起重运输机械实验技术1信号分析基础.ppt

实指数序列：一个值为 的任意序列 为实数 复指数序列 正弦序列 1.2.2 信号的时域相关分析 变量的相关是指变量间的线性关系。统计学中用相关系数来描述变量x，y之间的相关性。是两随机变量之积的数学期望，表征了x、y之间的关联程度。用ρxy来表示。 一、相关系数ρxy 利用柯西-许瓦兹不等式: ，知| |≤1。 二、信号的自相关函数 1、定义：x(t)为某各态历经随机过程的一个样本记录，x(t+τ)是x(t)时移τ后的样本。 记为 ,简写 若用 表示自相关函数，其定义为: 自相关函数的性质 (1) (2) (3) (4) 自相关函数是 ? 的实偶函数，Rx(?)=Rx(- ?)； (5) 周期函数(周期为T)的自相关函数仍为同频率的周期函数, 但不保留原信号的相位信息。Rx(?+nT)=Rx(?)； 例5-1 求正弦函数 的自相关函数。 初始相位角 为一随机变量。 解：此正弦函数，是一个零均值的各态历经随机过程， 其各种平均值可以用一个周期内的平均值表示之。该正弦函数的自相关函数为 式中 ——正弦函数的周期， 令 ，则 。于是 可见正弦函数的自相关函数是一个余弦函数，在 时具有最大值，但它不随τ的增加而衰减至零。它保留了原正弦信号的幅值和频率信息，而丢失了初始相位信息。 自相关函数应用之一：用自相关函数判定信号的统计特征参数。 三、互相关函数 1、定义：两个各态历经随机过程x(t)和y(t)的互相关函数定义为： 性质 2)两信号错开一个时间间隔?0 处相关程度有可能最高，即Rxy(τ)通常不在τ＝0处取峰值。但可能在τ＝τ0时达到最大值。τ0反映两信号x(t)、y(t)之间的滞后时间。 3)当x(t)和y(t)都是随机信号，且该信号各自的均值为零而又互为统计独立时，Rxy(τ)＝0。 互相关技术的工程应用 1、滞后时间的测量 （1）测量运动速度 （2）确定深埋在地下的输油管裂损的位置。 2、检测混淆在噪声中的信号 检测混淆在噪声中的信号：在噪声背景下提取有用信息。 对某一机床进行激振试验，所测得的振动响应信号中常常会含有大量的噪声干扰。根据系统的频率保持特性，只有与激振频率相同的频率成分才可能是由激振引起的响应，其他成分均是干扰。为了在噪声背景下提取有用信息，只需将激振信号和所测得的响应信号进行互相关分析，并根据互相关函数的性质，就可得到由激振引起的响应的幅值和相位差，消除噪声干扰的影响。 如果改变激振频率，就可以求得系统的频率响应函数。 傅立叶级数展开的过程，就是求取信号与单位正弦（或余弦）信号相关的过程。 信号的时域描述反映了信号幅值随时间变化的特征 相关分析从时域为在噪声背景下提取有用信息提供了手段 信号的频域描述反映的是信号的频率结构个频率成分的幅值、相位大小。 分析方法：FFT、功率谱密度函数、相干函数、倒谱分析等 例题2 ：画出周期方波的复频谱图。 周期信号的频谱的特点： 周期信号的频谱是离散谱； 周期信号的谱线仅出现在基波及各次谐波频率处； 各频率分量的谱线高度表示该谐波的幅值或相位角。幅值谱中各频率分量的幅值随着频率的升高而减小，频率越高，幅值越小。在频谱分析中，没必要取次数过高的谐波分量。 三、几种典型信号的频谱 矩形窗函数的频谱 （2）乘积特性 若f(t)为一连续信号，则有 （4）与其他函数的卷积 （5）频谱 对δ(t)取傅里叶变换 可见δ函数具有等强度、无限宽广的频谱，这种频谱 通常称为“均匀谱”。 1.3.3 功率谱分析及其应用 一、自功率谱密度函数 定义及其物理意义 设x(t)为一零均值的随机过程，且x(t)中无周期性分量，则其自相关函数Rx(τ)在当τ→∞时有 该自相关函数Rx(τ)满足傅里叶变换的条件 对其作傅里叶变换可得 其逆变换为 Sx(f)为x(t)的自功率谱密度函数，简称自谱或自功率谱。 功率谱Sx(f)与自相关函数Rx(τ)之间是傅里叶变换对的关系，亦即 由于Rx(τ)为实偶函数，因此亦为Sx(f)实偶函数。 Gx(f)＝2 Sx(f) （f=0~∞)，称为x(t)信号的单边功率谱。 当τ=0时，根据自相关函数Rx(τ)和自功率谱密度函数Sx(f)的定义，可得 Sx(f)曲线下面和频率轴所包围的面