测试信号的分析与处理.pptVIP

X(0), X(1), X(2), ……, X(n) 每周期应该有多少采样点 ？ 最少2点: xs(t)由一系列冲激函数构成，每一个冲激函数的强度等于 连续信号在该时刻的抽样值x(nTs) (二) 采样过程的频谱及采样定理 信号的采样可以通过采样周期为Ts，采样频率为fs=1/ Ts的 单位周期脉冲信号p(t)与连续信号x(t)相乘得到,我们关注三 个问题：采样与频谱、混频现象、采样定理 1、采样与频谱 ① 信号x(t)与单位周期脉冲信号相乘后，其频谱发生了周期延拓，即X(f)分别延拓到1/Ts为中心的频谱。 ② 频谱的幅度乘了一个因子1/Ts。 2、混频现象 模拟信号在时域中按时隔Ts离散化，在频域中按1/ Ts周期化。 采样间隔太小，需处理的数字序列很长，计算工作量猛增。 3、采样定理 很显然，采样间隔过大(采样频率过低)或采样间隔过 小(采样频率过高)都不好。间隔过大，则平移距离 1/ Ts 过小那么移至各采样脉冲所在处的X(f)就会发生混叠。 若要求不发生频率混叠，首先需要使被采样的模拟信 号x(t)称为有限带宽信号。不满足此要求的信号，在采样 之前使其先通过模拟低通滤波器滤去高频成分，使其成 为带限信号，称为抗混叠滤波预处理。 然后使得采样频率fs大于带限信号最高频率fh的两 倍，即：fs=1/Ts＞2fh, 把该频谱通过一个中心频率为零， 带宽为±(fs/2)的理想低通滤波器就可能准确恢复x(t)。 这就是采样定理。 随机信号的时域统计分析 信号的相关分析 测试信号的分析与处理 数字信号处理 随机信号的时域统计分析 随机信号：不能用确定的数学关系式来描述，不能预测其未来任何瞬时值，任何一次观测值只代表在其变动范围中可能产生的结果之一，但其值的变动服从统计规律。 几个相关概念： 1、样本函数 xi(t) 2、样本记录 xi(t)t=0~T 3、随机过程 {xi(t)} ={x1(t)， x2(t)，…， xi(t)， …} 随机信号的描述采用概率论与数理统计的方法 一、概述 （一）均值、方差和均方值 1、均值表示信号的常值量的大小。 2、方差描述随机信号的波动量的大小，它是相对于均值偏离值的平方的均值，即 二、随机信号的主要统计特征 3、均方值描述随机信号的强度，它是随机信号平方的均值，即 均方值的正平方根称为均方根值 xrms，又称为有效值。表示了信号的平均能量（功率）。 当均值也就是信号的常值分量为0时： 均值、方差、和均方值之间存在如下关系： （二）概率密度函数 随机信号的概率密度函数是表示信号幅值落在指定区间内的概率。 当样本函数的记录时间T趋于无穷大时，Tx/T 的比值就是幅值落在区间内的概率，记为： 概率密度函数提供了随机信号幅值分布的信息，是随机信号的主要特征参数之一 定义幅值概率密度函数为： 三、随机信号分类 三个概念：统计特征参数、集合平均、时间平均 分类： 随机过程 平稳随机过程 非平稳随机过程 各态历经随机过程 信号的相关分析 在测试工作中，有时需要就两个以上的信号研究其相互关系，因此我们引入一个很重要的概念——相关。信号的相关性反映了一个信号在不同时刻，或两个信号之间的线性关系或相似程度。 对信号做相关分析在振动测试、雷达测距、声发射探伤、 以及通信，甚至控制系统中都得到了广泛应用。 例如：利用已知的发射端信号与接收端信号做相关分析，以确定接收端是否接收到了发射端发出的信号。 一、概述 1、我们的市场行为主要的导向因素，第一个是市场需求的导向，第二个是技术进步的导向，第三大导向是竞争对手的行为导向。 2、市场销售中最重要的字就是“问”。 3、现今，每个人都在谈论着创意，坦白讲，我害怕我们会假创意之名犯下一切过失。 4、在购买时，你可以用任何语言；但在销售时，你必须使用购买者的语言。 5、市场营销观念：目标市场，顾客需求，协调市场营销，通过满足消费者需求来创造利润。**** 6、我就像一个厨师，喜欢品尝食物。如果不好吃，我就不要它。***** 7、我总是站在顾客的角度看待即将推出的产品或服务，因为我就是顾客。*** 8、利人为利已的根基，市场营销上老是为自己着想，而不顾及到他人，他人也不会顾及你。**** 为研究时间轴上平移了τ单位后的各态历经随机信号x(t+ τ) 与原信号x(t)之间的相关特性，引入了自相关函数： 对于周期信号，自相关函数表达为： 二、自相关函数 （一）概念 （二）相关系数 自相关系数的绝对值介于小于1，其绝对值越趋近于 1，表明两变量线性相关程度越大；若为负值，则表明 一变量随着另一变量的增加而减小；若趋近于零，则 表明两变量之间是完全无关的，但可能存在着某种非 线性的相关关系或者函数关系