现代信号处理 - 兰州理工大学研究生院兰州理工大学研究生部.ppt

* * 谐波过程可分为： 无相位耦合过程，即各分量相位之间统计独立； 有相位耦合过程，含二次相位耦合、三次相位耦合等。 * * 2、谐波过程的累量定义 无相位耦合时有 * * 谐波过程的累量定义的依据： 对于平稳过程，其累量定义应与时间起点无关； 其k阶累量不能全部为零； 若 上均匀分布，并令 ，则有下列等式成立： 为非零整数 * * 3、无相位耦合过程的累量 奇阶次累量恒为零； 为非零整数 * * 不为零的四阶累量可定义为： * * 4、二次相位耦合过程的累量： ， 谐波过程中各分量由于相位耦合而相关。 * * 最后可得三阶累量的定义为 由于二次相位耦合， * * 1、线性予测法： 利用高斯噪声的四阶累量为零来抑制噪声的影响； 利用谐波过程为退化的AR过程的原理，将谐波恢复过程转化为ARMA参数辨识过程。 3.3.2、高斯噪声背景下的谐波恢复 * * 若令 2、谐波过程的四阶累量与二阶累量的关系 * * 则有下式成立： * * 3、基于特征值分解的谐波分析法 基本思想是利用四阶累量与二阶累量(相关函数)的关係，将功率谱估计中的方法进行推广。 MUSIC法 (Multiple Signal Classification ) * * * * 包含p个复谐波的谐波信号x(n)的相关矩阵的秩为P，所以有 前m个特征向量张成信号子空间S， * * 后(M-p+1)个特征值张成与S正交的噪声子空间G。 * * 由S与G正交得： * * 基于高阶累量的MUSIC法的关键是如何由观 测信号y(n)来获取它的相关矩阵的特征矢量 * * 该信号与x(n)的频率完全相同。因此，可通过计算y(n)的四阶累量来获取它的自相关矩阵及其特征矢量。 * * * * 1、利用无相位耦合过程三阶累量恆为零的性质，先估计非高斯噪声参数； 2、使用滤波方法得到MA模型的噪声信号； 3、利用四阶累量与二阶累量的关係，及MA信号的二阶累量为有限长度的性质进行频率估计。 3.3.3、非高斯噪声背景下的谐波恢复 * * 3.4 高阶谱的应用 应用高阶谱的动机大致有以下几点： 3.4.1、 从非高斯信号中提取信息。 这是基于累量描述了信号与高斯分布偏离的程度。实际上，任何周期信号、准周期信号都是非高斯的。例如，复杂的机械系统自身“辐射”的信号都是非高斯的。 * * 根据高斯信号通过线性系统后仍为高斯信号的规律，通过使用高阶谱检测未知系统在高斯信号输入下，其输出信号相对于高斯信号的偏离程度来分析系统的非线性特征。可检测和分析机械系统、电子系统或其它物理系统，以及一些检测系统，如水下传感器、空间传感器、心电信号传感器、脑电信号传感器等所具有的非线性特征。 3.4.2、 检测和定性分析一个系统的非线性特征 * * 水下信号、空间信号等的测量噪声都是有色的高斯噪声。高阶谱对高斯噪声是零响应，或称为是盲高斯的。因此，可以较好地从噪声中分离出信号。 例如时延估计技术。设接收到的两个信号序列为{x(n)}和{y(n)}，  3.4.3 、 从有色高斯测量噪声中提取信号 * * 若假设s(n)是非高斯信号，测量噪声ω(n)和是与s(n)相互独立的零均值高斯白噪声，那么很明显，x(n)和y(n)的最佳匹配发生在时移等于d时，它们的互相关和三阶累量分别为 因此，利用高阶谱对高斯噪声是零响应，采用三阶累量,峰值将出现在 * * 由于高阶谱含有信号的相位信息。这对于非最小相位系统的辨识和解逆滤波的问题十分有效。 3.4.4、非最小相位系统的参数辨识 * * 当谐波过程的各分量相互独立时，则此谐波信号的三阶累量恒为零。但当分量之间存在二次相位耦合关系时，则它的三阶累量不为零。因此，可以通过估计谐波信号的三阶累量及对应的双谱来检测二次相位耦合现象的存在。 可以证明：当某信号为谐波和的平方时，该信号将呈现二次相位耦合。因此，二次相位耦合现象的检测也是一类特殊的非线性的检测。 3.4.5、 相位耦合的检测 * * 电机的故障诊断 在感应电机中，由于定子与转子之间径向磁通的存在，所以有电磁应力作用于定子和转子而产生振动。可以证明，每单位表面的电磁应力是正比于径向磁通密度的平方。即每单位表面的应力为 它将出现二次相位耦合现象。并且，对于感应电机的不同故障，随着谐波成份的改变，将出现不同特征的二次相位耦合现象。 * * 因此，使用计算高阶累量的方法，估计感应电机振动信号的双谱即可压制无二次相位耦合的谐波分量，而凸现不同故障状态