第二章测试信号分析与处理2 相关分析.ppt

结论： 对周期信号作整周期截取是获取正确频谱的先决条件。 六、快速傅里叶变换（FFT） 离散傅里叶变换的计算公式为： 式中 N个点的X(k)需做N2次复数乘法和N(N-1)次复数加法。而做一次复数乘法需要做四次实数相乘和两次实数相加，做一次复数加法需要做两次实数相加。 例：N=1024时，则需要总共1,048,576次复数乘，即4,194,304次实数乘法。 （2.232） （2.233） 快速傅里叶变换(FFT，Fast Fourier Transform)算法的本质:充分利用因子WN的周期性和对称性。 对称性： 周期性： 因子WN中的N2个元素只有个N个独立值，其中N/2个 值与其余N/2个值数值相等，符号相反。 FFT算法的基本思想：避免运算中的重复运算，将长序列的DFT分割为短序列的DFT的线性组合，从而达到整体降低运算量的目的。 效果：使原来的N点DFT的乘法计算量从N2次降至为N/2log2N次，如N=1024，则计算量现在为5120次，仅为原计算量的4.88% 。 （2.234） （2.235） 时间抽取(decimation-in-time)基2算法 对式(2.232)，令N=2M,将x(n)序列分割成长度各为N/2的奇序列和偶序列，即令n=2r和n=2r+1,，r=0,1, …,N/2-1则式（2.232）重写为 式中 这是因为 （2.236） 令 则式（2.236）可改写为 而 因此将式（2.239）完整地写成 （2.237） （2.238） （2.239） （2.240） 又因为 ，因此最终可得 总计为N(N+1)/2次复数乘法，工作量减少一半。 （2.241） 图2.74 分割一次后的A(k)、B(k)及X(k)之间的关系（N=8） 按照上述思路继续对A(k)和B(k)作奇偶序列分解。令r=2l，r=2l+1，l=0,1, …,N/4-1，则有： 令 则 （2.242） （2.243） （2.244） （2.245） 同样，令 则有： （2.246） （2.247） （2.248） （2.249） 对于一个N=8的序列，此时的C(k)、D(k)、E(k)和F(k)均已为两点的序列，无需再分，此时有 图2.75 FFT时间抽取算法信号流图 （N=8） C(0)=x(0)+x(4)，E(0)=x(1)+x(5) C(1)=x(0)-x(4)，E(1)=x(1)-x(5) D(0)=x(2)+x(6)，F(0)=x(3)+x(7) D(1)=x(2)-x(6)，F(1)=x(3)-x(7) 在FFT的整个运算过程中，每两个等式的运算过程可以用一个形似蝴蝶结的“X”形结构图来表示，八个等式对应于四个蝶形结构，因此这种信号流程图称为FFT的蝶形运算流程图，将这种运算的基本单元称为蝶形运算单元(butterfly computation)。 图2.76 蝶形运算单元 时间抽取算法的规律： 1.分级运算：将N个点的序列逐次对分，直至分到N/2个两个点的序列为止。上下节点p,q间的距离为：p-q=2m 图2.77 8点FFT时间抽取算法信号流图 2.蝶形运算单元组 每一级上的N/2个蝶形单元可分为若干组，称之为蝶形运算单元组，每一组中的蝶形单元有着相同的结构和Wr因子分布。每级的蝶形单元组数目不同，第m级的组数为N/2m+1，m=0,1,…,m+1 3. Wr因子的分布 Wr因子分布的一般规律为： 其中m为级次。 数据排列顺序(data ordering) 从图2.77可见，变换后的输出序列X(k)按正序排列，但在输入端序列的排列次序不是原来的自然顺序，而变成了0，4，2，6，1，5，3，7。 图2.78 数据整序方法 （a）奇偶分解整序 （b）码位倒置整序 如果在式（2.193）两端乘以x(f)的复共轭并取期望值，则有 由于Sx(f)为实偶函数，因此频响函数的相位变化完全取决于互谱密度函数的相位变化。 式（2.195）将输入、输出的相位关系完全保留了下来，且在这里输入的形式并不一定限制为确定性信号，也可以是随机信号。 （2.195） 通常一个测试系统往往受到内部和外部噪声的干扰。从而输出也会带入干扰。 输入信号与噪声是独立无关的，因此它们的互相关为零。 结论：在用互谱和自谱求取系统频响函数时不会受到系统干扰的影响。(优点) 旋转机械振动特性检测 旋转机械的转轴部件从起动、升速到额定转速的过程共经历了全部转速的变化，因此在各个转速下的振动状态可用来对机器的临界转速、固有频率和阻尼比等各参数进行辨识。 起动