机械工程测试技术基础第一章.ppt

*第四节随机信号一、概述随机信号是不能用确定的数学关系式来描述的，不能预测其未来的任何瞬时值。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。随机过程与样本函数如图1-21所示。图1-21第95页,共117页，星期六，2024年，5月样本函数——对随机信号按时间历程所作的各次长时间观测记录被称为样本函数。样本记录——对随机信号按时间历程所作的各次有限长时间观测记录被称为样本记录。随机过程——在同一试验条件下，全部样本函数的集合（总体）就是随机过程。{x(t)}={x1(t),x2(t),…,xi(t),…}集合平均——随机过程的各种均值（均值、方差、均方值和均方根值）的计算是将集合中所有样本函数对同一时刻的观测值取平均。时间平均——随机过程的各种均值（均值、方差、均方值和均方根值）的计算如果是按某单个样本函数的时间历程进行平均的计算叫作时间平均。第96页,共117页，星期六，2024年，5月根据集合平均和时间平均的关系不同可对随机过程进行分类。随机过程分类：平稳随机过程和非平稳随机过程。平稳随机过程：指其统计特征参数不随时间而变化的随机过程；否则为非平稳随机过程。而平稳随机信号又分为各态历经平稳随机过程和非各态历经平稳随机过程各态历经随机过程：在平稳随机过程中，任一单个样本函数的时间平均统计特征等于该过程的集合平均统计特征第97页,共117页，星期六，2024年，5月一般的随机过程需要足够多的样本函数才能描述，而要进行大量的观测来获取足够多的样本函数式非常困难或做不到的。实际测试工作常把随机信号按各态历经过程来处理，进而以有限长度样本记录的观察分析来推断、估计被测对象的整个随机过程；也就是说，在测试工作中常以一个或几个有限长度的样本记录来推断整个随机过程，以其时间平均来估计集合平均。第98页,共117页，星期六，2024年，5月二、随机信号的主要特征参数描述各态历经随机信号的主要特征参数有：1)均值、方差和均方值。2)概率密度函数。3)自相关函数。4)功率谱密度函数。第99页,共117页，星期六，2024年，5月(—)均值?x、方差?x2和均方值?x2表示信号的常值分量,x(t)——样本函数,T——观察时间描述随机信号的波动分量方差的正平方根叫标准偏差?x，是随机数据分析的重要参数描述随机信号的强度均方值的正平方根称为均方根值,即xrms=?ψx2第100页,共117页，星期六，2024年，5月对于集合平均，则某时刻的均值和均方值为式中?M——样本记录总数?????i——样本记录序号?????ti——观测时间第101页,共117页，星期六，2024年，5月σx2描述了信号的波动量；μx2描述了信号的静态量。第102页,共117页，星期六，2024年，5月可以证明均方值方差均值平方已知其中任意两个可以求第三个第103页,共117页，星期六，2024年，5月例,已知某随机信号的Ψx=50,μx=40,求σx=?根据σ2x=Ψ2x-μ2xσx=30第104页,共117页，星期六，2024年，5月*2、概率密度函数第四节随机信号二、随机信号的主要特征参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的概率。如图1-22所示。图1-22第105页,共117页，星期六，2024年，5月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（x,x+△x）区间的概率，即定义幅值概率密度函数P(x)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。不同的随机信号有不同的概率密度函数图形，可以借此来识别信号的性质。当不知道所处理的随机数据服从何种分布时，可以用统计概率分布图和直方图法来估计概率密度函数。第106页,共117页，星期六，2024年，5月*2、概率密度函数第四节随机信号二、随机信号的主要特征参数常见的四种随机信号如图1-23所示。图1-23正弦信号正弦信号+随机噪声窄带随机信号宽带随机信号第107页,共117页，星期六，2024年，5月三、样本参数、参数估计和统计采样误差用时间平均法计算随机信号特征参数，需要进行T趋向无穷大的极限运算，它意味着要使用样本函数(观测时间无限长的样本记录)。这是一个无法克服的困难。实际上只能从其中截取有限时间的样本记录来计算出相应的特征参数(称为样本参数)，并用它们来作为随机信号特征参数的估计值。