幅频谱幅值谱.pptVIP

第二章 信号分析基础 一 信号的分类 一 信号的分类 二 信号的描述 信号的描述有两种基本方法 1 时域描述 2 频域描述 傅立叶变换对 对比： 傅立叶变换对 非周期信号的其频谱 例2.4 求如图2-27（a）矩形脉冲信号x(t)的频谱密度， 若 时移性三点重要结论： （1）时移后，信号的幅值谱不变，相位谱则与原来差2?f t0 （2）信号的幅值谱仅与信号的波形有关，而相位谱则取决于信号在时间轴上的具体位置； （3）幅值谱不变相位谱改变，意味着信号谱的虚部、实部发生改变。 3．频移性 时域中的时移和频域中的相移相对应,那么频域中的频移会在时域中引起什么变化呢?经推导，有以下关系： 4．时间比例性（时间比例展缩图解说明） 时间比例性的重要意义 信号的持续时间与其占有的频带宽度成反比，信号在时间轴上缩小K倍，则频带将展开K倍，反之亦然，经时间比例展缩后，频谱的幅度也相应地展缩1/K。 互易性 (或对称性) 5. 卷积特性 (P76) 卷积特性又称为卷积定理，用一句话概括： 时域卷积等效于频域作乘积 时域乘积等效于频域作卷积 2.3.4 几种典型信号及其频谱 1．δ(t)函数及其的频谱密度 1．δ(t)函数及其的频谱密度 （2）δ(t)函数的性质 1．δ(t)函数及其的频谱密度 ③δ函数的频谱密度 2．正、余弦函数的频谱密度 3．周期信号的频谱密度 和正、余弦函数类似，严格说来周期信号不满足绝对可积条件，也需借助δ函数来求其频谱密度，具体步骤如下： 例2-5 求均匀冲击序列的频谱密度  均匀冲击序列是周期为T0的单位冲击函数组成的无穷序列，如图2-30（a）所示，其数学表达式为 3 随机信号的频谱 （P66） 随机信号是按时间随机变化而不可预测的信号。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。 随机信号的有限傅里叶变换 随机信号的平均功率 对式（2-90）两边取极限，便可得到随机信号的平均功率 式（2-92）中自谱密度是定义在所有频率域上，一般称作双边谱。在实际中，使用定义在非负频率上的谱更为方便，这种谱称为单边自功率谱密度函数，如图2-32，其定义为 用两个随机信号x(t)和y(t)的有限傅里叶变换来定义x(t)y(t)的互谱密度函数Sxy(f) 近似计算式： 三、相干函数与频率响应函数 利用互谱密度函数可以定义相干函数?xy2 (f)及系统的频率响应函数H(f)，即 （2） 相关函数 二、相关函数的性质 例2.6 例2.7 例2.8 相关函数的这些性质，使它在工程应用中有重要的价值。在噪声背景下提取有用信息的一个非常有效的方法叫做相关滤波，它是利用互相关函数同频相关、不同频不相关的性质来达到滤波效果的。互相关技术还广泛地应用于各种测试中，如工程中应用互相关技术通过两个间隔一定距离的传感器来不接触地测量运动物体的速度。 2.5.3 随机信号的相关函数与其频谱的关系 相关函数的应用 1利用自相关识别信号的周期成分 2利用自相关识别信号类型 3相关测速 4利用相关分析实现故障诊断 四种典型信号的自相关函数 若两个周期信号 和 的圆频率不等 试求其互相关函数。 解：因为两信号的圆频率不等（?1??2），不具有共同的周期，因此按式（2-119）计算 由此可见，两个非同频率的周期信号是不相关的。 对于平稳随机信号，自相关函数Rx(?)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(?)与Sx(f)有着密切的关系 证明： 相关测速 返回 相关分析器 表面波形 传感器 中间变换器 Rxy（τ） Rxy（τ） L v（t） τd t xA( t ) t yB( t ) yB( t ) 利用相关诊断故障举例 返回 相关分析器 声发射 传感器 中间变换器 Rxy（τ） Rxy（τ） v（t） L τd 泄漏源在距离中心线S/2处 位置在靠近信号x(t)通道侧 图2-33是四种典型信号的自相关函数，稍加对比就可以看到自相关函数是区别信号类型的一个非常有效的手段，只要信号中含有周期成分，其自相关函数在?很大时都不衰减，并具有明显的周期性。不包含周期成分的随机信号，当?稍大时其自相关函数就将趋于零。宽带随机噪声的自相关函数很快衰减