机械工程测试技术基础讲稿(第三部分).ppt

xs(t) Xs(f) W(f) xs(t)w(t) Xa(f)*S0(f)*W(f） 谱泄漏 由于矩形窗函数的频谱为无限带宽的sinc函数， 所以即使x(t)为带限信号，经截断后必然成为无限带 宽信号，这种信号的能量在频率轴分布扩展的现象 (Gibbis现象)称为泄漏。 谱泄漏 出现的问题 相应的对策 选择合理的窗函数 问题和对策 窗函数 窗函数的性能指标： 主瓣宽度－－同频率分辨率有关，越窄越好； 主瓣高度与最大旁瓣高度之比－－同泄漏有  关，越大越好； 最大旁瓣衰减率－－同泄漏有关，越大越好。 W ( f ) f 0 T 1 /T 1 /T 主瓣 旁瓣 1、矩形窗 w ( t ) 0 1 T /2 T /2 t W ( f ) f 0 T 1 /T 1 /T 特点：主瓣最窄，频率分辨力高；旁瓣高，泄漏大。 常用窗函数 w ( t ) 0 1 T /2 T /2 t W ( f ) f 0 T /2 2 /T 2 /T 2、三角窗 特点：主瓣宽，频率分辨力低；旁瓣低且无负值，泄漏 小。 3、汉宁窗（余弦窗） 其中 w ( t ) 0 1 T /2 T /2 t W ( f ) 0 T /2 2 T 2 T f 特点：主瓣宽，频率分辨力低；旁瓣非常低，大大抑制 泄漏。 4、哈明窗（余弦窗） 其中 w ( t ) 0 1 T /2 T /2 t W ( f ) 0 T /2 2 T 2 T f Hamming 特点：同Hanning，但旁辨比汉宁窗衰减得快，应用也 很广。 5、指数窗 w ( t ) 1 0 t W ( f ) 1/ a 0 f 特点：主瓣很宽，频率分辨极低；无旁瓣，大大抑制泄漏。适于测量脉冲等随时间变化迅速衰减的信号。 抑制噪声 提高SNR 频域采样与栅栏效应 频域采样 频域离散，时域延拓 经频域采样后的频谱仅在各采样点上存在，而非采样点的频谱则被“挡住”无法显示（视为0），这种现象称为栅栏效应。显然，频域采样必然带来栅栏效应。 在时域，只要满足采样定理，栅栏效应不会丢失信号信息，但在频域，则有可能丢失的重要的或具有特征的频率成分，导致谱分析结果失去意义。 栅栏效应 频率分辨率（力） 效率和分辨率之间存在矛盾关系 整周期采样 对于周期信号，采用整周期采样可消除栅栏效应 栅栏效应 出现的问题 相应的对策 对于周期信号， 采用整周期采样 问题和对策 X(f)?S0(f) x(t)s0(t) s0(t) x(t) S0(f) X(f) w(t) W(f) x(t)s0(t)w(t) X(f)?S0(f)?W(f) s1(t) S1 (f) [X(f)?S0(f)?W(f) ] S1 (f) [x(t)s0(t)w(t) ] * s1(t) 作业： 1) P44:2-8; 2) 简述数字信号处理的基本步骤、出现的问题和相应的对策。 The End Bye -Bye! 第三部分授课内容 1. 随机信号 2. 数字信号处理的基本步骤 3. 离散付里叶变换 4. 信号数字化出现的问题 非平稳信号：统计特征参数随时间而变化的随机信号。 平稳信号：概率密度函数不随时间而变化的随机信号为严平稳信号，两阶及以下阶次矩不随时间而变化的随机信号为宽平稳信号。 各态历经信号：任一单个样本函数的时间平均统计特征等于该过程集合平均统计特征。 非各态历经信号：某一单个样本函数的时间平均统计特征不等于该过程集合平均统计特征。 不能用确定的数学关系式表达，不能预测未来任何 瞬时的精确值，但其值的变化服从统计规律。因此，可 通过数理统计、概率论的方法进行描述。 定义和分类 几个重要的概念 样本函数：按时间历程所作的各次长时间观测记 录； 样本记录：按时间历程所作的各次有限时间观测 记录； 随机过程（信号）：全部样本函数的集合(总体)； 集合平均：将集合中所有样本函数对某一时刻的 观测值取平均； 时间平均：按单个样本的时间历程进行平均。 0 0 0 0 0 x 1 ( t ) x 2 ( t ) x 3 ( t ) x 4 ( t ) x 5 ( t ) t 1 t 2 t t t t t 随机信号的描述方法 时域描述方法 矩 概率密度函数 原点矩（如均值、均方值等） 中心矩（如均方差等） 联合矩（如互相关函数、 协方差函数等） 频域描述方法：功率谱、能量谱 主要特征参数 均值及其估计值（各态历经随机信号） 估计值: