XXXX版设备故障诊断信号分析4 .pptxVIP

1.3.7 信号的时频分析;1、 短时傅里叶变换; 为了研究信号在时刻 t的特性，人们加强在那个时刻的信号而衰减在其它时刻的信号。这可以通过用中心在 t 的窗函数h（t）乘信号来实现。产生的信号是：; 因为改变的信号加强了围绕着时刻 t 的信号，而衰减了远离时刻 t 的信号，傅立叶变换将反映围绕着 t 时刻的频谱，即;下图为鲸鱼发出的声音表示。画在主图左边的曲线是鲸鱼声音信号的时域波形，它清楚地告诉我们鲸鱼声强度或者响度怎样随时间而变化。在主图下面的曲线是能量谱密度，即傅立叶变换的绝对值平方。它表明哪些频率存在，以及它们的相对强度有多大。; 频率大约从175Hz开始，大体上在0.5s左右的时间内线性地增加到大约325Hz，然后停在那里约0.1s的时间，等等。作为对300Hz声音什么时候出现这个问题的回答， 现在从图中可以知道在0.6s和1.3s出现两次。; 另外，在现实生活和工程实际中许多信号是暂态信号(非稳态信号)、其统计特性与时间有关．如语言信号、雷达信号、超声波信号等，这些信号不满足傅氏变换所要求的条件。傅立叶变换公式获得信号频谱信息需要无限长的时间，即不仅需要过去而且需要将来的时间信号去估计一个单一频率的频谱。另外，傅立叶变换式不能反映与时间变量有关的频率信息。除此之外、非稳态信号很可能在一个短时瞬间发生变化．即具有很强的时间局部性，并对整个频谱产生影响，很难从信号的频谱上确认这种时域内的瞬时变化的存在及其确切的频率信息。也就是说其傅氏变换的结果既不能有效地提供暂态信号的频域信息．也不能揭示暂态信号的时间特性。因此．暂态信号很难用傅氏变换进行分析。; 下图 a 所示为一白噪声信号中夹杂一个脉冲信号。二者分别为典型的稳态信号和暂态信号。该信号的频谱如图 b 所示。很难在频谱中看出脉冲信号的存在，这是因为白噪声信号是均匀的宽带频谱，而脉冲信号也具有宽带特性．只不过是其带宽取决于脉冲信号的作用时间。 可采用“短时傅立叶变换”来对暂态信号进行分析。窗函数w(t)在整个信号上沿时间平移并且完成了连续重叠变换时，就可以得到与时间有??的信号频谱的描述。图9-2所示为STFT的连续重叠加窗示意图。该方法假定在一个有限的时窗w(t)内信号是稳态的．若时窗相当短，则假定应是成立的。将这些变换结果按时间顺序排列在时间轴上就得到了信号的时频描述(分布)，这种描述称之为信号的“频图”;;; 这样，就可以在时频表面得到一个信号能量的三维分布。这种分布类似于功率谱是信号能量在频率轴上的二维分布。这种信号的分析方法就称之为信号的时频分析。 ;（2）测不准原理; （3）短时傅立叶变换的特点 一方面，为了获取信号的短时傅立叶变换，把信号划分成许多小的时间间隔，但这种间隔是否越细越好？回答是否定的。因为在变窄到一定程度之后，得到的频谱就变得没有意义，而且表明与原信号的频谱完全不相符。原因在于把一个完全好得信号划分成短持续时间信号。但是，短持续时间信号有固有的宽频带，而这样的短持续时间信号几乎与原信号的特性没有关系。 另一方面，为了获取高的频率分辩率，采用宽时窗做信号的短时傅立叶变换。但是，加大时窗宽度是与短时傅立叶变换的初衷相背的，因为它丢失非平稳信号中小尺度短信号的时间局部信息。; 由此可见，短时傅立叶变换由于采用固定窗，当非平稳信号中所含信号分量尺度范围很大时，采用多大的时窗宽度都无法正确揭示信号的时频谱，这是由于测不准原理对采用固定窗的短时傅立叶变换方法的制约。;（4）存在问题  “短时博氏变换”方法虽然很早就被提出，但由于具有若干局限性，限制了这种方法在工程中的广泛应用。以下从三个方面对其局限性进行分析。; ?窗函数选择的限制 对一个待定的信号来说，一个特定的窗可能比所有其他的窗都更为合适、即具有较好的分析精度。但若一个信号是由两个信号构成，就有可能每一个信号都要求有自己的窗才能有最好的分析精度。很显然，仅有一个窗用于这两个信号是很难获得最佳分析精度的。如图9-5a所示为一合成信号．是两个频率分别为64Hz相194Hz的两个正弦信号的合成。图9-5b是一个频率为128Hz的正弦信号，但有一个64个采样点的间隙。;;; 图9-6、图9-7均为上述两个信号的STFT分析结果，其中图a为窗函数具有128个采样点宽度的分析结果，图b为窗函数具有32个采样点宽度的分析结果。由分析结果可见．当窗函数的宽度较大．为128个采样点时，对图9-5a所示的两个正弦信号的合成信号具有较好的频域分辨率，即频域分析精度较高，但时域分辨率较差。; 当窗函数的宽度较小，为32个采