模态分析与综合技术第8章_测量信号后处理教材教学课件.pptVIP

第8章 信号处理 8.1 引言 信号分析处理方法经历了从Fourier分析、短时Fourier分析、时频分析到小波分析等几个阶段。 1822年法国人Fourier提出的Fourier分析无疑具有里程碑意义：一个任意信号可以分解为一系列正弦函数之和。 Fourier变换建立了信号从时域到频域的变换桥梁：一个杂乱无章的时域信号经过Fourier变换，其频域结果将变得十分清晰，工程意义十分明显。为此，Fourier分析被誉为“自然本身的语言”。 8.1 引言 但Fourier分析是信号全局平均（平滑化），应用于非平稳信号便显示出它缺乏时频局部信息的局限性，为此人们在Fourier分析基础上先后提出短时Fourier分析、Wigner-Ville分布等针对非平稳信号的分析处理方法。 这些信号分析方法都或多或少地存在这样那样的缺陷与不足。直到1984年又一位法国人Morlet提出小波变换思想，人们的眼界为此豁然开朗。小波分析以其独特的优点引起广大科研人员、工程技术人员的普遍关注。 第8章 信号处理 8.2 信号离散化 实际测得的激励和响应的时域信号虽不是无限长信号，但也是足够长的连续信号。 对这种信号进行处理的第一步是将其数字化。数字化的方法是等间隔采样和量化（A/D板完成）。等间隔采样简称采样，连续信号每经过一个时间间隔Dt进行一次快速启闭，得到一组脉冲序列信号 。 第8章 信号处理 8.2 信号离散化 称为采样频率或采样速率。 第8章 信号处理 称为采样圆频率。 离散后的数字信号如图所示： 8.2 信号离散化 第8章 信号处理 离散后的数字信号如图所示： 8.3 泄露和窗函数 数字信号处理中有实际意义的是对无限长连续信号截断后所得有限长信号进行处理。截断信号，即截取测量信号中的一段信号，一般会带来截断误差，截取的有限长信号不能完全反映原信号的频率特性。 具体地说，会增加新的频率成分，并且使谱值大小发生变化，这种现象称为频率泄露：从能量角度来讲，这种现象相当于原信号各种频率成分处的能量渗透到其他频率成分上，所以又称为功率泄漏。 第8章 信号处理 8.3 泄露和窗函数 以余弦函数加矩形窗为例来说明。 第8章 信号处理 无限长余弦函数 无限长余弦函数幅值谱 8.3 泄露和窗函数 以余弦函数加矩形窗为例来说明。 第8章 信号处理 矩形窗 矩形窗幅值谱 8.3 泄露和窗函数 事实上，前述分析是针对一般稳态信号的，如随机信号、周期信号等。在实验模态分析中，常用信号还有瞬态信号。因此，对不同类型的信号，在截断处理中所用窗函数亦不相同。对稳态信号，常用窗函数有汉宁窗(Hanning)、凯塞一贝塞尔窗(Kaise-Bessel)以及平顶窗(Flat Top)；对瞬态响应信号有指数窗；对瞬态激励信号有力窗。 第8章 信号处理 8.3 泄露和窗函数 第8章 信号处理 四种窗函数的时域图形 8.3 泄露和窗函数 第8章 信号处理 四种窗函数的幅值谱 8.3 泄露和窗函数 加窗虽然使原信号时域波形发生较大变化，但却更有效地保留了原信号的频率信息。 第8章 信号处理 8.4 小波变换概述 小波分析是一种时频局部化分析方法，它在时间—尺度平面上对信号进行分解，时间、频率局部化信息均能清晰显示 。 小波函数的正交性决定了一个信号经过小波变换，可以既不交叠又无遗漏地被分解至一个个相互独立的频段，便于对信号的各个部分分别进行研究。 第8章 信号处理 8.4 小波变换概述 不同于以往各种时频分析方法，小波分析具有自适应性的时频分辨率。在小波基础上拓展而来的小波包分析使其具有更加灵活的分辩尺度（即频段）。应用小波分析处理信号可以使我们“既见森林（信号的概貌），又见树木（信号的细节）”。正是由于小波函数的这种灵活的、自适应的多分辨率特性，小波分析被誉为“数学显微镜”。 第8章 信号处理 8.4 小波变换概述 由于以上的特点，使得小波分析对于提取强干扰信号中能量较弱分量具有得天独厚的优势。 针对不同的研究领域和信号种类，小波函数的种类众多。这虽然给我们在解决某一实际问题时增加了选择的难度，但正是利用这种灵活性才使得我们能够解决一个又一个实际问题。 第8章 信号处理 8.4 小波变换概述 小波分析在理论与应用上得到不断补充与拓展，现在已经和正在被广泛应用于众多的科学技术领域： 信号分析与处理方面的信号的分解与重构、去噪、滤波等；***** 图像分析与处理方面的图像压缩、去污染、