机械工程测试技术基础讲稿(第三部分).pptxVIP

第三部分授课内容1.随机信号2.数字信号处理的基本步骤3.离散付里叶变换4.信号数字化出现的问题

非平稳信号：统计特征参数随时间而变化的随机信号。平稳信号：概率密度函数不随时间而变化的随机信号为严平稳信号，两阶及以下阶次矩不随时间而变化的随机信号为宽平稳信号。各态历经信号：任一单个样本函数的时间平均统计特征等于该过程集合平均统计特征。非各态历经信号：某一单个样本函数的时间平均统计特征不等于该过程集合平均统计特征。不能用确定的数学关系式表达，不能预测未来任何瞬时的精确值，但其值的变化服从统计规律。因此，可通过数理统计、概率论的方法进行描述。定义和分类

几个重要的概念01样本记录：按时间历程所作的各次有限时间观测记录；03集合平均：将集合中所有样本函数对某一时刻的观测值取平均；05样本函数：按时间历程所作的各次长时间观测记录；02随机过程（信号）：全部样本函数的集合(总体)；04时间平均：按单个样本的时间历程进行平均。06

00000x1(t)x2(t)x3(t)x4(t)x5(t)t1t2ttttt

随机信号的描述方法时域描述方法矩概率密度函数原点矩（如均值、均方值等）中心矩（如均方差等）联合矩（如互相关函数、协方差函数等）频域描述方法：功率谱、能量谱

0102030405主要特征参数均值及其估计值（各态历经随机信号）估计值:表示信号的常值分量。定义式:

估计值:定义式:方差及其估计值（各态历经随机信号）表示信号的波动分量。另外，方差的正平方根称为标准差。

01均方值及其估计值（各态历经随机信号）03描述随机信号的强度，均方值的正平方根称为均方根值。02估计值:04定义式:

均值、方差和均方值之间的相互关系

对长度为T的随机信号样本记录，x(t)瞬时幅值落在(x,x+?x)区间内的总时间为：概率密度函数PDF定义：概率密度函数表示信号幅值落在指定区间内的概率。

当样本记录长度T趋于无穷时，将趋于x(t)的幅值落在区间(x,x+?x)的概率。即：当?x?0时，可定义概率密度函数为：0102

概率密度函数提供了随机信号的幅值分布信息，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。(正态分布)正弦信号加随机噪声（马鞍型）宽带随机信号正弦信号窄带随机信号(正态分布)

在实际应用中，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来01估计p(x)。如果知道信号的概率密度函数，则：02

解：设正弦信号为，幅值为x和x+?x的01因此，在一个周期T内，x(t)瞬时幅值落在(x,x+?x)03时刻分别为05和02内的总时间为04例：求正弦信号的概率密度函数。

可得概率及概率密度函数分别为

AA

被测对象激励装置数字信号处理器通讯显示控制反馈观察者传感器1调理1S/H1量化1传感器2调理2S/H2量化2传感器n调理nS/Hn量化n…………数字信号处理系统框图A/D

数字信号处理系统特点时域和频域都必须离散化；具有以下特有的几个基本过程模拟信号时域采样频域离散量化截断处理抽样信号数字信号有限长的数字信号离散频谱

正变换反变换FT的定义式为由于其连续的形式，不可能在数字系统中得到应用，必须离散化。因此,有DFT（DiscreteFourierTransform）。

设时域采样周期为Ts，进行时域离散化，得信号序列因此，有存在以下关系同时，以为频率间隔进行频域离散化，得离散频谱

代入FT的定义式，得将Ts和△f归一化，得

离散傅里叶变换（DFT）定义式NN

DFT是离散信号分析的有力工具，但是，这种方法的特点是计算工作量很大，实际应用起来很是困难。01在1965年，美国人J.WCooley-W.Tukey（图利－库基）首先提出了DFT的一种快速算法——FFT（FastFourierTransform），这种快速算法使得计算工作量大大简化，从而使时域问题转换到频域的高效处理成为可能，一度被认为是信号分析技术划时代的进步。02

DFT与FFT的计算工作量比较：512256×103)512256FFTDFTN=256时，二者比值64N=1024时，二者比值204.8

数字信号处理有限长的数字信号截断抽样信号量化离散频谱频域离散模拟信号时域采样

时域采样、混叠和采样定理其频谱为设采样时间间隔为Ts，则xa(t)经采样后的离散序列xs(t)为

xa(t)so(t)xs(t)……………So(f)Xa(f)Xs(f)时域离散，频域延拓

混叠现象当时域采样间隔Ts过长，造成频域周期化间隔不够大时，在重复频谱交界处出现的局部互相重叠