现代时域测量.pptxVIP

会计学;引言;定义;定义;模型拟合法 先利用模型拟合波形数据，求出y(n)、x(n)（或h(n) ）的精确解 再由方程 h(n) = y(n)(1/*)x(n) x(n) = y(n)(1/*)h(n) 求解 有Prony法和POF法等;变换域法* 先通过域变换（拉普拉斯变换、z变换等），将（1/*）变为÷，再反变换 有频域反卷积和倒谱反卷积等 应用最多的是频域反卷积（傅立叶变换反卷积），原因：可以利用FFT;时域法* 先滤波（去除噪声） 然后在时域内直接求解 常用迭代法和滤波法 ;理想情况下，反卷积是唯一确定的，是稳定的 用解析法求解反卷积十分困难，几乎不可能 由于噪声的存在，解可能不稳定。因此，如何求得反卷积的稳定解是重要内容。 即使无噪声，也不是任何情况下都能由方程来确定h(n)或x(n) 有噪声时，求得的稳定解是估计值，带有任意性，因此，评价稳定解的判据十分重要;第四章 数字反卷积;频域反卷积;定义;噪声对反卷积解的影响;噪声对反卷积解的影响;频域噪声污染因子：;当M(k) →1时，噪声影响可忽略 当Ny(k)/Y0(k)1，Nx(k)/X0(k)1时， M(k) →1 ——即，x(n),y(n)信噪比高时，反卷积解才稳定 通常，Ny(k),Nx(k)在各频带上幅度恒定，且不相关 X0(k),Y0(k) 起伏较大，引起M(k) 起伏大，h(n)与 h0(n)差别大 因此，必须进行滤波处理;双参数滤波法;双参数滤波法;双参数滤波法;单参数滤波法;单参数滤波法;单参数滤波法;E(k)=DFT[e(n)], S(k)=DFT[s(n)] E(k)=Y(k)-X(k)D(k),S(k)=C(k)D(k)=C(k)H(k)R(k);单参数滤波法;d(n)=IDFT[D(k)];单参数滤波法;补偿法;补偿法;;补偿法;不管噪声分布如何，补偿法均有效 存在 越大，d(n)越平滑;单参数滤波法与补偿法对比;单参数滤波法与补偿法对比;单参数滤波法与补偿法对比;单参数滤波法与补偿法对比;单参数滤波法与补偿法对比;单参数滤波法与补偿法对比;单参数滤波法与补偿法对比;单参数滤波法与补偿法对比;单参数滤波法与补偿法对比;第四章 数字反卷积;时域反卷积;引言;经典法;经典法;经典法;经典法;消去h(m)，得;经典法;经典法利用观测序列直接求出未知序列，在无观测噪声时，可得到精确解，但当存在观测噪声时，解得起伏很大，因为这种方法没有抑制噪声的能力。 ;设x(1)绝对误差为Δx(1) 则相对误差为：e=Δx(1)/x(1) （由于c=ab, 则ec=ea+eb ) 可得：A(i)相对误差：eA=e， eαi=e 可以推出：eh1=-e … ehn=[2(n-2)+1]e , n1 随n的增加，相对误差急剧增加， 如e=1%，则eh100=1.97=197%;迭代法;迭代法;迭代法;迭代法;迭代法;由于每次迭代都要进行卷积运算，故运算时间长，经典法几分钟的反卷积，迭代法需几十分钟 实际上，采集数据x(n)、y(n)必定含有噪声，此时，无论用经典法还是迭代法，都可能得不到稳定解，有时甚至是发散的。;迭代法;随着SNR降低，h(n)波形起伏变大，解越不稳定 在运用上述方法之前，先对数据进行处理，可以得到较好结果 因此，时域反卷积应先对波形数据进行滤波处理，然后再采用一些基本算法（如经典法、迭代法）求解。;平均滤波法;平均滤波法;平均滤波法;复合滤波法;复合滤波法;复合滤波法;;复合滤波法;第四章 数字反卷积;共轭梯度反卷积;第四章 数字反卷积;倒谱反卷积;引言;引言;引言;基本知识;基本知识;基本知识;基本知识;基本知识;基本知识;离散希尔伯特变换;离散希尔伯特变换;离散希尔伯特变换;离散希尔伯特变换;相位的断折与伸展;避免相位断折的方法;避免相位断折的方法;避免相位断折的方法;倒谱反卷积的计算流程;倒谱反卷积的计算流程;一些典型序列的倒谱;一些典型序列的倒谱;一些典型序列的倒谱;一些典型序列的倒谱;一些典型序列的倒谱;倒谱反卷积的应用举例;第四章 数字反卷积;用卷积计算反卷积;用圆周卷积计算反卷积;用圆周卷积计算反卷积;用圆周卷积计算反卷积;计算步骤： 用x*(n)=(-1)nx(n) 对 y(n)=h(n) ? x(n) 两端做圆周卷积， 得到：y1(n)=h(n) ? x1(n)， 其中：y1(n)=y(n) ? x*(n) x1(n)=x(n) ? x*(n) x