第5讲基于labview的信号处理

合集下载
相关主题
  1. 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. 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. 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)。
• 电声设备特性测量
– 音箱、耳机、麦克风、功放等 – 频响、THD等参数
• 土木与机械结构动态特性测量
– 谐振频率、阻尼
• 其他应用
– 汽车 – 生产线自动质量控制系统
参数测量例1——频谱测量
可交互式地对参数进 行配置(如选择不同 的窗函数等)
需要加窗的原因——频谱泄漏
• 实际信号采样之后进行频谱分析时需要考虑频谱泄漏的问题
• 直观显示效果
− 便于调整参数 达到理想效果
LabVIEW中的数字滤波器函数
数字滤波器设计工具包*
最简单的: 滤波器Express VI
滤波器函数
关于各种数字滤波器的特点和参数影响不 是本课程关注的重点,可参考《数字信号 处理》课程及相关参考书
软件滤波与硬件滤波
• 硬件滤波
– 在上一课中我们提到“滤波”是一类重要的信号调理手段 – 通过模拟电路直接对模拟信号进行处理,在数字化采样之前发生
通过MathScript节点调用Matlab代码
LabVIEW信号处理实际应用举例
• 波音777客机的起降噪声源定位
应用
波 音 公 司 使 用LabVIEW 实 现 超 过 300通道振动信号的同步采样与分 析,分析飞机起降噪声来源,从 而对发动机外壳进行优化,降低 了客机起飞时的噪声,同时降低 油耗
第五讲 基于LabVIEW的信号处理
信号处理在各个行业的应用
汽车:噪声定位
生物:医电分析
信号处理 Signal Processing
通讯:信道消噪
机电:机器监测
能源:管道监测
回顾: 一种典型的虚拟仪器系统
信号
采集
分析
表达
信号处理
为什么需要信号处理
• 功率分析
• 频率测定
• 滤除多余成分
•… 信号 处理 函数
Fra Baidu bibliotek
低通滤波器设计
• 使用滤波器设计Express VI设计低通滤波器,用于去除 高频噪声
• 可灵活调整滤波器的频响,以去除高频噪声同时又尽 可能保持低频成分的幅度
滤波器Express VI
• 选择滤波器类型
− 低通 − 高通 − 带通 − 带阻 − 平滑
• 选择滤波器规范
− 截止频率 − FIR或IIR − 阶数
• 交互式地直接调试
– 可以根据实际测量数据实时尝试不同的信号处理算法效果,决定 最终的算法
• 开发效率高
– 内置超过1,000种现成的信号处理函数,可直接调用
• 概率统计、微积分、曲线拟合插值、最优化等数学函数 • 频谱分析、小波、时频、滤波器设计、特征提取、多通道分析等 • 调制/解调等
– 也可以编写自定义的信号处理算法
LabVIEW中的信号分析与处理常用函数
数学选板
数字滤波器设计*
频谱测量*
高级信号处理 (时频分析、小波分析等)*
信号处理函数选板
声音与振动*
调制解调*
结合硬件进行信号处理
同一应用程序 多种目标硬件
Wireless USB
PCI
CompactDAQ
PXI
ELVIS
无论你的数据来自于何种数据采集平台,LabVIEW数据采集和信号处理的程序是一样的
• 软件滤波
– 这节课我们所讨论的内容 – 已经经过了采样和数字化,通过软件对数字信号进行处理
• 两者比较
– 软件滤波配置简单,几乎无成本,随时间无老化效应 – 硬件滤波不需要占用处理器资源 – 软件滤波可能在某些噪声条件下效果较差 – 两者可能同时使用
降噪的挑战 – 宽频、时变、多尺度
• 移动平均和低通滤波不适用于宽频、时变、多尺度信 号的降噪
举例
• 基于myDAQ实现声音信号的采集和声强分析及阈值报警
– 采集音乐信号 – 设阈值并监控 – 根据警报值输出
举例
• 进一步实现在线音效处理(功率谱分析和滤波均衡)
调用文本语言下的信号处理代码
• 通过公式节点和MathScript节点可在LabVIEW中调用文本语言程序
• 也可以通过调用DLL等方式连接文本语言的编译结果(可自学)
• 减少频谱泄漏 • 加窗对幅值和相位的效果、不同
窗函数的影响效果等内容可参考 《数字信号处理》课程或相关参 考书
参数测量例2——FRF
• 一个函数完成一台传统频谱分析仪的主要功能
– 系统的激励和响应信号作为输入,直接输出系统的FRF – 加窗、平均、H1、H2、H3等设置 – 直接在LabVIEW前面板显示频响函数
信号 处理 函数
输入信号
信号
处理
函数
Vrms2 500 Hz 完美的正弦曲线
信号处理的系统流程
数据采集
参数测量 预处理 信号分析域变换
建模
交互显示
选择合适的信号处理算法
信号预处理
• 信号预处理的目的
– 降噪、去直流、去漂移等 – 量纲、物理量转换
• 常用的信号预处理方法包括
– 移动平均 – 滤波 – 积分、微分 – 重采样 –…
确定部分 (用模型系数表示)
随机部分 (建模残差)
AR建模应用实例 - 硬盘异音自动检测
Good Pitch Crack Zee
在实际生产线上,可以通过AR建模残差的大小来检测故障
在实际的信号处理应用中使用LabVIEW
• 与硬件无缝连接
– 易于获取真实数据,随后直接进行信号处理 – 针对在线信号处理的函数接口设计
LabVIEW信号处理实际应用举例
• 鸟巢体育场结构健康监测
应用
基于LabVIEW与CompactRIO平台, 对2008北京奥运体育场进行连续 时间振动监测,包括结构模型验 证、监测突发事件等工作
...
Kinemetrics Seismic Sensors
通过MathScript节点调用Matlab代码
• LabVIEW中内置的文本数学语言, 提 供 900 多 个 数 学 、 信 号 处 理 函 数
• 兼容m文件脚本语法和对矩阵的 操作,可以重用m-script代码并验 证算法
• 可与LabVIEW图形化编程结合, 实现交互式的图形化用户界面
• 快速的硬件实现与原型化
参数测量例3——正弦参数提取
• 传统方法
– 功率峰值法:精度受频谱泄漏和谱线密度影响 – 零点检测法:精度受噪声影响
• LabVIEW中使用的三点法
– 专利技术 – 消除频谱泄漏影响 – 高精度
Demo
使用LabVIEW做参数测量的优势
• LabVIEW的函数专门针对工业应用
– 函数功能强大,调用现成VI完成参数测量任务 – 隐藏底层算法,符合工业标准的设置方式 – 包含单位量纲,自动给出测量结果的量纲
域变换
• 变换是信号处理的精髓
– 换个角度看问题 – 变换可能使得信号的隐藏特征显而易见
• 常用变换域
– 频域 – 尺度域 – 时频域 – 角度域
预处理
参数测量 域变换 建模
频率 短时宽带信号
信号按时频特征分类
长时间持续的窄带信号 短时窄带信号
时间
选择合适的变换域
傅立叶变换 小波变换 联合时频
角度(阶次)域
f
t
LabVIEW变换函数的特点
• 功能全面
– FFT、Hilbert变换、Hartley变换、Walsh Hadamard变换、联合时 频率变换、小波变换
• 函数设计针对在线应用
– 函数运算速度足够快 – 函数自动处理相邻信号块的衔接问题
• 例:Online Gabor Transform、Online Gabor Expansion
(非线性)
与小波类型有关
与小波类型有关
性能可控
非平稳信号效果好
使用LabVIEW做信号预处理的优势
• 丰富的函数
– 滤波器设计、重采样、抽样、插值、去直流、曲线拟合、小 波降噪、小波去趋势、时变滤波等等
• LabVIEW交互式的环境便于完成需要反复试验(Trial and error)的预处理任务
预处理
参数测量 域变换 建模
信号预处理——降噪
• 信号噪声一般指信号中的高频次要部分 • 常用降噪方法
– 移动平均 – 低通滤波 – 小波降噪
移动平均
• 移动平均是一种特定的低通滤波器,去除信号中的高 频噪声
– 平均长度越长,截止频率越低 – 低频幅度有一定的衰减
移动平均对信号幅度的影响
• 低频幅度有一定的衰减,衰减程度随平均长度的增加 而增大
小波降噪
• 基于小波的降噪方法适合于宽频、时变、多尺度信号 的降噪
降噪方法比较
移动平均
低通
小波
去除成分
高频
幅频响应 类型
低通滤波
过渡带 低频衰减
较长 (与平均长度有关)
较大 (与平均长度有关)
优势
简单易用
高频
有选择地去除高频
低通滤波
可控 (与滤波器设计有关)
可控 (与滤波器设计有关)
低通并保留高频幅度较 大部分
– 没有以整数周期进行采样的信号生成高频不连续成分,从而导致频谱泄漏 – 频谱泄漏导致频率测量失真,因为不连续部分的高频能量会在频谱扩散
1个周期
不连续
频谱泄漏
整数周期 —
无泄漏
非整数周期 —
泄漏
加窗可减少频谱泄漏对频谱分析的影响
• 加窗可加强信号部分,减弱其它 部分
• 加窗可以将不连续部分的幅值最 小化
图形化编程 VI前面板
调试探针 (Probe) Express VI
参数测量
• 频率、周期与相位 • 直流分量、有效值(RMS) • 脉冲参数:占空比、超调比等 • 总谐波失真(THD)、SINAD • 振动级、声压级 • 谐振频率、阻尼
预处理
参数测量 域变换 建模
参数测量的应用
LabVIEW中时频分析的应用举例
演示
• 深海中虎鲸的叫声…
建模分析
应用1. 系统识别
– 控制器设计 – 预测 – 状态监测
预处理
参数测量 域变换 建模
应用2. 随机信号参数建模
系统辨识工具包
随机信号建模
• 自回归模型 (AR)
e(n)
y(n) H (z)
M
y(n) ak y(n k) e(n) k 1
相关文档
最新文档