机械工程测试原理与技术第2章 信号分析基础.pptVIP

* 2.5 信号的相关分析 在信号分析中，相关是一个非常重要的概念，它表述两个信号（或一个信号不同时刻）之间的线性关系或相似程度。相关分析广泛地应用于随机信号的分析中，也应用在确定性信号的分析中。 * 2.5.1 相关系数与相关函数 (1)相关系数 为了便于讨论，假定所研究的两个信号x(t)和y(t)都是均值为零的功率信号，若二者波形完全相同，则存在如下线性关系 * (2)相关函数 实际上，两个信号之间可能有时差，因而需要研究的是信号x(t)与y(t)的时延信号y(t-τ)的线性相关和波形相似程度。很显然，这种相关程度是时延τ的函数。τ的量纲和t相同，均为s。为描述方便，设x(t)和y(t)为能量信号，则它们的互相关函数定义为： * 2.5.2 相关函数的性质 根据定义，相关函数有如下性质。 1)自相关函数是τ的偶函数，即 * 图2.33 四种典型信号的自相关函数 * 2.5.3 随机信号的相关函数与其频谱的关系 对于平稳随机信号，自相关函数Rx(τ)是时域描述的重要统计特征，而功率谱密度函数Sx(f)则是频域描述的重要统计特征，可以证明Rx(τ)与Sx(f)有着密切的关系： * 2.2.1 傅里叶级数与周期信号的分解 (1)傅里叶级数的三角展开式 在有限区间上，凡满足狄里赫利条件的周期信号x(t)都可以展开成傅里叶级数。傅里叶级数的三角展开式如下： * 图2.19 幅值谱图和相位图谱坐标 * （2）傅里叶级数的复指数展开式 * * * 2.2.2 周期信号的频谱 如上所述，一个周期信号只要满足狄里赫利条件，就可展开成一系列的正弦信号或复指数信号之和。周期信号的波形不同，其展开式中包含的谐波结构也不同。在实际工作中，为表征不同信号的波形，时常需要画出各次谐波分量的频谱。从周期信号的傅里叶级数展开式可看出，An，φn和ω0是描述周期信号谐波组成的三个基本要素。将An，φn系列分别称为信号x(t)的幅值谱和相位谱,由于n值取正整数, 故采用实三角函数形式的傅里叶级数时,周期信号的频谱是位于频率轴右侧的离散谱,谱线间隔为整数个ω0。对于指数形式的傅里叶级数,cn为幅值谱,∠cn为相位谱,由于n值取正负整数,故其频谱为双边频谱。幅值谱的量纲与信号的量纲是一致的。 * 图2.20 周期性三角波 * 图2.21 周期性三角波的频谱 * 图2.22 正、余弦函数的频谱图 * 2.3 非周期信号及其频谱 2.3.1 傅里叶变换与非周期信号的分解 上一节学过了将周期信号分解成各个频率谐波分量，并利用正交函数将信号展开成傅里叶级数的分析方法。在信号的分类中我们知道确定性信号中除周期信号以外还存在准周期信号和非周期信号，它们的频谱也有其各自的特点。 * 图2.23 周期方波 * 图2.24 TCn随T变化情况 * 图2.25 时限信号的周期延拓 * * * 2.3.2 非周期信号的频谱 设x(t)是时间t的非周期信号，x(t)的傅里叶变换存在的充要条件是: * 图2.26 x(t)的频谱密度 * 图2.27 矩形脉冲信号的频谱密度 * 2.3.3 傅里叶变换的主要性质式 （2.70）和式（2.71）构成的傅里叶变换对说明了时间函数和频谱函数间的对应关系，进一步对其研究，还可得到若干重要性质。了解并熟练掌握这些性质可加深理解傅里叶变换对的物理概念，并为简化分析提供极大的帮助。这里用FT表示傅里叶变换。 (1)线性特性 (2)时移性 (3)频移性 * (4)时间比例性 * * 2.3.4 几种典型信号的频谱 (1)δ(t)的频谱密度 将δ(t)进行傅里叶变换 * 图2.28 δ函数及其频谱密度 * (2)正、余弦函数的频谱密度 由于正、余弦函数不满足绝对可积条件，故不能直接用式（2.71）对其进行傅里叶积分变换，而需要在傅里叶变换时引入δ函数。 (3)周期信号的频谱密度 * 图2.29 正、余弦函数及其频谱密度 * 图2.30 均匀冲击序列的频谱密度 * 2.4 随机信号的频谱 随机信号是按时间随机变化而不可预测的信号。它与确定性信号有着很大的不同，其瞬时值是一个随机变量，具有各种可能的取值，不能用确定的时间函数描述。由于工程实际中直接通过传感器得到的信号大多数可视为随机信号，因此对随机信号进行研究具有更普遍的意义。上一节在讨论傅里叶变换的应用时，其对象是确定性信号，现在，很自然地会提出这样的问题，傅里叶变换能否用于研究随机信号？以及随机信号的频谱特征又是什么？等等。简单的回答是：在研究随机信号时，仍然可以应用傅里叶变换，但必须根据随机信号的特点对它做某些限制。 * 2.4.1 随机信号的自功率谱密度函数 对于随机信号x(t)来说，由于它的持续期为无限长，显然都不满足式（2.7