第2章_测试信号的描述 测试技术教学课件.ppt

2. 正、余弦信号的频谱 由欧拉公式可知 上述两式的傅里叶变换为 利用傅里叶级数的复指数展开的方法和利用傅里叶变换的方法获得正、余弦信号的频谱是相同的。 3. 周期单位脉冲序列的频谱 等间隔的周期单位脉冲序列也称为梳状函数或采样函数。 傅里叶级数的复指数函数形式的系数为 周期单位脉冲序列g(t)的频谱为 周期单位脉冲序列的频谱也是一个周期脉冲序列，其强度和频率间隔均为1/Ts。 根据δ函数的筛选特性可知，周期单位脉冲序列g(t)和某一信号x(t)的乘积，就是周期单位脉冲序列在序列出现时刻 nTs，n = 0,±1, ± 2, ± 3,L ，对信号x(t)该时刻的值进行筛选获取的过程，该过程称为信号的采样。 第四节 随机信号的描述 一、概述 随机信号（非确定性信号）具有随机性，每次观测的结果都不尽相同，任一观测值只是在其变动范围中可能产生的结果之一，因此不能用明确的数学关系式来描述。但其变动服从统计规律。只能用概率和统计的方法来描述信号。 对随机信号按时间历程所作的各次长时间的观测记录称作样本函数，记作xi(t)。而在有限区间内的样本函数称作样本记录。在同等试验条件下，全部样本函数的集合(总体)就是随机过程，记作{x(t)}，即 随机过程的统计特征参量(均值、方差、均方值和概率密度函数等）是按集合平均来计算的。 集合平均是指在集合{x(t)}中，按某统一时刻t0，对所有样本函数的观测值构成的集合{x(t0)}，即 进行特征参数计算，得到的值称为集合平均参量。 时间平均是指在集合{x(t)}中任意抽取一个样本函数xi(t) ，并沿其时间轴进行的统计特征参量计算，得到的统计特征参量称为时间平均参量。 随机过程 { 平稳随机过程 非平稳随机过程 { 各态历经随机过程 非各态历经随机过程 如果随机过程的统计特性参数不随时间变化(t0)或不随样本函数(xi(t))变化，则此随机过程称为平稳随机过程，否则为非平稳随机过程。 在平稳随机过程中，若任一单个样本函数的时间平均统计特性等于该过程的集合平均统计特性，则该随机过程就称为各态历经随机过程。工程上所遇见的很多随机信号具有各态历经性(即遍历性)。 实际工程中，有的信号虽不是严格的各态历经，但也可作为各态历经过程来处理。事实上，一般的随机过程需要有足够多的样本来描述它，而要进行大量的观测来获得足够多的样本函数是非常困难的、甚至是不可实现的。因此，实际测试中常以一个或几个有限长度的样本记录来推断、估计被测对象的整个随机过程，以其时间平均代替集合平均。 三、周期信号的强度描述 1. 峰值与峰-峰值 峰值是信号可能出现的最大瞬时值，即 峰-峰值是在一个周期中最大瞬时值与最小瞬时值之差。 峰值在实际应用中有它的价值。对信号的峰值应该有足够的估计，以便确定测试系统的动态范围，不至于产生削波的现象，从而能真实地反映被测信号的最大值。 2. 均值与绝对均值 周期信号的均值是指信号在一个周期内幅值对时间的平均，即 周期信号全波整流后的均值称为信号的绝对均值，即 3. 有效值 信号中的有效值就是均方根值，即 4. 平均功率 有效值的平方就是信号的平均功率，即 信号的峰值、绝对值和有效值的检测，可以用三值电压表和普通的电工仪表来测量；各单项值也可以根据需要用不同的仪表来测量，如示波器、直流电压表等。 第三节 非周期信号的频域描述 非周期信号可以看做是周期趋于无穷大的周期信号。 周期为T0的信号x(t)的频谱是离散谱，相邻谐波之间的频率间隔为Δω=ω0=2π/T0。对于非周期信号，T0→∞时，Δω=ω0→0，这意味着在周期无限扩大时，周期信号频谱谱线间隔在无限缩小，相邻谐波分量无限接近，离散参数nω0就变换成连续变量ω，离散频谱变成了连续频谱，式 中的求和运算可用积分运算来取代，所以非周期信号的频谱是连续的。这时，非周期信号的频域描述已不能用傅里叶级数展开，而要用傅里叶变换来描述。 一、傅里叶变换 设有一周期信号x(t)，周期为T0，其傅里叶级数的复指数形式表达为 当T0→∞时，区间[?T0/2,T0/2]变为(?∞,∞)；谱线间隔Δω=ω0=2π/T0→dω；离散频率nω0→连续变量ω；周期信号→非周期信号。在满足 的条件下 将上式括号中的积分记为 傅里叶变换 傅里叶逆变换 由于ω0=2πf ，所以式X(jω)和式x(t)可变为 二、非周期信号的频谱 1.非周期信号频谱的特点 X(f)就称为非周期信号x(t)的频域描述，X(f)一般是复数形式，可表示为 ——非周期信号的幅值谱 ——非周期信号