机械工程测试技术基础--05信号处理初步02.pptVIP

第五章 信号处理初步 §5-3 相关分析–相关 相关是指变量之间的存在着相互关联，如人的身高和体重之间存在一定的相关性。 §5-3 相关分析–相关系数 变量x和y之间的相关程度常用相关系数表示： ：分别为随机变量x，y的均值； ：分别为随机变量x，y的标准差。 是变量x，y的协方差。 可以证明，相关系数 的取值在正负1之间。当 时，表明两个随机变量精确线性相关； 时，也是精确线性相关，直线的斜率为负表明一变量随另一变量的增加而减少； ，表明两个变量完全无关。 §5-3 相关分析–自相关函数 设x(t)为某各态历经随机过程的一个样本记录，x(t+τ)是在时间轴上移动τ后的样本，两个样本具有相同的均值和标准差。 §5-3 相关分析–自相关函数 §5-3 相关分析–自相关函数性质 自相关函数为偶函数，即Rx(τ)= Rx(-τ)。 随机信号的Rx(τ)随着τ的增大而逐渐收敛。当 时， x(t)与x(t+τ)不相关，即 ， 当τ=0时，Rx(0)为最大值。 取值范围： 周期信号的自相关函数也是周期函数，其周期与信号的周期相同，但波形不同，且丢失了原信号的相位信息（例）。 两个信号之和的自相关函数等于各信号自相关函数之和。 §5-3 相关分析–自相关 例 求正弦信号的自相关函数： 正弦信号的自相关函数保留了幅值和频率的信息，但丢失了初始相位信息。 §5-3 相关分析–自相关 1、以上分析仅对各态历经随机信号和功率信号有效： 2、而对于能量信号： §5-3 相关分析–自相关 典型信号自相关函数 §5-3 相关分析–自相关 工程应用实例：加工表面粗糙度分析，如图。对表面粗糙度波形进行分析，发现其自相关函数中的周期成份，可以进一步分析原因。 §5-3 相关分析–互相关函数 互相关函数 两个信号x(t)和y(t)的互相关函数定义为： 互相关函数是两个不同时间函数之间相关性的度量。 §5-3 相关分析–互相关性质 取值范围： 非偶函数。 同频周期信号相关，不同频周期信号不相关。（书P165例） 互相关函数 一般是不等的，书写是要注意。 §5-3 相关分析–互相关函数的应用 互相关函数的应用： 工程应用：测速、定位、检漏、滤波。 互相关应用1：测速 §5-3 相关分析–互相关函数的应用 互相关应用2：检漏 §5-4 功率谱分析–自功率谱 自功率谱密度函数： 逆变换： 即自相关函数和自功率谱密度函数互为傅里叶变换对： 自功率谱密度函数简称自功率谱。 §5-4 功率谱分析–自功率谱 物理意义： 自功率谱密度函数表示信号的功率密度沿频率轴的分布情况。而信号的平均功率等于自功率谱密度函数曲线下包括的面积。 §5-4 功率谱分析–双边谱与单边谱 自相关函数为实偶函数，则自功率谱密度函数也为实偶函数。 沿频率轴正负半轴对称分布，这种功率谱称为双边谱。 为了符合工程实际，考虑的频率范围一般都是正频率范围部分，称为单边谱。为了保持信号能量不变，单边谱和双边谱成二倍关系。 §5-4 功率谱分析–Parseval定理 §5-4 功率谱分析–功率谱的估计 由于实际中只能用有限长信号计算功率谱，所以仅能得到功率谱的估计，根据自功率谱两种不同定义方法，功率谱的估计也分为直接法和间接法。 直接法：又称为周期图法，对离散的数字信号序列{x(n)}进行FFT运算，取其模的平方，再除以点数N，便可得到信号的功率谱估计。 间接法：先计算随机信号的自相关函数，然后求傅立叶变换得到功率谱。1958年Blackman和Tukey给出这种方法的具体实现，所以也称为BT法，或自相关法。 §5-4 功率谱分析–功率谱的估计 对周期图法的改进： 1）Bartlett法：将信号分成M段 2）Welch法：将信号分成M段，相邻两端有一定重叠度。 说明：分段段数越多，那么估计的方差越小；但是，当信号长度一定时，所分的段数越多，那么每段的样本点越少，频率分辨率会降低，并增大偏度误差。实践表明，重叠度50%最佳。 §5-4 功率谱分析–功率谱的应用 §5-4 功率谱分析–功率谱的应用 §5-4 功率谱分析–功率谱的应用 §5-4 功率谱分析–互功率谱 互功率谱密度函数 ： 逆变换： 即互相关函数和互功率谱密度函数互为傅里叶变换对： 互相关函数非实偶函数，因而互功率谱密度函数有虚实两部分。 * 机械工程测试技术基础