传感器与测试技术 6 信号处理初步.pptVIP

时域采样结果为信号，采样函数和窗函数的积，在频域对应三者频域函数的卷积，即 x(t)g(t)w(t) X(f)*G(f)*W(f) 频域采样是在频域乘以采样函数 (1) 频域采样原理 频域的一个周期fs=1/Ts有N个数据点，所以频率序列的间隔Δf= fs /N= 1/T，是时间窗宽度的倒数。 关于频域采样的傅里叶变换对为： [x(t)g(t)w(t)]*d(t) [X(f)*G(f)*W(f)]D(f) 6.2 信号数字化处理中的主要问题 经频域采样后的频谱仅在各采样点上存在，而非采样点的频谱则被“挡住”无法显示（视为0），这种现象称为栅栏效应。 在时域，只要满足采样定理，栅栏效应不会丢失信号信息，但在频域，则有可能丢失的重要的或具有特征的频率成分。 (2) 栅栏效应 6.2 信号数字化处理中的主要问题 ① 提高频率分辨力 频率采样间隔越小，被挡住的频率成分越少。 因为频率间隔Δf= fs /N，所以降低fs或提高N可以提高分辨力。但前者受采样定理的限制，后者会增加计算量。在满足采样定理的条件下，可以采用频率细化技术。 ② 整周期截断 对于频率为f0，周期为T0的简谐信号，只有当 f0 /Δf=整数，即T/T0=整数时，谱线才可能落在f0，显示准确的频谱。 (3) 减小栅栏效应的措施 6.2 信号数字化处理中的主要问题 6.3.1 相关系数 相关指变量之间的线性关系。确定性信号的相关性可用函数关系描述，随机信号的相关性用统计量描述。 6.3 信号的相关分析 相关系数 由柯西-许瓦兹不等式 所以ρxy≤1。ρxy=±1说明x，y理想地线性相关；ρxy=0表示x，y完全无关。 6.3.2 自相关函数分析 1、自相关函数的概念 6.3 信号的相关分析 和 的相关系数： 定义自相关函数 则有 6.3 信号的相关分析 信号的性质不同，自相关函数有不同的表达形式。 周期信号（功率信号） 非周期信号（能量信号） 2、自相关函数的性质 1）自相关函数为实偶函数，即 Rx(τ)=Rx(-τ)。 6.3 信号的相关分析 证明： 2）τ值不同，Rx(τ)不同，当τ=0时，Rx(0)的值最大，并等于信号的均方值ψx2。 3）Rx(τ)值的限制范围 6.3 信号的相关分析 4）当τ→∞时，x(t)和x(t+τ)之间不存在内在联系，彼此无关，即ρx(τ→∞)→0，Rx(τ→∞)→μx2。 若μx=0，则Rx(τ→∞)→0，如图所示。 5）周期函数的自相关函数仍为同频率的周期函数。 例 求正弦函数 的自相关函数。 解 6.3 信号的相关分析 令ωt+φ=θ 正弦函数的自相关函数是一个余弦函数，在τ=0时有最大值。它保留了幅值信息和频率信息，但丢失了原正弦函数中的初始相位信息。 只要信号中含有周期成分，其自相关函数在τ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，自相关函数随τ的增大趋于零。 宽带随机噪声的自相关函数很快衰减到零，窄带随机噪声的衰减较慢。白噪声自相关函数收敛最快，为δ-函数，所含频率为无限多，频带无限宽。 6.3 信号的相关分析 相关函数的应用 1、自相关函数的应用 自相关函数分析主要用来检测混淆在随机信号的确定性信号。 自相关函数的性质，周期信号或任何确定性信号在所有时差τ值上都有自相关函数值，而随机信号当τ足够大以后其自相关函数趋于零（假定为零均值随机信号）。 汽车车身振动的自相关分析 在汽车车身架处测得的振动加速度时 间历程曲线图a及其自相关函数图b。 尽管测得信号本身呈现杂乱无章的， 混有一定程度的随机干扰，但其自相 关函数却有一定的周期性，其周期T 约为50ms，说明存在着周期性激励 源，其频率f=1/T=20Hz。 6.3 信号的相关分析 从强噪声中检测到微弱的正弦信号 一个微弱的正弦信号被淹没在 强干扰噪声之中，但在自相关 函数中，当τ足够大时该正弦 信号能清楚地显露出来。 在机械等工程应用中自相关分 析有一定的使用价值。但一般 说来，用它的傅里叶变换(自谱) 来解释混在噪声中的周期信号可能更好些。另外，由于自相关函 数中丢失了相位信息，这使其应用受到限制。 6.3 信号的相关分析 相关分析的工程应用 案例：机械加工表面粗糙度自相关分析 被测工件 相关分析 性质3,性质4:?提取出回转误差等周期性的故障源。 * 自相关分析测量转速 理想信号 干扰信号 实测信号 自相关系数 提取周期性转速成分。 自相关分析的主要应用： 用来检测混肴在干扰信号中的确定性周期信号成分。 1、互相关函数