清华大学测试与检测技术基础_王伯雄_第3章相关分析
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
五、工程应用
1. 求取系统的频响(frequency response)函数
线性系统的传递函数H(s)或频响函数H(jω) 十分重要,在机器故障诊断等多个领域常要用 到它。 例1:机器由于其轴承的缺陷而在机器运行中 会造成冲击脉冲信号,此时若用安装在机壳 外部的加速度传感器来接收时,必须考虑机 壳的传递函数。 例2:当信号经过一个复杂系统被传输时,系 统各环节的传递函数便必须要加以考虑。
三、相关函数的工程意义及应用
不同类别信号的辨识
图2.55 典型信号的自相关函数
相关滤波(filtering by correlation)
图4.79 相关滤波频谱分析仪原理框图
相关测速和测距
图2.56 相关法测量声传播距离
图2.57 带钢测速系统
测量流速和流量
图2.58 相在法测定流量
2.2.7.4 功率谱分析
1 S x f lim x f T T
2
(2.172)
对于单边功率谱 G(f) 也应满足巴塞伐 尔定理,故有
P S x f df G x f df
(2.173)
由此规定
G x ( f ) 2S x ( f ) f 0
图2.59 单边功率谱和双边 功率谱
2.2.7.4 功率谱(power spectrum)分析
一、自功率谱密度函数 二、巴塞伐尔(Parseval)定理 三、互功率谱密度函数 四、自谱和互谱的估计 五、工程应用
一、自功率谱密度函数
设x(t)为一零均值的随机过程,且x(t)中 无周期性分量,则其自相关函数Rx(τ)在当 τ→∞时有
Rx ( ) 0
二、互相关函数与自相关函数
对于各态历经过程,可定义时间变量x(t)和y(t) 的互协方差(cross-covariance)函数为
C xy E x t x y t y
1 T lim x t x y t x dt T T 0 R xy x y
j 2 kt
2
x(t)为实函数,故X(-f)=X*(f),于是有
x 2 t dt X f X * f df
Xf
2 df
(2.170)
巴塞伐尔定理:信号在时域中计算的总
能量等于它在频域中计算的总能量。
Sx(f)为x(t)的自功率谱密度函
数(auto power spectrum),简称 自谱或功率谱。 功率谱Sx(f)与自相关函数Rx(τ) 之间是傅里叶变换对的关系, 亦即 FT
Rx ( ) S x ( f )
IFT
式(2.167)和(2.168)称为
维纳——辛钦(WienerKhintchine)公式。 由于Rx(τ)为实偶函数,因此亦 为Sx(f)实偶函数。
其中
* f S yx f S xy f S xy
(2.179)
1 S xy f lim X ( f ) Y * ( f ) t T
Sxy(f)也是含正、负频率的双边互谱,实用中 也常取只含非负频率的单边互谱Gxy(f),由此规定
G xy f 2 S xy f
频率的余弦函数,它保留了原信号的幅值和频率 信息,但失去了原信号的相位信息。 自相关函数可用来检测淹没在随机信号中的周期 分量。
ˆ ( ) ˆ ( ) 和 R 自相关和互相关函数的估计 R xy x
1 T ˆ R x x t x t dt T 0 1 T ˆ R xy x t y t dt T 0
该自相关函数 R ( τ ) 满足傅里叶变换的条 x 件 Rx ( ) d 。对作傅里叶变换可得
S源自文库x f R x e j 2 f d
(2.167)
其逆变换为
R x S x f e j 2 f df
(2.168)
相关函数ρxy:
xy xy
式中σx、σy分别为x、y的标准偏差,而x和y的方差σx2和 σy2则分别为
2 2 x E x x
2 2 y E x y
x y
1 xy 1
(2.143)
(2.144)
(2.145)
利用柯西—许瓦兹不等式(Cauchy-Schwarz inequality) 2 2 2 (2.146) E x x y y E x x E y y 可知|ρxy|≤1。 当ρxy=1时,所有数据点均落在y-μy=m(xμx)的直线上,因此x,y两变量是理想的线性 相关。 当ρxy=0时,(xi-μx)与(yi-μy)的正积之和等于 其负积之和,因而其平均积σxy为0,表示 x,y之间完全不相关。
T 2 R x x
T 0
(2.149)
(2.150)
1 其中 R x Tlim T
x t x t dt
称为x(t)的自相关(auto-correlation)函数。
周期函数的自相关函数仍为周期函数,且两
者的频率相同,但丢掉了相角信息。 同频相关,不同频不相关。
Gx(f)的图形如图2.59 中所示。
根据信号功率(或能量)在频域中的分
布情况,将随机过程区分为窄带随机、 宽带随机和白噪声等几种类型。 窄带过程的功率谱(或能量)集中于某 一中心频率附近,宽带过程的能量则分 布在较宽的频率上,而白噪声过程的能 量在所分析的频域内呈均匀分布状态。
三、互功率谱密度函数
(2.177) (2.178)
因此互谱和幅值谱的关系为 1 S xy f lim Y f X * f T
T
正如Ryx(τ)≠Rxy(τ)一样,当x和y的顺序调换 时,Syx(τ)≠Sxy(τ) 。但根据Rxy(-τ)=Ryx(τ) 及维纳— 辛钦关系式,不难证明:
图2.53 典型的自相关函数和互相关函数曲线
(a)自相关函数 (b)互相关函数
例1 求正弦函数x(t)=Asin(ωt+υ)的自相关函数。 解:正弦函数x(t)是一个均值为零的各态历经随机过 程,其各种平均值可用一个周期内的平均值来表示。 1 R ( ) lim x ( t ) x ( t ) dt T
式(2.170)又称信号能量等式。|X(f)|2称能 量谱,它是沿频率轴的能量分布密度。在整 个时间轴上信号的平均功率可计算为 T 1 2 2 1 2 P lim T x t dt lim x f df (2.171) T T T T 2 自谱密度函数与幅值谱之间的关系为
f 0
(2.180)
自谱是f的实函数,而互谱则为f的复函数,实部 Cxy(f)称为共谱(cospectrum),虚部Qxy(f)称为重谱 (quad spectrum),即
G xy f C xy f jQ xy f
(2.181)
写为幅频和相频的形式:
G f G f e j xy f xy xy 2 2 G xy f C xy f Q xy f Q xy f xy f arctg C xy f
(2.147)
式中 称x(t)与y(t)的互相关(cross-correlation)函数,自变 量τ称为时移。
1 R xy lim T T
x t y t dt
T 0
(2.148)
当y(t) ≡x(t)时,得自协方差(auto-covariance) 函数 1 T C x lim x t x x t x dt 0 T
评价变量x和y间线性相关程度的经典方法:
协方差σxy: E x y 1 lim x y
xy x y N N
N
i 1
i
x
i
y
(2.142)
式中,E表示数学期望值; μx=E[x]为随机变量x的均值; μy=E[y]为随机变量y的均值;
(2.182)
四、自谱和互谱的估计
定义功率谱亦即自谱的估计值
1 ˆ Sx f X f T
2
(2.183)
互谱的估计为
ˆ f 1 X * f Y f S xy T ˆ f 1 Y * f X f S yx T
(2.184) (2.185)
2.2.7.3 相关分析
一、相关 二、互相关函数与自相关函数 三、相关函数的工程意义及应用
一、相关(correlation)
相关:用来描述一个随机过程自身在不同时 刻的状态间,或者两个随机过程在某个时刻 状态间线性依从关系的数字特征。
图2.52 变量x和y的相关性 (a)精确相关 (b)中等程度相关 (c)不相关
(2.160) (2.161)
具有限个数据点N的相关函数估计的数字处 理表达式则为: N 1 1 ˆ r x n x n r (2.162) R x N
n o
N 1 1 ˆ r x n y n r R xy N n o
(2.163)
r 0,1,2,, r N
Rxy ( ) S xy ( f )
IFT FT
因此Sxy(f)的傅里叶逆变换为:
R xy
S xy f e j 2 f df
(2.176)
定义信号x(t)和y(t)的互功率为
1 T2 P lim T x t y t dt T T 2 1 lim Y f X * f df T T
号的平均功率; Sx(f)就是信号的功率谱密度沿频率轴的分布, 故也称为功率谱。
二、巴塞伐尔(Parseval)定理
设有变换对:
x(t ) X ( f ) h(t ) H ( f )
按频域卷积定理有
x(t )h(t ) X ( f ) * H ( f )
x ( t ) h ( t ) e dt X ( f ) H ( k f ) df 令k=0,有 x ( t ) h ( t ) dt X ( f ) H ( f ) df 又令h(t)=x(t),得 x ( t ) dt X ( f ) X ( f ) df
若互相关函数 Rxy(τ)满足傅里叶变换的 条件 Rxy ( ) d ,则定义Rxy(τ)的傅里叶 变换 j 2 ft S xy df (2.175) R xy e 为信号x(t)和y(t)的互功率谱密度函数,简称 互谱密度函数(cross power spectrum)或互谱。 根据维纳—辛钦关系,互谱与互相关函 数也是一个傅里叶变换对,即
图2.59 单边功率谱和双边 功率谱
当τ=0时,根据自相关函数Rx(τ)和自功 率谱密度函数Sx(f)的定义,可得
1 R x 0 lim T T
T 2 T 2
x 2 t dt
S x f df
(2.169)
Sx(f)曲线下面和频率轴所包围的面积即为信
T x T 0
A sin( t ) sin[ ( t ) ] dt 令ωt+υ=θ,则dt=dθ/ω,由此得
0
1 T0
T0
正弦函数的自相关函数是一个与原函数具有相同
0
A2 Rx ( ) 2
2
A2 sin sin( )d cos 2