型来加以描述；能由它们的统计的和频谱的特性来加以表征。 描述随机信号常采用概率统计的方法。 样本函数 ：随机信号按时间历程所作的各次长时间的观察 ，记作 。 样本记录 ：在有限时间区间上的样本函数。 随机过程 ：同一试验条件下的 全部样本函数的集（总体）， 记为 。 概率密度函数 随机信号的概率密度函数是表示信号幅值落在指定区间内的概率。 对图所示的信号，x(t)值落在(x,x+Δx)区间内的时间Tx 当样本函数的记录时间T、趋于无穷大时，Tx/T的比值就是幅值落在(x，x+Δx)区间的概率，即 定义幅值概率密度函数为： 概率密度函数提供了随机信号幅值分布的信息，是随机信号的主要特征参数之一。不同的随机信号有不同的概率密度函数图形，可以借此来识别信号的性质。 当不知道所处理的随机数据服从何种分布时，可以用统计概率分布图和直方图法来估计概率密度函数。 （3）自相关函数的功用——鉴别信号特征 面积1保持不变； 脉宽↓； 脉冲高度↑； 窄脉冲集中于 t=0 处。 ★面积为1 ★宽度为0 三个特点： 若面积为k，则强度为k。 函数值只在t = 0时不为零； 积分面积为1； t =0 时， ，为无界函数。 1．抽样性 2．奇偶性 3．卷积特性 对于移位情况： 如果f(t)在t = 0处连续，且处处有界，则有 3.?卷积特性 由欧拉公式 由 性质 二．正弦信号的频谱 同理 频谱图 三．周期单位脉冲序列的傅里叶变换 频谱 第 五节 随机信号的处理与分析 信号的均值μx为： 它是信号的常值分量。 有效值是信号的均方根值Ｘrms，即： 有效值的平方—均方值就是信号的平均功率Ｐav，即： 它反映信号的功率大小。 一、随机信号的幅值域分析 信号的方差为： (a) 正弦信号 (b) 正弦信号加随机信号 (c) 窄带随机信号 (d) 宽带随机信号 图1-24 四种典型随机信号及其概率密度函数图形 1. 相关 信号相关性是指两信号之间相互关联的程度。 2. 自相关函数 二、随机信号的时间域分析 2） 在 处取得最大值，即 并且 等于函数的均方值，即 3.自相关函数性质 1) 是 的偶函数，即： ； 5）若随机信号不含有直流分量 (即 ) ，则随 着 值的增大而很快衰减至零；若包含有 (即 ) 则随着 值的增大， 收敛于： 4）周期信号 的自相关函数 仍是周期函数， 且周期与 的周期相同，但 中不具有原的相 位信息； 6）若随机信号中含有周期分量，则自相关函数 中必定有此周期分量。 例1-4 求正弦函数 的自相关函数。 解： 保留了周期、频率信息，但丢失了相位信息 (a) 正弦信号 (b) 正弦信号加随机信号(c)窄带随机信号 (d)宽带随机信号 图2-26 四种典型随机信号及自相关函数 例1-2 第三节 非周期信号的频谱分析 一．傅里叶变换 ：周期信号 非周期信号 连续谱，幅度无限小； 离散谱 1. 引出 0 再用