随机信号分析和处理方法基础.pptVIP

随机性信号 例 随机过程分类 平稳过程 非平稳过程 随机过程分类 平稳过程 指它的统计特性不随时间的推移而变化的随机过程。 平稳过程分类： 非各态历经过程 各态历经过程 若随机过程的总体平均参数，可用任一时间历程按时间平均所求得的统计参数来代替，则这类随机过程称为各态历经随机过程。 功率谱分析！！！ 相干函数 功率谱分析的应用 细化分析 倒频谱分析 频谱分析可以研究信号的频率结构 工程信号往往是复杂的： 包含周期成分设备运行特征 包含随机干扰环境、故障运行特征 频谱表现为连续＋尖脉冲 不易识别 工程信号分析的关键是降低噪声，提高信噪比 频谱分析不改变信噪比?功率谱分析 功率谱分析 设工程信号x(t)= s(t)+n(t) 其中s(t)为有用信号；n(t)为随机干扰 则x(t)的傅里叶变换X(ω)为：X(ω)=S(ω)+N(ω) 可见：傅里叶变换不会提高信噪比。 对x(t)进行自相关分析 Rxx(τ)=Rss(τ)+Rnn(τ)+Rsn(τ)+Rns(τ) ＝Rss(τ) —— ( n(t)零均值，τ?∞) 可见：相关函数可以提高信噪比，但不反映频谱 相关函数的傅里叶变换可以提高信噪比，又能反映频率结构?功率谱 能量谱与功率谱 设能量有限信号x(t)、y(t) 相关函数Rxx(τ)、Rxy(τ) 定义： 设功率有限信号x(t)、y(t) 相关函数Rxx(τ)、Rxy(τ) 定义： 功率谱的性质 功率谱密度函数的性质 自功率谱Sxx(f)是实偶函数； 互功率谱Sxy(f)是非奇非偶复函数； 双边谱：f∈(-∞,∞)； 功率谱与相关函数包含的信息完全等价。 单边功率谱 工程上，负频率没有意义 定义f∈0,∞)的单边功率谱 根据能量守恒准则： 功率谱的性质 单边功率谱 自功率谱Gxx(f) 功率谱的性质 功率谱的物理意义 由功率谱的定义： 功率谱的计算 工程测试中，只能得到有限区间上的信号 x(t)：t∈(-T/2,T/2)； x(t) ? X(ω) x(t) ? x(n) 根据连续信号的帕斯瓦尔公式： 功率谱的计算 双边互功率谱： 功率谱的计算 得到功率谱计算2种方法： 直接根据相关函数求傅里叶变换 先求幅值谱，再利用上述公式计算 相干函数 评价因果系统输入输出之间的因果关系 输出是否由输入引起？ 输出中有多少由输入引起？ 系统的线性特性如何？ 相干函数 Rxy(τ)能从延时域上描述输出与输入的相关关系 相干函数则从频域上描述输出与输入的相关关系 由: 相干函数 相干函数 相干函数的意义 功率谱分析的应用 频谱分析 故障诊断 信号检测 模式识别 …… 频谱分析 图 频率响应函数的测定 已知系统的输入、输出，求频响函数 频率响应函数的测定 频率响应函数的测定 （3）实际物理系统频响的求法 频率响应函数的测定 幅值估计法 频率响应函数的测定 互谱估计法 频率响应函数的测定 互谱估计法 频率响应函数的测定 平均估计法 细化分析 引出： 功率谱分析基本思想是 带通滤波＋FFT ：分析个别频带上的频率成分 分辨率确定、采样点确定 一些工程信号语音、振动、噪声 频带很宽 频率谱线密集 为了识别谱图的细微结构，必须 提高功率谱分析的分辨率 分析仪器具有很宽的频率范围 细化分析 信号时域宽度T，采样点数N，采样间隔 细化分析的基本思想 移频 确定分析频带f0±f1，找出中心频率f0; 利用移频技术，将f0移至0Hz处： 低通滤波 以截至频率为f0的的通滤波器滤波 得到感兴趣的频段 最高频率f1 低通滤波的目的： 避免重新采样时发生混叠 重新采样 信号原长为T，采样间隔Ts,采样点数N，则 快速傅里叶变换 对重新采样的数据进行FFT?X(k)； 频谱重构，得到细化 D 倍的频谱： ZOOM－FFT的一般步骤 倒频谱分析 或倒功率谱分析Cepstrum 信号非线性叠加的例子 测量问题： 解决问题的思路 频域上“乘积”化为“求和” 频谱取对数 ——倒频谱/倒功率谱 ——1962年Tukey等认提出 用于语音分析、地震分析、回声分析、故障诊断等领域 倒频谱分析原理 设时域信号 倒频谱自变量的量纲 倒频谱分析原理 一般情况下，X(n)为复数： 倒功率谱 设时域信号 倒功率谱分析的过程 倒频谱术语 频谱：spectrum 倒频谱：cepstrum 频率：frequency 倒频率：quefrency 相位：phase 倒相位：saphe 滤波：filter 倒滤波：lifter 倒频谱分析的应用 传递函数的分离 回声分析与剔除 （1）传递函数分离 （1）传递函数分离 Cx和Ch 在倒频域上占有不同的频段： Cx在高频段