第3讲动态信号特征分析2随机信号特征.ppt

第2章 动态信号特征分析 随机信号----具有不重复性、不确定性，通常用概率与统计方法研究其中是否存在某些重复、确定的成分。 §2-3-1 随机过程 §2-3-2 均方值、均值与方差 §2-3-3 概率密度函数 当?xy =1时，所有数据点均落在y-?y= m(x-?x)的直线上，因此x，y两变量是理想的线性相关。 当?xy =0时，(xi -?x)与(yi -?y)的正积之和等于其负积之和，因而其平均积?xy为0，表示x ， y之间完全不相关。 2.自相关函数与互相关函数 随机信号的自相关函数是描述一个时刻的瞬时值与另一个时刻的瞬时值之间的依赖关系。 (1) 自相关函数是? 的偶函数　　　　 Rx(? )= Rx(-? )； (2) 当? =0 时，自相关函数具有最大值，  Rx(0)=?x2+?x2 (3) 周期信号的自相关函数仍然是同频率的周期信号， 但不保留原信号的相位信息。 (4) 当随机信号中含有周期信号时，Rx(? )中也必定有周期性分量，且周期相同。 (5) 对变化迅速的信号（宽带随机过程），相关的程度在? 很小时就完全丧失 。 自相关函数Rx(τ) 应用实例一 正常运行状态----机器噪声是大量的、无序的、大小接近相等的随机冲击结果，有宽而均匀的频谱。 运行不正常状态----随机噪声中将出现有规则、周期性的脉冲，其大小比随机冲击大的多。 定义：随机信号的均方值的谱密度描述信号在频率结构也反映了信号的能量在各个频率上的分析，是随机过程的最重要的特征参数之一。 §2-4 随机信号的联合特性 联合概率密度： 例：设t1=t， t2=t+? ，两组测试曲线如图2-6(a)所示，图2-6(b)为两信号的互相关函数，图中尖峰表示X(t1)，Y(t2)之间在? = ?1 时存在相关联系，而在其它时间间隔则没有这种联系。 互相关函数不是偶函数。 Rxy在? =?d处出现峰值，这时两信号相似程度最大，相关程度最高。 两个周期相同的周期信号的互相关函数仍是周期函数，其周期不变且相位信息不丢失。 随机信号x(t), y(t)，若x(t), y(t)中含有同频信号，则???时，会呈现同频周期成分；若x(t), y(t)相互独立，则Rxy= ?x ?y 。 因为??xy(? )?≤1，故知 互相关函数Rxy(τ) 应用举例： 汽车行驶速度的测量：v =l /?0 互相关函数Rxy(τ) 应用举例： 确定输油管漏损位置：s =v ·?0/2 信号传输通道确定 相关滤波 相关测速和测距 测量流速和流量 （1）大型结构固有频率的测定 （2）模拟随机振动环境 （3）寻找振源与噪声源 （4）用于机器设备的振动监视与故障检测 （5）研究振动的类型 （6）功率谱阵的应用 （7）研究机械或电气系统的特性 自相关函数可用来发现淹没在随机信号中的周期分量，并可进行辨识。 自相关函数的工程意义及应用 由图可知，该车在搓板路上行驶时，车身上(垂直方向)混有9～10Hz的周期成分。 应用二：机加工表面粗糙度自相关分析 被测工件 相关分析 ?提取出回转误差等周期性的故障源。 o ? Rxx(?) ? = t2-t1 正常状态下变速器自相关函数 o ? Rxx(?) ? =t2-t1 异常状态下变速器自相关函数 图2-5 两台C630型车床 应用三：用噪声诊断机器状态 §2-3-6 自功率谱密度函数（简称自谱） 随机信号的均方值与功率谱密度函数的关系为： 均方值等于功率谱密度函数曲线下的总面积。 相关函数频域分析 §2-4-1 联合概率密度函数 两个随机信号的样本记录的联合概率密度函数，代表两个样本记录在某瞬间同时落在某对指定幅值范围内的概率。 联合概率密度分布函数： 若两个随机信号是统计独立，则联合概率密度分布函数为： §2-4-2 互相关函数 o t1 X(t1) o t2 Y(t2) ? (a) (b) 0 ? Rxy(?) ?1 图2-6 互相关曲线图 互相关函数保留了两个信号的共同频率分量的频率、幅值和相位差的信息。 例： 求正弦函数x(t)=Asin(?t+?x)和y(t)=Bsin(?t+?y)的互相关函数。 解： 若： x(t)=Asin(?1t+?x)，y(t)=Bsin(?2t+?y)，且?1??2 则 Rxy(? )=0 互相关函数Rxy(τ) 性质： 互相关函数是在噪声背景下提取有用信息的一个非常有效的手段。通过对一个线性系统（例如某个部件、结构或某台机床）激