基于解析信号和带通滤波的频率细化分析
几种频谱分析细化方法简介
高分辨率频谱分析算法实现【摘要】随着电子技术的迅速发展,信号处理已经深入到很多的工程领域,信号频域的特征越来越受到重视。
在信号通信、雷达对抗、音频分析、机械诊断等领域,频谱分析技术起到很大的作用。
基于数字信号处理(DSP)技术的频谱分析,如果采用传统的快速傅里叶(FFT)算法则只能比较粗略的计算频谱,且分辨率不高;但是采用频谱细化技术就能对频域信号中感兴趣的局部频段进行频谱分析,就能得到很高的分辨率.常见的方法有基于复调制的ZoomFFT 法、Chirp-Z 变换、Yip—ZOOM 变换等,但是从分析精度、计算效率、分辨率、灵活性等方面来看,基于复调制的ZoomFFT 方法是一种行之有效的方法。
实验结果表明该方案具有分辨率高、速度快的特点,具有较高的工程应用价值.【关键字】频谱分析;频谱细化;Z变换【Abstract】With the rapid development of electrical technology, signal processing has been widely used in many engineering fields and special attention has been paid to the characteristic of signal frequency。
The spectrum analyzer technology takes a great part in the fields like signal communication, rador countermeasures, audio analysis, mechanism diagnose。
Based on digital signal processing (DSP)technology,the spectrum analysis system, while the use of the fast Fu Liye traditional (FFT) algorithm can calculate the frequency spectrum is rough,and the resolution is not high; but using spectrum zoom technique can analyze the frequency spectrum of the local frequency segment interested in frequency domain signal,can get very high resolution。
滤波器的频率分析
滤波器的频率分析滤波器的频率分析摘要:滤波器是一种选频装置,可以使信号中特定的频率成分通过,而极大地衰减其它频率成分。
在测试装置中,利用滤波器的这种选频作用,可以滤除干扰噪声或进行频谱分析。
滤波器对实现电磁兼容性是很重要的。
本文所述内容主要有滤波器概述及原理、种类等。
尽管数字滤波技术已得到广泛应用,但模拟滤波在自动检测、自动控制以及电子测量仪器中仍被广泛应用。
故对常见滤波器中低通滤波器、高通滤波器、带通滤波器和带阻滤波器,EMI 滤波器,从频率出发,进行特性分析。
一、引言滤波器,是一种用来消除干扰杂讯的器件,将输入或输出经过过滤而得到纯净的直流电。
对特定频率的频点或该频点以外的频率进行有效滤除的电路,就是滤波器,其功能就是得到一个特定频率或消除一个特定频率。
滤波器通常分为低通滤波器、高通滤波器、带通滤波器和带阻滤波器。
二、原理滤波器一般有两个端口,一个输入信号、一个输出信号利用这个特性可以将通过滤波器的一个方波群或复合噪波,而得到一个特定频率的正弦波。
滤波器是由电感器和电容器构成的网路,可使混合的交直流电流分开。
电源整流器中,即借助此网路滤净脉动直流中的涟波,而获得比较纯净的直流输出。
最基本的滤波器,是由一个电容器和一个电感器构成,称为L型滤波。
所有各型的滤波器,都是集合L型单节滤波器而成。
基本单节式滤波器由一个串联臂及一个并联臂所组成,串联臂为电感器,并联臂为电容器。
在电源及声频电路中之滤波器,最通用者为L型及π型两种。
就L型单节滤波器而言,其电感抗XL与电容抗XC,对任一频率为一常数,其关系为XL·XC=K2故L型滤波器又称为K常数滤波器。
倘若一滤波器的构成部分,较K常数型具有较尖锐的截止频率(即对频率范围选择性强),而同时对此截止频率以外的其他频率只有较小的衰减率者,称为m常数滤波器。
所谓截止频率,亦即与滤波器有尖锐谐振的频率。
通带与带阻滤波器都是m常数滤波器,m为截止频率与被衰减的其他频率之衰减比的函数。
信号分析中的频率细化基本概念
信号分析中的频率细化基本概念编辑整理:尊敬的读者朋友们:这里是精品文档编辑中心,本文档内容是由我和我的同事精心编辑整理后发布的,发布之前我们对文中内容进行仔细校对,但是难免会有疏漏的地方,但是任然希望(信号分析中的频率细化基本概念)的内容能够给您的工作和学习带来便利。
同时也真诚的希望收到您的建议和反馈,这将是我们进步的源泉,前进的动力。
本文可编辑可修改,如果觉得对您有帮助请收藏以便随时查阅,最后祝您生活愉快业绩进步,以下为信号分析中的频率细化基本概念的全部内容。
研究数字频谱最有效方法通常是离散傅里叶变换。
频率分辨率是指对两个相邻谱峰进行区分的能力,表现形式为频谱中能够分辨的两个频率分量的最小间隔。
在信号处理中,人们为了把整个频率范围内的某段重点频区局部放大,获得比整个频率范围的频率分辨率更高的频率分辨率,从而观察频谱中的细微部分. 因此提出频谱细化这一课题。
考虑到数字信号分析中,虽然提高信号的采样频率可以改善信号分析的频率分辨率,但是提高信号的采样频率通常需要付出额外的硬件代价,往往受制于可实现性与成本问题而难以实现.因此,就需要使用频谱细化技术在尽可能低的采样频率下提高数字信号分析的频率分辨率的措施。
频谱细化的基本思路是对信号频谱中的某一频段进行局部放大,也即在某一频率附近局部增加谱线密度,实现选带频段分析.常见的经典方法有:复调制细化法、Chirp-Z变换、FFT+FT细化法、DFT补零法等很多方法.复调制细化法:又称为选带频率细化选带频谱分析,是20世纪70年代发展起来的。
其传统的分析步骤为:移频(复调制)—-低通滤波器-—重抽样——FFT及谱分析—-频率成分调整,因其物理概念非常明确,所以一直沿用至今。
FFT+FT细化法:该方法的原理本质是将连续傅里叶变换经过将积分化成求和、时域离散化和时域截断为有限长三个步骤变换得到时间离散、频率连续的特殊傅里叶变换形式。
FFT+FT连续细化分析傅里叶变换法先用FFT做全景谱,再对指定的一个频率区间进行细化计算:先确定频率分辨率,再确定计算频率序列,最后用FT连续谱分析方法进行实部和虚部计算,合成幅值谱和相位谱.Chirp-Z变换:最早提出于1969年,CZT是一种在Z平面上沿着螺旋线轨道计算有限时宽的Z变换方法。
信号分析中的频率细化基本概念
研究数字频谱最有效方法通常是离散傅里叶变换.频率分辨率是指对两个相邻谱峰进行区分地能力,表现形式为频谱中能够分辨地两个频率分量地最小间隔.在信号处理中,人们为了把整个频率范围内地某段重点频区局部放大,获得比整个频率范围地频率分辨率更高地频率分辨率,从而观察频谱中地细微部分. 因此提出频谱细化这一课题. 文档收集自网络,仅用于个人学习频谱细化研究意义考虑到数字信号分析中,虽然提高信号地采样频率可以改善信号分析地频率分辨率,但是提高信号地采样频率通常需要付出额外地硬件代价,往往受制于可实现性与成本问题而难以实现.因此,就需要使用频谱细化技术在尽可能低地采样频率下提高数字信号分析地频率分辨率地措施.文档收集自网络,仅用于个人学习频谱细化基本思路频谱细化地基本思路是对信号频谱中地某一频段进行局部放大,也即在某一频率附近局部增加谱线密度,实现选带频段分析.文档收集自网络,仅用于个人学习频谱细化常见方法常见地经典方法有:复调制细化法、变换、细化法、补零法等很多方法.复调制细化法:又称为选带频率细化选带频谱分析,是世纪年代发展起来地.其传统地分析步骤为:移频(复调制)低通滤波器重抽样及谱分析频率成分调整,因其物理概念非常明确,所以一直沿用至今.文档收集自网络,仅用于个人学习细化法:该方法地原理本质是将连续傅里叶变换经过将积分化成求和、时域离散化和时域截断为有限长三个步骤变换得到时间离散、频率连续地特殊傅里叶变换形式.连续细化分析傅里叶变换法先用做全景谱,再对指定地一个频率区间进行细化计算:先确定频率分辨率,再确定计算频率序列,最后用连续谱分析方法进行实部和虚部计算,合成幅值谱和相位谱.文档收集自网络,仅用于个人学习变换:最早提出于年,是一种在平面上沿着螺旋线轨道计算有限时宽地变换方法.基本原理是在折叠频率范围内,任意选择起始频率和频率分辨率,在这有限带宽里对样本信号进行变换,这与频谱校正方法中地连续细化分析傅里叶变换法地基本原理是一样地. 文档收集自网络,仅用于个人学习频谱细化应用场合频谱细化技术在生产实践和科学研究中获得了日益广泛地应用.例如,齿轮箱地故障诊断要求准确分辨齿轮各阶啮合振动地主频和边频等,其频谱图上地频率间隔很细,但频率分布又较宽,为了识别谱图地细微结构,就必须对信号进行细化分析;直升机、坦克、巡航导弹地声音具有显著地非平稳性,为了得到准确地时延量,信号地取样不能太长,而计算地频谱存在栅栏效应.因此必须采用有效地方法对频谱进行细化,这样才能保证足够地相关计算精度;在无线电通信信号和其他地实际工程信号地分析中,为了获取更高地测量精度和实时检测能力,需要对信号频谱进行细化分析,以提供有用信息.因此对频谱细化技术地研究受到普遍重视,也是当前信号处理技术研究中地一个十分活跃地课题.文档收集自网络,仅用于个人学习频率细化是年代发展起来地一种新技术,其主要目地是识别谱图上地细微结构.从通常地分析方法中我们已经知道,在频谱图上地有效频率分布范围是从到奈魁斯特频率为止,而谱线间隔()决定了频率分辨能力,表示数据点数,这里表示采样频率,且.因此,要获得较高地分辨率可从下面两个方面进行.第一方面:降低采样频率,谱线间隔减小,但这样会降低奈魁斯特频率,从而导致频率分析范围小;第二方面:提高计算长度值,但这样要求较大地内存和降低运算速度[].在内存和计算长度有限制地情况下,既要不降低频率分析范围,而又要增加频率分辨率是矛盾地,为此出现了基于不同原理地各种选频细化分析方法,例如,扫频窄带分析法、基于复调制地法、直接选抽法、级联法、相位补偿细化和最大频谱地局部表示法等.最为常用地是复调制,相位补偿细化和级联三种方法.然而在计算效率、精度和灵活性等方面都比较理想地方法还是基于复调制地,因此得到了较多地应用.几种常用细化方法地比较.复调制复调制.输入信号为(),假设其频谱为(),我们需要频率附近地频谱进行细微观察,则首先应对()进行复调制,得到移频后地信号(),经过复调制后地信号()地频谱是原来地频谱左移,欲观察地谱线已移至零频附近.这样就可以较低地频率对()进行重新采样,为防止频谱混迭,在采样前应用理想低通滤波器进行滤波.具体阐述如下:()频移.为了将感兴趣地频段地下限频率移至原来地零频率位置,以便有可能将感兴趣频段放大到整个频率显示范围上,需首先对信号进行频率调制.这里采用地是复数调制法,如果欲将某一频率移至原来地零频处,则以原信号与 (***?) 相调制得:实部为 ((***)(*?)),虚部为((***)(*?)).若令?(?原有地频率分辨率),即为频率在原频谱图中所对应地谱线序号,则实部和虚部即可以写为: (***)及 (***),合并实部和虚部可以得到调制后地信号为 (*),()滤波.数字低通滤波器是高截止特性地低通滤波器,可将从开始地一个所要求显示地窄频带到以外地所有频率成分滤掉,仅为原截止频率地^(,…),此处^即为细化倍数,称之为细化因子.()二次采样.二次采样是为了提高频率分辨率,使采样频率降至^(是第一次采样地采样频率).由采样定理可知,在采样个数仍为时,采样频率下降为^,相当于总时间窗增长^倍,则频率分辨率亦将提高倍.这时地分辨率?’与原分辨率?之比为 ^,经二次采样后地信号,进行复数,便得到了细化地频谱.由于细化倍时二次采样频率下降为原来地^,采样地记录长度亦应增至原来地^倍.应该指出,记录长度地增加仅在一次采样时增加了采样点数,而在完成二次采样后,点数仍为,以后地处理时间并未增加,因此,在细化倍时,计算时间并不会增加至^倍. 当然,移频法也有其缺点,就是一次分析仅能使指定地一段频谱得到细化与分析,而其余则均滤去,如欲进行多频段或全部频率范围内地细化,则要一次一次地进行重采样,然后再作预处理和分析,很费时间.相位补偿细化相位补偿细化,可以对全部频率范围内地频谱进行细化,这就克服了频移法地缺点.当然,对于只需要在窄带范围内细化地情况,用相位补偿法有点浪费.设要求地细化因子为^,则采样个数为:’,式中—原分析长度,—采样间隔.将相距个采样间隔地样本抽出来集合为一个子序列,每个子序列有个样本,共有个子序列.总频谱是次点地结果相应乘以^ 后叠加地结果.这里地^即为谱线地相位补偿量.级联假定样本数据是(){,…;,…, .其中数据序列被划分为个区组,互不重叠.每一个区组有个样本点.*点地频率分辨率是,运算量为 ().*点地可以简化成两次,第一次是对个区组作点,而第二次是对所关心地谱线做点.总计算量为:(),比上述计算量减少().级联与复包络解调法其实在本质上是类似地.从这个方向去理解地话,那地方法并不能提高分辨率.看来很多人对有个误区,事实上所谓地提高分辨率是指针对作同样点数地离散傅立叶变换而言地,即作细化倍地点细化谱实际上原始数据必须采点数据,这时候它比用点原始数据直接做而言频率分辨率提高了倍,但如果把点原始数据全部做,那它和细化谱地分辨率是一样地.一句话本质上可以说是一种快速算法,它通过滤波重采样来降低采样频率,这样就可以用较少点数地来实现较高地频率分辨率,当然,提高速度地代价就是只能对局部频带进行细化(而如果将利用地所有原始数据全部直接做地话,它做出地是整个频域地,而且频率分辨率和细化后地一样,甚至如果考虑细化时滤波所需去掉地点,直接地频率分辨率可以更高).文档收集自网络,仅用于个人学习。
带通滤波器幅频相频分析
极点:
右半s平面→h(t)增长
一阶极点→h(t) 等幅振荡或阶跃
虚轴上
二阶极点→h(t) 呈增长形式
h(t)衰减
稳定系统(极点在左半s平面)
h(t)增长
如果在虚轴上→
非稳定系统(极点在右半s平面)
一阶:阶跃或等幅振荡(临界稳定)
二阶:以上不稳定系统
零极点分析
o
1.580
1.575
1.570
1.565 0
500
1000
1500
2000
系统的幅频、相频特性曲线
结论
当原件参数取合适值时为带通滤波 器,由传递函数看相当于一个高通 和一个低通滤波器串联
原件参数满足一定条件时可组成微 分电路、高通电路、积分电路、低 通电路或比例电路。
极点关系到系统的稳定性 零点影响系统冲激相应的幅值和相
位,不影响h(t)的形状。
h 2 ( t ) 1 [ H 2 ( s ) e ] t[c t o ss i t ] n e tA co t ) s(
其中: A 1()2, arctan
结论:H(s)的零点只影响h(t)的幅度和相位,而不影响形状。
系统的幅频、相频特性曲线
H (s)R 1(s s1/1)C 2(s 11/2)
-1/R1C1 -1/R2C2
H (s)R 1(s s1/1)C 2(s 11/2)
S平面上的负实轴的极点
H (s) 1 h(t) eatu(t) sa
冲激相应按指数规律衰减,为稳定的系统
H(s)零点的位置对系统的特性的影响
考虑如下两个系统:
H H2 1((ss)) ((ss s)s )2 2 2 2(s s h 1 )( 2 t ) 2 (1 s[H 1 ()s 2 ) ]e 2 tco ts
信号处理中的滤波算法与时频分析技术探讨
信号处理中的滤波算法与时频分析技术探讨引言信号处理是一门涵盖广泛领域的学科,其目的是从采集的信号中提取和处理有用的信息。
滤波算法和时频分析技术是信号处理中常用的两种方法。
本文将重点探讨这两种技术,介绍它们的基本原理、应用领域以及未来的发展方向。
一、滤波算法滤波算法是信号处理中常用的一种方法,其目的是去除信号中的噪声或者选择感兴趣的频率段。
常见的滤波算法包括低通滤波、高通滤波、带通滤波和带阻滤波等。
以下将对每种滤波算法进行简要介绍。
1. 低通滤波低通滤波是一种常用的滤波算法,其在信号处理中经常用于去除高频噪声或者选择低频信号。
其基本原理是保留信号中低于某个截止频率的部分,并将高于该频率的信号滤除。
低通滤波在音频处理、图像处理等领域有着广泛的应用。
2. 高通滤波高通滤波是一种与低通滤波相对的滤波算法。
它的作用是去除低频噪声或者选择高频信号。
高通滤波的基本原理是保留信号中高于某个截止频率的部分,并将低于该频率的信号滤除。
高通滤波在图像增强、语音识别等领域中有广泛的应用。
3. 带通滤波带通滤波是一种可以选择频率范围的滤波算法。
它的作用是去除不感兴趣的频率段,只保留某个特定频率范围内的信号。
带通滤波的基本原理是通过一个截止频率范围内的带通滤波器实现。
带通滤波在音频等领域的信号调整和选择中具有重要作用。
4. 带阻滤波带阻滤波是一种与带通滤波相对的滤波算法。
它的作用是去除某个特定频率范围内的信号,而保留其他频率范围内的信号。
带阻滤波的基本原理是通过一个带阻滤波器实现。
带阻滤波在噪声去除和干扰消除的应用中常常使用。
二、时频分析技术时频分析技术是信号处理中另一种重要的方法,它可以提供信号在时间和频率上的变化信息。
常见的时频分析技术包括短时傅里叶变换(STFT)、连续小波变换(CWT)和小波包变换(WPT)等。
以下将对每种时频分析技术进行简要介绍。
1. 短时傅里叶变换(STFT)短时傅里叶变换是一种将信号从时域变换到频域的方法,它可以提供信号在时间和频率上的变化信息。
软件仿真频率细化过程的分析
软件仿真频率细化过程的分析1频率细化过程介绍频率细化是在信号处理和模态分析中广泛应用的一种技术,它能够提高频率的分辨率,将选定的频率域上的特性曲线放大,从而使系统的频率特性能更清楚地显示出来,。
设系统的采样频率为fs,采样点数为NO,则频率分辨率为:Δf=fs/NO从上式可以看出,要进行频率细化,即提高频率分辨率,使Δf变小,有两种方法:增加采样点数NO和降低采样频率fs,这里只介绍降低采样频率的方法。
这种方法主要是基于移频原理,。
设想要移频部分的频率为fp,其角频率为wp=2πfp,令f (t)=exp(-jwpt)。
时域信号x (t)与f(t)卷积后,则在频域上,该信号的fp频率就移到了原点处。
信号频率移到低频后,经过低通滤波,就可以用低的采样频率进行采样,从而达到提高频率分辨率、频率细化的目的。
具体过程。
2 移频法频率细化过程中几个问题的分析(1)非细化处理的系统采样频率为fs,采样点数为NO。
对于细化过程,设频率细化倍数为Nr,信号经过抗混叠滤波器后进行A/D采样,采样频率应仍为原来的fs,保持不变,采样点数则为Nr*NO,这样就保证了细化与非细化处理的基本频带范围保持不变,并且可以细化这一频带中的任何一段。
(2)要细化的频率范围为fl~fu,移频后,低频点fl移到原点,则高频点变为(fu-fl)。
这时数字低通滤波器的截止频率应大于(fu-fl),并小于低频重采样频率fs/Nr的一半。
即截止频率的范围为:(fu-fl)<fc<fs/2Nr且可以得到最大细化倍数N与细化频率范围之间的关系为:Nr<fs/2(fu-fl)这为设置细化倍数范围提供了依据。
(3)数字低通滤波器的通带必须平,通带内波动要小,这样原信号的频率特性细化后在幅值上才不会改变;同时,最好使滤波器的带外衰减>-70dB,且-70dB处的频率<fs/2Nr,这样就能保证低频重新采样时抗混叠的效果最好,细化的效果也最好。
利用滤波器实验观察频谱分析
窗函数法
通过加窗处理减少频谱泄 漏,提高频谱分析的准确 性。
参数化方法
利用信号模型对信号进行 建模,通过估计模型参数 实现频谱分析。
滤波器在频谱分析中的应用案例
带通滤波器
允许特定频率范围内的信号通 过,用于提取感兴趣频率成分
。
带阻滤波器
抑制特定频率范围内的信号, 用于消除干扰或噪声。
陷波滤波器
针对某一特定频率进行深度抑 制,用于消除单一干扰源。
根据频率特性的不同,滤波器可分为巴 特沃斯滤波器、切比雪夫滤波器、椭圆 滤波器等类型。不同类型的滤波器具有
不同的频率响应特性和优缺点。
常见滤波器类型及其性能
巴特沃斯滤波器
切比雪夫滤波器
具有平坦的通带和较宽的阻带,适用于对 通带内信号要求较高的场合。
在通带或阻带内具有等波纹特性,可选择 性地提高通带或阻带的性能。
对未来研究的建议和展望
深入研究更复杂的信号特 性
当前实验主要关注简单信号的 频谱分析,未来可以进一步深 入研究更复杂的信号特性,如 非线性、非平稳性等。
优化滤波器设计以提高性 能
针对特定应用场景,可以进一 步优化滤波器设计,提高滤波 性能和频谱分析的准确性。
探索新的频谱分析方法
随着信号处理技术的发展,未 来可以探索新的频谱分析方法 ,以更全面地揭示信号的内在 特性。
学习频谱分析的基本方法
了解频谱分析的基本概念和方法,如傅里叶变换 (FT)、快速傅里叶变换(FFT)等。
3
探究滤波器在频谱分析中的应用
通过实验观察滤波器对信号频谱的影响,理解滤 波器在信号处理中的重要作用。
滤波器在频谱分析中的应用
信号预处理
在频谱分析前,利用滤波器对信号进行预处理,以消除噪 声干扰或提取感兴趣频段内的信号。
滤波器的频率分析
滤波器的频率分析频率分析是信号处理中的重要内容之一,广泛应用于滤波器的设计和性能评估中。
滤波器是一种能够改变信号频率组成的电路或系统,它可以通过增强或抑制不同频率的分量来实现信号的滤波。
频率分析可以帮助我们了解滤波器在不同频段的工作原理和性能表现。
在频率分析中,我们常常使用频谱分析的方法。
频谱分析是一种可以将信号在频域上进行展开分析的技术,它可以将信号分解成一系列不同频率的正弦波成分,从而得到信号的频谱图。
频谱图上的每个频率成分对应着信号中不同频率的分量的幅值与相位信息。
对于滤波器的频率分析,一种常用的方法是通过系统的传递函数来进行。
传递函数是一个描述系统输入与输出之间关系的数学函数,它可以用来分析系统在不同频率上的响应特性。
通过对传递函数进行频率响应分析,我们可以得到滤波器的幅频响应和相位频响应。
滤波器的幅频响应描述了系统在不同频率上的增益特性。
在频率响应图中,通常使用对数坐标来表示不同频率上的增益变化。
我们可以从幅频响应图中看出滤波器对于不同频率的增益特性如何,哪些频段被增强,哪些频段被抑制。
幅频响应图还可以帮助我们评估滤波器的频率选择性能以及滤波器的截止频率。
滤波器的相位频响应描述了系统在不同频率上的相位特性,它可以帮助我们了解滤波器对于不同频率分量的相位延迟情况。
相位频响应是在滤波器设计和信号处理中非常重要的一项指标,因为它可以影响信号的时延特性和相位失真。
特别是对于需要高精度时钟同步的通信和控制系统,相位频响应的分析和优化至关重要。
除了传递函数的频率分析方法,我们还可以使用离散傅里叶变换(DFT)和快速傅里叶变换(FFT)等算法来对滤波器进行频率分析。
DFT和FFT是一种离散信号在频域上的变换方法,它能够将信号从时域转换到频域,得到信号的频谱信息。
通过对滤波器输出信号进行DFT或FFT分析,我们可以获得滤波器在不同频率上的功率谱密度分布,从而了解滤波器对于不同频率分量的响应情况。
频率分析在滤波器设计和性能评估中起到了非常重要的作用。
基于复解析带通滤波器的复调制细化谱分析的算法研究a
4 3 ! M # N! M #( T
0 B 0/ O P Q , E M = ! )*0 # CR , E M > > , 0 B O P Q ! , E M #/ O P Q ! , E M # C > > F F
M( 4 %S 0 %S , % -%S ) ! , # 万方数据 移 频 前 加 GH I I J I K窗 的 低 通 滤 波 器 的 频 谱 如
!
明
丁
康
汕头 # ’程系 $ % % % $ $ & "
在采用复解 析 带 通 滤 波 器 宽 度 为 + 隔 / 点选抽一点0 移频和作 1 点谱分析的方法进行细化谱分析 . , /0 的原理基础上 # 研究了基于复解析带通滤波 器 复 调 制 细 化 谱 分 析 的 算 法 2 讨 论 了 算 法 的 核 心 部 分 33 复 解 析 带 通
滤波器外扩的原理 # 一级选抽及二级选抽滤波器的设计 2 仿真研究表明 # 采用一级 4 滤 波器的构造 # 5 6 数字滤波器 # 当半阶数为 ’ 时 最 大 细 化 倍 数 可 达 仍 能 保 证 幅 值 分 析 误 差 在 以 内 采 用 二 级 滤 波 器最大细化倍 % % # ( ’ % # ( 7 # 4 5 6 数可达 . 运算速度也有较大幅度的提高 2 % % %倍以上 # 关键词 8 信号处理 9 频谱 9 解析信号 9 细化 中图分类号 8 ( ( = > 9 . % ) : ;< : ?
@ * B
( 基于复解析带通滤波器的细化谱分 * B 析的算法 @
基于复解析带通滤波器的复调制细化谱分析第 中已有详 细论述 # 这 .种方法的原理在参考文献 @ * B 里只研究其具体算法 2 设模拟信 号 为 F 经 抗 混 滤 波0 " & # G HI转换以 后# 得到采样时间序列为 F " & " K% # ( # L# J J /1M % . & # NO ( N 为 滤 波 器 半 阶 数# / 为 细 化 倍 数# 1为 下面讨论具体算法 8 4 4 : 分析点数 # + ,为采样频率 #
带通滤波器幅频相频分析课件
仿真软件法
使用仿真软件对带通滤波 器进行仿真,得到其幅频 响应曲线。
03
波器相响分 析
相频响应的定义
相频响应
描述滤波器输出信号与输入信号 之间的相位差随频率变化的特性。
相移
表示输出信号与输入信号之间的 相位差,与频率相关。
群延时
描述相位差随频率变化的速率。
相频响应的特性
线性特性
在一定的频率范围内,相频响应 与频率呈线性关系。
设计参数选择
通带范围
阻带范围Βιβλιοθήκη 最大衰减群延迟根据系统需求,确定带 通滤波器通带的频率范围。
确定带通滤波器阻带的 频率范围,以保证信号
的隔离和防止干扰。
确定带通滤波器的最大 衰减,以保证信号的传
输质量和稳定性。
确定带通滤波器的群延 迟,以保证信号的时域
特性。
设计实现方法
使用MATLAB或Simulink等软 件工具进行建模和仿真,验证 设计的正确性。
通带和阻带
在幅频响应曲线中,增益 值较高的区域称为通带, 而增益值较低的区域称为 阻带。
带宽
带宽是指带通滤波器通带 范围内频率的范围,带宽 决定了滤波器对不同频率 信号的响应速度。
幅频响应的分析方法
实验测量法
通过实验测量带通滤波器 在不同频率下的输出信号 幅度,得到幅频响应曲线。
数值计算法
利用滤波器设计理论和数 值计算方法,计算出带通 滤波器的幅频响应。
它通常由电阻、电容、电感等电 子元件组成,通过调整元件的参 数,可以实现对不同频率信号的 抑制或通过。
带通滤波器的特性
带通滤波器具有频率选择性,即它只 允许特定频率范围内的信号通过。
带通滤波器还具有稳定性和高效性, 它可以对信号进行平滑处理,减少噪 声干扰,同时不会改变信号的幅度和 相位。
一种FFT谱细化方法
2 FFT 频谱细化方法
现在对表达式( 2) 的信号进行如下调制:
xq (n) =
段细化 m 倍的频谱。
另外, 对于实信号, 其幅度谱是偶函数, 有
X (- k) = X ( k)
( 11)
那么对于调制后的频谱, 有
X q(- k) = X [- (k + q/ m)] = X (k + q/ m)
( 12) 说明 X i(- k) 就是 X ( k) 向左平移 q/ m 频谱。 由于有
结果。如果 | X (k) | 可获得 0, F, 2F, , (N - 1)F 这N 点的
频 谱, 那 么 | X q(k) 就 可 以获 得 - q/ m, F - q/ m, 2F -
q/ m, , (N - 1)F - q/ m 这 N 点的频谱。当 q = 0, 1, 2, ,
m - 1 时, 将所有 | X q( k) | 组合起来可以获得 | X (k) | 全频
Abstract: FF T algo rithm is a common metho d of har monic analysis. But sig na l spectrum has spectrum leakag e and fences effect that lessens spectr um peaks and accur acy , due to the effects o f sampling sig nal truncated. T his paper puts fo rw ard an impro ving frequency resolution method which can g et high r eso lutio n fr equency spectrum, based o n the simple modulation of F FT har monic analysis alg or ithm, w ithout increasing sampling length. By theor etical elabo ration, data processing and simulation, co mpar ing w ith dir ect F FT alg or ithm, inter po lation FFT alg or ithm and the method of phase differ ence, the r esults of this method ar e much bett er t han dir ect FF T alg or ithm and the method o f phase differ ence, close to o r ex ceed the inter po lation metho d. Results sho ws that t his method is an effective metho d which impr oves the frequency spectr um resolution and reduces the spectral leakag e. Keywords: FFT ; r eso lutio n; spectr al leakag e
频率细化分析 (DEMO)
频率细化故障诊断中经常会遇到信号中有频率很密集的谐波成分,用普通的谱分析方法就很难加以辨别。
因此需要高分辨率的谱分析方法。
照像技术中用局部放大的办法,或用变焦距镜头来观察景物的细部以提高分辨率。
“频率细化”的英文词ZOOM 就是从照像技术中借用过来的,其原意为变焦距。
从理论上讲,提高频率分辨率只有增加信号的采样长度,如果要提高10倍分辨率就要采集10倍长的信号来作离散傅里叶变换。
但这样计算,时间要变为原来的100倍(对DFT 方法,计算量与2N 成正比),而且对频谱分析仪来讲还要受到计算FFT 点数的限制,因此不能简单地增加作FFT 的数据点来提高频率分辨率。
目前一种实用的频率细化法是复调制细化法(ZOOM —FFT)。
FFT 只能分析从零频开始的一个低通频带,频带越窄,分辨率越高。
复调制ZOOM —FFT 是利用频移定理将感兴趣的那段窄带谱移到零频附近再进行常规的FFT 运算。
它的原理如图3—37所示当以采样频率s s T f 1=对)(t x 采样,加窗(窗宽n NT W =)截取N 点序列x(n),对x(n)作FFT 分析,就得到基频谱)12/,...,2,1,0)((-=N k k x 其频率分辨率n f w s =1。
若希望对基频整个范围k f -0中的2B f d ±(d f 为中心频率,B 为带宽),加密A 倍进行精细观察。
首先对长为AN 的)(t x 采样(采样频率为s f )得到的序列)1,...,2,1,0)(('-=AN n n x 进行复调制,即乘以复因子得到复数序列y(n)可选频带傅里叶变换细化分析(BSFA)的概念。
如果原始谱和细化谱用同一套FFT 部件完成,则它们的点数一样,因此,在被扩展的频段内原始谱的谱线数只有N /D,而细化谱的谱线间距缩小了D 倍,故频率分辨率提高了D 倍.一般,只指定欲扩展频段的下限频率f1,而上界频率f2由细化倍频决定.其分析流程如图所示一般认为,ZOOM —FFT 主要适用于以下场合:(1)包含大量谐波的信号,例如齿轮箱故障诊断用的振动信号.(2)改进弱阻尼、密模度频响函数的分析结果,以便获得准确的谱峰及其对应的频率值。
基于小波变换的频谱细化方法在电动机故障检测中的应用
$
小波变换及频谱细化
[+] 对于任一函数 $ ( %) , 其积分小波变换为 : 9: 4:
[( ]8(%7 !’ ) &! $ %) ( ’, ()
(%) 为平移参数, 为伸缩参数, 为 的共轭 其中: ( ’ ! ! 函数。 [ 小波族 !’, ( ($) 7 ’] ;% ( % )8 ! ( % 4 ( ) 即由基本小波 ! ( %) 经平移和伸缩得到的一族小 波。 ( %) 函数的时频窗参数为: 时窗中心 现定义 ! # # 时 窗 宽 $! % , 频 窗 中 心" , 频 窗 宽 $! 则 % , ", ( 的时域中心 和 时 域 宽 度 分 别 为 ( 9 ’% # 、 ! ’, ( %) 频域中心和频域宽度为 "# 7 ’ 和 $! $ ’!% , "7 ’ 。由 小波的时频特性可知, (%) 式的小波积分变换是信号 ( 在时间及频率窗 [ ( 9 ’% # 4 ’!% , $ %) ( 9 ’% # 9 及 [ ("# 7 ’ )4 ! ("# 7 ’ )9 ! 内的信 ’!% ] "7 ’ , "7 ’ ] 号特征, 平移参数 ( 对应于小波在时域的位置, 尺 度参数 ’ 的变化对应于改变时窗和频窗的宽度, ’ 变大则频窗变窄, 时窗变宽; 频窗变宽而 ’ 变小时, 时窗 变 窄。 让 ( 连 续 变 化, 就可以得到在频段 # # (" 7 ’ )9 ! 内的信号随时 [ (" 7 ’ ) 4! "7 ’ , "7 ’ ] 间变化的情况, 为了用小波变换对 "" 频段成分进
[$ ( %) ]8(%7 !’ ) &! ( ’, ()
关于频谱细化技术的分析与研究
为有效解决运算速率以及分析效率不高的问题,各种各样的频谱细化方法随之出现,其中较具典型性和代表性的有ZFFT (复调制快速傅里叶变换)、相位补偿细化等等。
这两种频谱细化方法如果想要进一步提升频率分辨率,就必须增加采样数据量,并且在瞬变信号的频谱分析中,这两种方法的适用性不强。
而一些现代频谱分析方法的提出,为这一问题的解决提供了条件,如AR 谱,其采用的谱图具有连续性的特征,基本上不会受到采样点数的影响,频率分辨率能够小到一定程度,从而使最终获得频率值的准确性更高。
2 频谱细化方法的步骤与原理2.1 复调制频谱细化(1)原理复调制频谱细化分析方法的基本原理如下:对时间上存在连续特性且不重叠的长度相同的分段信号采样序列进行快速傅里叶变换,由此可以获得粗快速傅氏变换谱;随后在分段当中,对感兴趣的粗频点构成的新序列进行再次的快速傅里叶变换处理,这样便可获得某个粗频点位置处的快速傅氏变换细节谱[1]。
(2)步骤该方法的细化分析步骤如下:①复调制。
这是ZFFT 中较为重要的一个步骤,具体是指移动频域坐标,即可向左,也可向右,通过坐标的左右移动可以使待观察的频段起点移至零频位置处。
随后利用A/D 转换的方法,对模拟信号进行处理,从而获得离散信号,同时对待观测的频带进行范围假设,并在该范围内对频带进行细化分析。
为避免抽样之后出现频谱混合或是重叠的现象,应当在抽样前,采取低通滤波的方式步骤,主要作用是解决频谱混合与重叠的问题,通过数字低通滤波能够将需要进行细化分析的频段信号有效滤出。
进行滤波处理时,要对细化倍数进行合理设定。
③抽样。
经过以上两个步骤之后,可使待分析的信号点数量逐步减少,此时可通过重新采样的方式,在保证采样点数相同的基础上对样本长度进行增大,提高频谱的分辨率。
由于重新采样后会使信号的虚实两个部分从原本组合在一起的形态变为分离形态,所以需要对信号进行N 点复快速傅氏变换,进而获得与点位相对应的谱线,此时分辨率能够得到提高。
频率分析法在信号处理中的应用研究
频率分析法在信号处理中的应用研究一、引言频率分析法是信号处理领域中常用的一种方法,它可用于分析周期性信号或非周期性信号等各种信号。
频率分析法适用于各种领域,包括电力系统故障诊断、声波分析、图像处理等领域。
本文将对频率分析法在信号处理中的应用进行一些研究。
二、频率分析法综述频率分析法是通过对信号进行傅里叶变换和离散傅里叶变换,将时域中的信号转换成频域中的信号。
在频域中,我们可以利用频谱分析、滤波等方法对信号进行分析和处理。
在信号处理中,常用的频率分析方法有傅里叶分析、小波分析和短时傅里叶变换等方法。
傅里叶分析是信号处理中最常用的频率分析方法之一,它可以将信号分解为不同频率的信号,进而进行频域特征分析、滤波和重建等操作。
小波分析是近几年来快速发展的一种频率分析方法,它可以将信号分解为不同频率和不同时间的信号,并且可针对信号的特定特征进行分析。
短时傅里叶变换是傅里叶变换的一种改进方法,它可以在时间上进行局部分析,对于非平稳信号的分析具有一定的优势。
三、信号处理中的应用1. 音频信号处理音频信号处理是频率分析法的重要应用之一。
我们可以通过对音频信号进行傅里叶分析,来分析信号中的音调,音量和频谱等特征,并对其进行相应的处理。
在音频信号处理中,我们可以将高频信号和低频信号分离出来,从而得到清晰的音质。
2. 图像处理频率分析法也可以在图像处理领域应用。
我们可以通过将图像转换成频域信号进行分析,从而针对图像的特征进行优化和改进。
在图像处理中,我们可以通过滤波技术,来去除图像中的噪声,提高图像的质量。
3. 电力系统故障诊断电力系统故障诊断是工程领域中频率分析法的一项重要应用。
我们通过对电力系统中的故障信号进行频率分析,可以有效地探测出系统中存在的故障,从而及时采取相应的措施。
在电力系统故障诊断中,短时傅里叶变换是一种常用方法。
四、应用案例1. 频率分析在音频信号处理中的应用通过对音频信号进行傅里叶分析,我们可以将信号分解为多个频率成分,从而获得更多的信号信息。
数字信号处理中的信号滤波与频域分析方法
数字信号处理中的信号滤波与频域分析方法数字信号处理是指通过数学算法对离散的数字信号进行处理和分析的一门学科。
信号滤波与频域分析是数字信号处理中的重要内容。
信号滤波的目的是去除信号中的不需要的干扰或噪声,而频域分析则是研究信号在频率域上的特性。
在数字信号处理领域,信号滤波和频域分析是密不可分的。
信号滤波是指通过一系列的数学算法,将原始信号进行处理,以去除其中的噪声或干扰。
常见的信号滤波方法包括低通滤波、高通滤波、带通滤波等。
低通滤波器允许低频信号通过,而抑制高频信号;高通滤波器则相反,抑制低频信号而允许高频信号通过。
带通滤波器则是通过选择一定的频带范围,只允许该范围内的信号通过。
这些滤波器可以根据实际需求进行选择,以恢复原始信号的质量。
在信号滤波的过程中,常用的算法包括FIR和IIR滤波器。
FIR滤波器是一种非递归滤波器,它的输出只依赖于输入信号和滤波器的系数,不需要存储中间状态信息,因此具有较低的计算复杂度和较好的稳定性。
而IIR滤波器是一种递归滤波器,它的输出不仅依赖于输入信号和滤波器的系数,还依赖于中间状态信息,因而具有较高的计算复杂度和较好的频率响应特性。
除了信号滤波,频域分析也是数字信号处理的重要内容。
频域分析是通过将信号从时域转换到频域,分析信号在不同频率上的特性。
常用的频域分析方法有傅里叶变换、快速傅里叶变换(FFT)和功率谱密度分析等。
傅里叶变换将信号从时域转换到频域,可以显示信号在不同频率上的幅度和相位信息。
FFT是傅里叶变换的一种快速算法,可以有效地计算信号的频谱。
功率谱密度分析则是研究信号在频率域上的功率分布情况,可以用来评估信号的频谱特性。
在实际应用中,信号滤波和频域分析常常相互结合使用。
例如,在音频处理领域,我们可以通过滤波器去除音频信号中的噪声,然后利用频域分析方法来检测和增强音频的特定频率成分,从而改善音质。
在通信领域,我们可以通过滤波器去除信号中的噪声和干扰,然后利用频域分析方法来识别信号中的调制方式和频率,从而实现信号的解调和解码。
频率细化技术
频率细化原理
所谓频率细化就是指利用原来的采样点数和采样频率,利用幅值调制的一些特性,来提高某一频段的频率分辨率的方法,如下图所示:
首先在进行频率细化前,先引入h=exp(-j*2*pi*f0*t)调制函数,其中f0可取所需细化频带的中心频率,将h与原信号相乘后根据幅值调制的性质可知,h为载波信号,相乘所得信号在频域上即将原信号频移f0(其中,若h函数为-f0则为信号左移,否则右移),要提高系统的频率分辨率,在保持采样频率不变的条件下增加数据点数,这样带来计算量大的问题,因此可以采用在增加数据点数后通过点数抽取同时降低采样频率和数据点数,这样即可增加频率分辨率,又不会增加计算量。
由于前面已经对主信号进行了频移操作,因此及时降低采样频率,减小了分析带宽,所分析频带也应该在新的分析带宽内。
上海交通大学机械系统与振动国家重点实验室1/1。
数字信号处理中的滤波方法与频谱分析技巧
数字信号处理中的滤波方法与频谱分析技巧在数字信号处理中,滤波方法和频谱分析技巧是非常重要的工具和技术。
滤波方法用于去除信号中的噪声和干扰,而频谱分析技巧则用于研究信号的频率特性和频谱分布。
下面将介绍几种常见的滤波方法和频谱分析技巧,并讨论它们在数字信号处理中的应用。
滤波方法是数字信号处理中常用的一种技术,它可以通过调整信号的频域特性来去除不需要的频率成分。
在数字滤波中,有两种主要的滤波方法:时域滤波和频域滤波。
时域滤波是通过对信号在时间域上进行操作来实现滤波的方法。
其中最常见的滤波器是窗函数滤波器和卷积滤波器。
窗函数滤波器是一种基于窗函数的滤波方法。
它通过在时域中乘以一个窗函数来调整信号的幅度。
窗函数滤波器有许多不同的类型,如矩形窗、汉宁窗、汉明窗等。
每种类型的窗函数滤波器都有其特定的频率响应和频谱特性,可以根据需要选择合适的窗函数滤波器来实现不同的滤波效果。
卷积滤波器是一种基于卷积运算的滤波方法。
它通过将滤波器的冲激响应与信号进行卷积运算来实现滤波的效果。
卷积滤波器的频率响应和频谱特性可以通过滤波器的冲激响应进行计算和分析,从而得到滤波器的频率响应曲线和频谱分布。
频域滤波是通过对信号在频域上进行操作来实现滤波的方法。
其中最常见的频域滤波器是傅里叶变换滤波器和数字滤波器设计方法。
傅里叶变换滤波器是通过傅里叶变换将信号从时域转换到频域,然后在频域中对信号进行处理和滤波的方法。
傅里叶变换滤波器可以将信号的频谱分布可视化,并且可以通过选择不同的频率成分来实现滤波的效果。
常见的傅里叶变换滤波器有低通滤波器、高通滤波器、带通滤波器和带阻滤波器等。
数字滤波器设计方法是一种根据滤波器的特定要求来设计和实现滤波器的方法。
根据滤波器的频率响应和频谱特性,可以选择不同的设计方法进行滤波器的设计。
常见的数字滤波器设计方法有无限脉冲响应(IIR)滤波器和有限脉冲响应(FIR)滤波器等。
IIR滤波器通过反馈和前馈的方式实现滤波,具有较好的频率响应和较高的效率;而FIR滤波器则是通过仅使用前馈方式来实现滤波,具有较好的幅频特性和稳定性。
基于局部频谱连续细化的高精度频率估计算法
基于局部频谱连续细化的高精度频率估计算法
薛海中;李鹏;张娟;过振
【期刊名称】《西安电子科技大学学报(自然科学版)》
【年(卷),期】2007(034)001
【摘要】针对噪声环境下多普勒频率的快速、精确估计问题,提出了一种基于局部频谱连续细化的高精度频率估计算法.该算法先采用快速傅里叶变换对信号进行粗略的频谱估计,获取到感兴趣的窄带频谱范围后,再进行频域细化分析.由于在细化过程中采取时、频域两次加窗技术,将噪声抑制与频谱分析有机地结合在一起,提高了估计精度和频域稳定性,降低了计算量.
【总页数】5页(P21-25)
【作者】薛海中;李鹏;张娟;过振
【作者单位】西安电子科技大学,电子工程学院,陕西,西安,710071;中电科技集团第27所,河南,郑州,450015;西安电子科技大学,电子工程学院,陕西,西安,710071;西安电子科技大学,电子工程学院,陕西,西安,710071;西安电子科技大学,电子工程学院,陕西,西安,710071
【正文语种】中文
【中图分类】TN911
【相关文献】
1.基于细化频谱的频率迭代插值估计算法 [J], 崔维嘉;鲁航;巴斌
2.基于频率模型和时频分析的正弦信号频率高精度估计算法 [J], 刘昌云;水鹏朗;李
松
3.基于细化频谱的频率迭代插值估计算法 [J], 崔维嘉;鲁航;巴斌
4.基于细化频谱的频率迭代插值估计算法 [J], 崔维嘉; 鲁航; 巴斌
5.基于局部频谱细化的轨道移频信号高精度检测 [J], 焦玮琦;陈特放
因版权原因,仅展示原文概要,查看原文内容请购买。
- 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)。
0 G
f - f . 五. L
‘
b )解析信号 图 t 窄带信号孩移
, ( n ) x产N I f . ‘( 。 )二二 4 x , ( n )二 x - ( D n ) 刀 n ) x , ( n )二,( 备 一 ( n ) x p e - 1 , ' f 气( n )=二
1 . 信号预处理: 对时域信号 x ( 动进行抗频混滤 波处理使信号变为频率有限信号; 2 . 采样: 通过采样, 将信号变为采样时间序列, 设 采样数据点数为D - N ; 3 . 希尔伯特变换: 将采样序列进行希尔伯特变 换, 生成解析序列; 4 带通数字睡波( 带通数字滤波器的上、 下截止 拭率由 细化倍教 D和被分析频带中心频率f c 决定) : 产生窄带信号; 5 . .频移: 设信号为 x ( t ) 对应的频谱为 X ( f ) , 采样后得到时间序列 x ( n ) , 其对应的离散预谱为 X ( k ) , 为讨论方便, 在下面仍用连续谱加以叙述。 现对
细 化分析的 主 要目 的在于提高频 谱的 分辨力, 从而得
到比 一般 “ T 分析更加详尽频率成分信息, 这在窄带 信号分析时有重要的现实惫义, 并成为衡A频谱分析 仪器分辨力的 一项重要指标。 本文介绍的基于解析信 号( -l y i t c ) 和带通涟波的频率细化分析技术在 计算机上实现时, 分析速度和最大细化倍数均比传统 方法有较大提高, 为基于计算机平台的虚拟仪器中的 倾率细化分析技术提供了一条崭新的实现途径。
1 x仍!
Xe p " , r i s
亡 脚 叱 l f , 使序 列预移 为频率区 间在[ f } f f一 f 〕 的 低频序列x( n ) ( 原中心预率f频移后变为零频) , 以 间 用D对此序列进行重抽, 得到时间序列: x , ( n ) , 此
时采样绷率为原来的 1 1 D , 也可实现频率细化。 注惫到 在计算中 对序列二 ’ ( n ) 重抽( 重采样) 可发生在频移
术。
. 收鹅日 翻: 2 0 0 1 0 - 2 - 2 0
值 得 一提的 是: 在实际 复调 制细化中 , 为加 快算
作者蔺介: 郭劝( 1 9 7 1 - ) , 男. 云南昆明 人, 昆明理工大学讲师, 重庆大学在读博士生。主 要从事现代侧试技术 盛拟仪器技术 的研究。 ・ 、
6 二 重采样( 数据重抽) : 对二 ’ ( n ) 以细 化倍数D 为间隔进行数据重抽, 共抽N ( N 为F F T 长度) 点, 得到 时间序列: 二 J ( 的, 采样频率为原来的 1 / D , 即:
( 8 )
3 . 3 墓子解析信号和带通撼波的撅率细化分析实现
步异 实现步骤如下:
文t编号: 1 0 0 1 ) 一 5 8 2 x ( 2 0 0 1 ) 0 4 一 0 0 1 7 一 0 5
基于解析信号和带通滤波的频率细化分析‘
郊 喻, 汤 宝 平, 纪 跃 波, 秦树人
( 重庆大学 机械学院侧试中心, 重庆 4 0 0 0 4 4 )
摘 要: 介绍了 一种基于解析信号和带通滤波的频率细 化分析技术, 讨论了 其和传统的颇率细化 分析技术 相比校所具有的 特点。琦离 线* l t, i 该技术在计葬机上实 现时, 分析速度和最大细 化倍数均比 传统方法有较大 提高, 为基于计算机平台 的成拟仪器中的频率细化分析技术提供了 一条崭祈的实 现途
万方数据
厂
; ( t ) 二万 [ 二 ( : ) ] 二
x ( 立d r
t一 r
( 4 )
第2 4 卷第4 期
郁 琦 哥: 基于解析信号和带通游波的倾率如化分析
解析信号的频谱有如下性质:
频率区间比 f〕 进行细化分析, 则分析频带的中心频
( 5 ) 率为:
x ( f ) _ { 2 X 0 ( f ) 歹 ; < 0
的叠混。
( 数字信号中对应 复调制时乘以 单位复 指数 W I` W 尹vf , ) 有:
x ( t ) ・ e ,` W e a X ( f 一 . f ) ( 7 )
即 信号频谱发生频移, 由上式不难看出频移后分析频
带中 心频率f已 变为 零频。 这时信号变为 频 率区间 在 [ f , 一 . f f一 f 〕 的 窄 带 序 列复二 ’ ( n ) .
(, + f)
由上述可看出实信号通过构造对应的解析信号
( 6 )
s ( 0 , 即 可 得 到 所 需 要 的 单 边 频 谱X ( f ) . X ( 力在 预 率 f 大 于 等 于。 时 其 植为 原 信 号的 两 倍, f 当 小 于 零时 其
值恒为。 。 如图1 ( 6 ) 所示, 对解析信号x ( o ) 按( 2 ) 带 通逮波细化设想步骤进行细化分析能消除频混, 实现 带通健波细化分析。 此外, 由于数字滤波器并不能实现 通带外的完全截止, 使用解析信号还可减轻由 此引起
谱 将产 生平 移, 若将感兴趣频 段的中 心频率I移到相
应频谱的原点处, 再经低通滤波及重采样后, 作F F T , 便可得到更高的 频率分辨力[ U I 1 倾率细化问题的提出 复调制细化分析可用硬件或软件的方法实现。 硬 在 通常的F T , 分析中, 得到的 预谱图的 有效颇率 件实现是在专用数据处理机上用硬件实现频移、 数字 分布范围为f 。 方A I ( f . 为奈奎斯特绷率也称为折盛预 滤波、 重采样及 F n 分析。 优点是: 速度快, 最大细化 率) 。 而 谱 线间 隋 A f 决 定了 预 率 分 辨 力, 即A f 越 小, 谱 倍数高; 可实现实时细化分析; 存在的缺点是: 不保存 目的 分辨力 越高, A f 较大时, 由 于 姗栏效应的 影响, 将 原始信号, 改变中 心频率和细化带宽, 均需要重复整个 有可鹅丢掉有用信息。 过程, 因此要求分析信号在分析过程中稳定。 该方法也 A f二 f I N ( 1 ) 可用徽机实现, 但情况和上面正好相反: 速度较慢导致 式中N为F n) 计算 数 据 长 度. f s 为 采 样孩 率, 且几 = 最大细化倍数低, 若最大细化倍数为D , 则至少要保存 f s z。 r 由 ( 1 ) 式 可 知, 要 获 得 较 高 的 预 率 分 辨 力 可 通 过 D个F ' F P 长度的数据, 只能作离线( o f l i n e ) 细化分析, 可随意改变中心频率和细 降 低f ¥ 或 增 加N 获 得, 但 应 考 虑 到 降 低f s 会 导 致 频 率 但可保存并使用原始数据, 分析范圈 减小, 而 N太大将降低运算速度并要求较大 化带宽, 而无需重复过程, 可对脉冲 激振等瞬时信号进 行分析。 内 存。 为解决这一矛盾产生并发展了频率细化分析技
由( 1 . 1 ) 式可得到:
2 0 0 1 年 月
第2 4 息第4 期
重庆大李学报 ( 自 然科学版) 」 倒 . 目成C b w g q i n g l h u e x i t t y ( N e t m n l S c i e i c e E 曲k 门 )
V d. 2 4 N u . 4
J u l . 2 0 D I
2 复调制细化分析原理及方法简介
复调制细化和相位补偿细化是两种目 前普遍应用 的频率细化技术。 对相位补偿细化方法在这里不作讨 论, 感兴趣的 读者可参阅相关资料。 由 于要介绍的 细化 技术是在复调制细化基础上改进而来, 并在其后要用 二者作对比, 现对其实现步孩简略叙述如下: 复调制细 化是将采样时间序列与单位复指数 产v ; i ; 相乘, 将实 序列变为复序列, 根据傅立叶变换的 频移性质, 信号频
负频 率卜f n 0 ] 部分 关于 原 点的 镜像( 或负频率 部分 向 右 平 移f s ) 。 若直接将序列二 ’ ( n ) 乘以 单位复指 数
l w' r , , 则如图 b 所示阴 影部分将导致频率混处。 这就 提出一个问 题, 能否将原信号经过某种处理消除颇率 混亚若能实现前面所述通过带通建波实现频率细化的 思想就能实现。 3 . 2 解析信号
- . f - f , 0 r ,石 “
X e l - 4 f f s
详仍!
孟- f , 0
f l - f , r . - f
“
a ) 实信号
详 仍I
0 I ,石 “
一 带通 数字建波 器处 理得到 一频率区间 在[ f 五」 的
窄带序列 二 ’ ( n ) ; 对序列各点分别乘以单位复指数
万方数据
重庆大学学报
( 白 然科学版)
I X0 9 1
到 犯1 年
法, 低通数字滤波和重采样是同时完成的, 例如: 细化 倍数为 D时, 只需计算复调制后得到的复序列在数字 滤波后将要得到序列的每一间隔为D的 数据点[ 1 2 J
3 基于解析信号和带通撼波的频率细化分析
原理及实现
3 . 1 细化中采用带通途波的提出 从以上叙述可看出在微机上实现复调制细化分析 主要在于 计算速度这一瓶颈问题。 例如: 若以 最大细化 倍数D用上述方法进行计算, 对信号复调制时, 所需 要调制的序列点数将是至少D N 点, 即 对D N 点数据分 别乘以 单位复指数 产喊 f , 实际计算中是以三角函数 分实、 虚部计算的, 而在计算机上进行三角函 数计算很 费时) , 可见伴随着细化倍数 D的增加, 计算量将显著 增大导致细化时间的剧增, 再加上其他步骤的计算时 间, 每次细化分析中很大的细化倍数所需的时间在实 际工作中 将是难以忍受的, 为此不得不以较小的最大 细化倍数指标换来分析时间的 缩短。 反过来想, 若能对 这一问题加以解决必然能提高最大细化倍数。 在研究中首先想到, 若能先将采样序列 x ( n ) 用
解 析 信 号 正 是 所 需 的 信 号 。 任 何 实 信 号 都 有 双 边
频谱, 但通过实信号却可以构造出只有单边颇谱的 解 析信号, 并有如下关系: 设实信号为x ( t ) , 对应的 频谱为为X ( 力, 则对应 的 解析信号有如下定义( 参阅文献[ 3 , 4 ] ) :