机械信号处理技巧(ppt 17页)
机械信号处理
常见信号
大数据时代（网络信息） • 我们接触或观察到的信号是传载信息的物 理量，是信息的表现形式。 • 信号的类型多种多样，广义而言，各种文 字、语言、电码、汽车鸣笛、汽车转向灯、 烽火、旗语、灯语、手语、交通灯等都是 常用的信号。
机械信号
• 机械信号是指机械系统在运行过程中 各种随时间变化的动态信息，经各种 测试仪器拾取并记录和存储下来的数 据或图像。常见的机械信号有：振动、 力、位移等。 • 交通信号是指在道路上用来传送交通 管理信息的光、电波、声音以及动作 等。道路交通常用的信号有手势信号 和灯光信号。
机械信号处理目的
• 随着技术的进步，机械设备的自动化程 度不断提高。我们必须有效地对机械设 备进行监测和维护。对机械设备的状态 进行监测需要对机械信号进行处理，提 取有用的信息。
• 交通信号处理 • 机械信号处理
过马路 设备状态
• 我们对机械信号的分析与处理是通过计 算机完成的，计算机只能识别数字信号， 而常见的机械信号如力、位移和振动等 是模拟信号。因此，我们要对采集到的 机械信号进行处理，变成计算机可识别 的数字信号。
• 抑制或消除不需要的受大量的信号，通过大脑有选 择地对接受到的信号进行处理，处理得 到的信息就是人类对自然界、人类社会 及事物运动规律的认识。
• 例如：红灯停，绿灯行。汽车转向灯 （左侧亮表示向左拐，右侧亮向右拐）。
心电图
• 心电图实质上是一种与人的心脏跳动有 关的生物电位信号。医生根据专业知识 对心电信号做出分析与处理，从而得到 是否有病的信息。
• 机械信号是由机械设备自身发出的信号， 往往很难控制。同时其它信号对机械信 号的干扰较大，采集到的信号成分较复 杂。
• 交通信号是按照人的意愿发出的，从而 实现人对其控制。交通信号的抗干扰能 力很强，信号成分简单。
第7章 机械信号的时频域处理方法及应用PPT课件
最新课件
1
1、概述
对一个给定的信号，如 x(t) ，我们可以用 许多的方法来描述它，如x(t) 的函数表达 式，通过傅立叶变换所得到的x(t) 的频谱， 即 ，X(再j)如 的x相(t)关函数，其能量谱 或功率谱等。在这些众多的描述方法中， 有两个最基本的物理量，即时间和频率。
需要整个 X(0) 的“知识”。
X(0) 是信号在整个积分区间的时间范围内所具有 的频率特征的平均表示。
因所此对应，的如频果率我是们多想少知，道或在对某某一一个个特特定定时的间频，率如，t 0 ， 如 0 ，所对应的时间是多少，那么傅立叶变换则 无能为力。
最新课件
5
最新课件
6
信号的频率不 随时间变化， 频率分布在所 有时间上。
x(t) A
X(Ω) 2AT
-T
0
t T
最新课件
0
Ω
14
显然，矩形窗的宽度
T和其频谱主瓣的宽度（
T
~
）
T
成反比。由于矩形窗在信号处理中起到了对信号截
短的作用，因此，若信号在时域取得越短，即保持
在时域有高的分辨率，那么由于 X() 的主瓣变宽因此
在频域的分辨率必然会下降。所有这些都体现了傅
立叶变换中在时域和频域分辨率方面所固有的矛盾。
Short Time Fourier Transform, STFT）
最新课件
19
最新课件
20
STFT公式的意义实际上是用g( ) 沿着轴t滑 动，因此 g( ) 可以不断地截取一段一段的 信号，然后对其作傅立叶变换，得到的 是二维函数 (t,) 。
g( ) 的作用是保持在时域为有限长（一般 称作“有限支撑”），其宽度越小，则 时域分辨率越好。
机械系统的信号处理与特征提取
机械系统的信号处理与特征提取在现代社会中，机械系统已经成为人们日常生活中不可或缺的一部分。
无论是汽车、飞机、机械设备还是智能手机等，都离不开精密的机械系统。
而为了保证机械系统的正常运行和性能优化，信号处理与特征提取成为了一个重要的领域。
本文将深入探讨机械系统的信号处理与特征提取的原理和方法。
一、信号处理的重要性信号处理是机械系统中不可或缺的一环。
对于复杂的机械系统来说，存在着各种各样的输入和输出信号。
这些信号中蕴含着丰富的信息，包括机械系统的状况、故障、性能等。
通过对这些信号进行采集、处理和分析，可以及时发现和解决系统中的问题，保证机械系统的可靠性和稳定性。
二、信号处理方法信号处理的方法多种多样，根据实际需求可以选择合适的方法。
常见的方法包括滤波、降噪、放大、解调等。
滤波的主要目的是去除杂音和干扰信号，提取出感兴趣的信号。
降噪可以通过复杂的算法和技术，从信号中剔除一些波动和噪声，提高信号的质量和清晰度。
放大是指将信号增强到适当的幅度，以便更好地进行后续分析和处理。
解调是将调制信号还原为原始信号，以获得更准确的信息。
三、特征提取的目的和方法特征提取是从信号中提取关键信息的过程。
机械系统的信号通常是复杂多变的，通过特征提取，可以将信号转化为一系列有意义的特征参数，以便进行后续的分析和判断。
特征提取可以采用时域分析、频域分析、小波分析等方法。
时域分析通过对信号进行采样和观察，分析信号的时间变化特征。
频域分析通过对信号进行快速傅里叶变换，将信号转化为频谱图，分析信号的频率成分和能量分布。
小波分析是一种先进的信号处理方法，可以同时获得信号的时域和频域信息，具有更强的适应性和鲁棒性。
四、实时监测与故障诊断机械系统的实时监测与故障诊断是信号处理与特征提取的重要应用之一。
通过连续对机械系统的信号进行采集和处理，可以实时监测机械系统的运行状况，并对潜在的故障进行诊断和预警。
例如，在航空领域中，飞机的发动机监测系统可以对发动机的各项指标进行实时监测，并根据信号处理和特征提取的结果，判断发动机的健康状态，预测故障，并提出相应的处理措施。
机械信号处理第一章
第1章 绪论
基本概念 发展概况 应用情况 傅丽叶变换
课程导论
第2章 信号处理中的 数学变换
理论基础
拉普拉斯变换 Matlab编程 Z变换 希尔伯特变换 Matlab基本应用
机 械 信 号 处 理
分析手段
Simulink系统仿真
第3章 机械信号分 类与测量
测量系统的构成 机械信号的分类
常见机械信号测量
M
机械信号处理
Echanical Signal Processing
二、在桥梁动态测试系统中的应用
桥梁是一个国家的重要基础设施，通常位于复杂 的外界环境中,在各种因素的影响下,桥梁监测系统总 是受到噪声的干扰,导致损伤识别率偏低，桥梁的动态 测试是维护桥梁安全的重要手段，通过监测桥梁特征 点的信息，利用信号处理技术，对采样信号进行相应 的降噪处理,最大限度地消除噪声的影响并突出结构信 息,才能更为有效地完成测试数据分析,达到结构损伤 识别的最佳效果。
M
机械信号处理
Echanical Signal Processing
二、虚拟仪器技术Lab VIEW
虚拟仪器是美国 国家仪器公司（NI） 推出的一款基于“图 形”方式的集成化程 序开发环境，广泛应 用于以PC机为基础的 测控系统中，结合高 效灵活的软件来完成 各种测试、测量和自 动化应用。
运动 控制 商业 技术
M
机械信号处理
Echanical Signal Processing
模拟信号
状态、时间连续 状态连续 时间离散 状态、时间离散
数字信号
M
机械信号处理
Echanical Signal Processing
1982年，诞生了第一代DSP芯片
机械信号的预处理
模拟滤波器的设计包括确定滤波器传递函数和设计实现该 传递函数的实际电网络。
实际滤波器的幅频特性只能是理想特性的逼近，因此解决 滤波器传递函数设计的关键是要找到这种逼近的函数，目 前已有了多种逼近函数，根据所用的逼近函数的不同，就 有相应的滤波器名称。
（1）巴特沃斯滤波器 巴特沃斯滤波器是以Butterworth逼近函数作为滤波器 的传递函数，该函数以最高阶泰勒级数形式来逼近，它 从幅频特性提出要求，而不考虑相频特性。 巴特沃斯滤波器具有最大平坦的幅度特性，其低通滤波器 频响函数表达式为
根据滤波器幅频特性的通带和阻带的范围，可以将其划分 为低通、高通、带通、带阻和全通等类型。
根据最佳逼近特性标准分类可以分为巴特沃斯滤波器、 切比雪夫滤波器、贝塞尔滤波器等类型。
根据滤波器处理信号的性质，又可以分为模拟滤波器和 数字滤波器。模拟滤波器用于处理模拟信号（连续时间 信号），数字滤波器用于处理离散时间信号。
（2）切比雪夫滤波器
Matlab编程实验
n=0:0.01:2; for i=1:4 switch i case 1 N=2; case 2 N=5; case 3 N=10; case 4 N=20; end [z,p,k]=buttap(N) [b,a]=zp2tf(z,p,k [H,w]=freqs(b,a,n magH2=(abs(H)).^2 hold on plot(w,magH2) end
t=0:0.00001:1; A0=10; %载波振幅 A1=8; %调制信号振幅 fc=30000; %载波频率30kHz f=300; %调制信号频率300Hz mes=A1*cos(2*pi*f*t);%调制信号 uam=A0*(mes+10).*cos(2*pi*fc*t); %已调信号 subplot(221); %显示调制信号 plot(t,mes) xlabel(‘t’),title(‘调制信号') axis([0,0.01,-20,20]) subplot(222) %显示已调信号 plot(t,uam) grid on title(‘AM已调信号') axis([0,0.01,-200,200]) subplot(223) %显示调制信号频谱 Y1=fft(mes);%求频谱 stem(abs(Y1)) title(‘调制信号频谱') axis([0,500,0,500000]) subplot(224) %显示AM信号频谱 Uam=fft(uam); stem(abs(Uam)) title(‘AM信号频谱') axis([29000,31000,0,5000000])
机械电子工程中的信号处理技术
机械电子工程中的信号处理技术信号处理技术在机械电子工程中扮演着重要的角色。
它不仅可以帮助工程师们提高系统的性能和可靠性，还能够提供更准确的数据分析和判断。
本文将探讨机械电子工程中的信号处理技术，并介绍一些常用的方法和应用。
一、信号处理的基本概念在机械电子工程中，信号处理是指对传感器采集到的原始信号进行分析、处理和转换，以提取有用的信息。
信号可以是来自于各种传感器的电压、电流、声音、光线等物理量。
信号处理的目的是通过滤波、放大、降噪等方法，使得信号能够更好地被系统识别和利用。
二、常用的信号处理方法1. 滤波：滤波是信号处理中最常用的方法之一。
它可以通过去除噪声、调整频率响应等方式，改善信号的质量。
常见的滤波器有低通滤波器、高通滤波器、带通滤波器等。
滤波器的选择取决于信号的特性和应用的要求。
2. 放大：放大是将信号的幅度增加的过程。
在某些应用中，信号的幅度可能过小，无法被系统正确识别。
通过放大，可以增加信号的幅度，使得系统能够更好地处理和分析信号。
3. 数字信号处理：数字信号处理是将连续的模拟信号转换为离散的数字信号，并对其进行处理和分析的过程。
数字信号处理可以提供更高的精度和可靠性，并且可以应用于各种复杂的算法和计算。
4. 特征提取：特征提取是从原始信号中提取出具有代表性的特征，以便进行进一步的分析和判断。
常见的特征包括频率、幅度、相位等。
通过对特征的提取，可以更好地理解和利用信号。
三、信号处理在机械电子工程中的应用1. 传感器数据处理：传感器是机械电子工程中常用的设备之一，它可以采集各种物理量的信号。
通过对传感器采集到的信号进行处理，可以提取出有用的信息，如温度、压力、位移等。
这些信息可以用于控制系统的反馈和决策。
2. 智能控制系统：信号处理技术在智能控制系统中起着关键作用。
通过对传感器采集到的信号进行处理和分析，可以实现对系统的自动控制和优化。
例如，通过对温度传感器采集到的信号进行处理，可以实现对温度的自动调节和控制。
机械故障诊断技术4信号特征提取技术要点护理课件
02
数据预处理
对采集到的原始信号进行去噪、滤波 等处理，以提高信号质量。
01
特征评估
对选定的特征进行分类和评估，以确 定其是否能够准确反映设备状态和故 障类型。
05
03
特征提取
根据需要选择合适的特征提取方法， 从预处理后的信号中提取出反映设备 运行状态的特征参数。
04
特征选择
对提取的特征进行筛选和优化，选择 出对设备状态敏感且具有代表性的特征。
如滤波、降噪等，以提取出有用的特征信息。
常用的特征提取方法包括谱分析、倒谱分析和声纹识别等，这些方法可 以帮助我们从不同的角度分析声音信号的特征，从而更准确地判断机械 设备的运行状态。
温度信号特征提取
温度信号特征提取是通过采集和分析机械设备运行时的温度信号，来识别其运行状态和故障 类型的一种方法。
方差等。
频域分析法
将信号进行频谱分析，提取频 域特征，如频率、幅值、相位
等。
时频分析法
针对非平稳信号，采用时频变 换方法提取时频域特征，如小
波变换、傅里叶变换等。
统计特征提取法
基于统计学原理提取信号特征， 如概率分布、相关函数等。
信号特征提取技术的实施步骤
数据采集
使用传感器采集设备的振动、声音、 温度等信号。
定义
信号特征提取技术是指从原始信号中提取出能够反映设备运行状态的特征参数 的过程。
重要性
信号特征提取是机械故障诊断中的关键环节，通过提取有效的特征参数，能够 准确判断设备的状态和故障类型，为设备的维护和维修提供重要依据。
信号特征提取技术的常用方法
01
02
03
04
时域分析法
基于信号的时域波形特征进行 提取和分析，如峰值、均值、
机械系统的信号处理与故障诊断
机械系统的信号处理与故障诊断机械系统是各个工业领域中不可或缺的重要组成部分，它承担着许多重要的任务。
然而，在长期运行的过程中，机械系统也会出现各种各样的故障，给生产和运维带来诸多不便。
因此，如何通过信号处理来提前检测和诊断机械系统的故障，显得尤为重要。
机械系统的信号处理是指通过各种传感器和数据采集设备获取系统中产生的信号，并对信号进行处理、分析和判读。
这些信号可以是很多种类的，比如温度、压力、振动等。
通过采集和分析这些信号，我们可以深入了解机械系统的运行状态，并提醒操作员采取相应的措施。
同时，信号处理还可以用于改善机械系统的性能和降低故障率。
在机械系统的信号处理中，振动信号是最常用的一种。
通过振动传感器采集的信号可以反映出机械系统中各种机械振动的情况。
振动信号可以帮助我们判断机械零部件是否有松动、磨损、失衡等问题。
例如，在一个旋转机械中，如果振动信号的频率和相位发生了变化，往往说明机械轴承或传动系统存在一些问题。
通过对振动信号进行分析，可以准确地判断出故障的原因，并进行及时的维修和更换。
除了振动信号，温度信号也是机械系统中常见的一种信号。
机械零部件在工作过程中会产生热量，通过温度传感器可以监测出系统中各个部位的温度情况。
通过对温度信号的处理，可以发现机械系统中可能存在的摩擦、磨损、润滑不良等问题。
当温度升高时，说明机械系统的摩擦增大，部件表面温度升高，可能需要更换润滑油或检修零部件。
除了振动和温度信号，压力信号也是机械系统中常见的一种信号。
通过压力传感器可以监测出系统中各个部位的压力变化。
通过对压力信号的处理，我们可以判断机械系统中液压系统的工作情况以及各个液压元件的性能。
例如，在一个液压系统中，如果压力信号出现异常的变化，可能意味着系统中存在泄漏、堵塞、过载等问题。
通过对压力信号的分析，可以及时诊断出故障的原因，并采取相应的修复措施。
总的来说，机械系统的信号处理对于故障诊断和预防非常重要。
通过对振动、温度、压力等信号的采集和处理，我们可以提前发现机械系统中存在的故障，并及时修复。
机械故障诊断中的现代信号处理方法
机械故障诊断中的现代信号处理方法
现代信号处理方法在机械故障诊断中有着广泛的应用。
以下是几种常见的现代信号处理方法：
1. 傅里叶变换（Fourier Transform）: 傅里叶变换将时域信号转换为频域信号，可以分析信号的频率成分和能量分布。
在机械故障诊断中，傅里叶变换可以用来检测故障产生的谐波或频率成分的变化。
2. 小波变换（Wavelet Transform）: 小波变换可以在时间和频率上同时进行分析，可以更好地捕捉瞬态故障或频率变化的特征。
小波变换在机械故障诊断中常用于检测冲击、噪声和频率模态等问题。
3. 自适应滤波（Adaptive Filtering）: 自适应滤波是一种可以自动调整滤波器参数的方法，可以根据信号的特点动态调整滤波器的频率响应。
自适应滤波在机械故障诊断中可以用于降噪和提取故障特征。
4. 统计特征提取（Statistical Feature Extraction）: 统计特征提取是通过对信号进行统计分析来提取信号特征的方法。
常见的统计特征包括均值、方差、峰值、峭度等。
统计特征提取可以用来检测信号的变化和异常。
5. 机器学习（Machine Learning）: 机器学习是一种可以让计算机自动学习和适应数据模式的方法。
在机械故障诊断中，机器学习可以用来训练模型，识别和分类不同的故障模式。
常见的
机器学习算法包括支持向量机（SVM）、随机森林（Random Forest）和深度学习（Deep Learning）等。
这些现代信号处理方法可以结合使用，以提取和分析机械故障信号中的相关特征，提高故障诊断的准确性和效率。
机械系统的信号处理与特征提取
机械系统的信号处理与特征提取在现代工业中，机械系统的信号处理与特征提取是十分重要的一个领域。
机械系统的信号处理是指对机械系统所产生的信号进行处理与分析，以获取其中蕴含的有用信息。
而特征提取则是对信号进行转化与提取，以便更好地理解和预测机械系统的行为。
一、信号处理的基本原理机械系统的信号处理基于信号的一些基本原理，其中最重要的是信号的频域分析与时域分析。
在频域分析中，我们可以通过傅里叶变换将信号从时域转换为频域，从而观察到信号的频谱分布，进而分析信号中的频率成分。
而时域分析则是观察信号在时间上的变化，可以通过时域分析来获得信号的幅值、相位等信息。
二、信号处理在故障检测中的应用机械系统的故障检测是机械工程领域中的一个重要方向。
通过对机械系统信号的处理与分析，可以实现对故障的检测与诊断。
例如，在一个齿轮传动系统中，当齿轮存在缺陷时，会导致高频振动信号的出现。
通过对振动信号的频域分析，可以发现其频谱中的特殊频率成分，从而判断该齿轮是否存在故障。
三、特征提取的方法与技术特征提取是信号处理中的一个重要环节。
它可以将信号中的有用信息提取出来，并将其转化为易于分析和理解的特征。
常用的特征提取方法包括时域特征和频域特征。
时域特征可以通过统计分析来获得，例如均值、方差、峰值等。
频域特征则可以通过傅里叶变换等方法得到，例如主频、频率谱等。
四、机械系统故障预测与维护除了故障检测外，信号处理与特征提取还可以应用于机械系统的故障预测与维护。
通过对机械系统信号进行长期的监测与分析，可以获得系统运行状态的演变规律，从而提前预测故障的发生。
同时，在系统故障发生后，通过对信号的处理与特征提取，可以为故障诊断和维护提供有力的支持。
五、机械系统信号处理的挑战与前景机械系统的信号处理与特征提取虽然在工业领域已经取得了许多成果，但仍然面临着一些挑战。
首先，机械系统产生的信号通常是复杂且噪声较多的。
因此，信号处理算法需要具备很好的抗干扰能力。
机械信号处理第二章
“狄利克雷条件”
M
函 数 连 续
机械信号处理
Echanical Signal Processing
设函数 y=f(x) 在点 x0 的某一邻域内有定义，如果 函数 f(x) 当 x→x0 时的极限存在，且等于它在点 x0 处的函数值 f(x0)，即 lim f(x)=f(x0)（x→x0），那么 就称函数 f(x) 在点 x0 处连续。 不连续情形： 1、在点x=x0没有定义； 2、虽在x=x0有定义但lim（x→x0）f(x)不存在； 3、虽在x=x0有定义且limf(x)（x→x0）存在，但lim f(x) ≠f(x0)（x→x0）时则称函数在x0处不连续或间断。
j
j
M
机械信号处理
Echanical Signal Processing
傅里叶级数复指数形式（教材P9）
x(t ) 1 cn T
n
c e
n
jnwt
T /2
T / 2
x(t )e
jnwt
dt
n 0,1,2,...
各种周期函数的傅里叶级数如图2.1所示。
研究时总可以把外作用加到系统上的瞬间选为0时刻而t0?时的系统行为可以在初始条件中考虑c因此对ft的研究就变为在时间0t???区间对函数tfte??研究j00j0f令tjttsstfteedtftedtftedt???????????????????????jjf令stjttstfteedtftedtftedt??????????????????????1拉普拉斯变换mechanicalsignalprocessing机械信号处理0stsffsftedtj?????????????拉普拉斯变换公式000ffteedtftedtftedt????????t?0t1x连续的任意有限区间上分段满足下列条件若函数2拉普拉斯变换存在定理ssing机械信号处理ctmett???xxt30ft0t2某个指数函数即的模的增大速度不超过增大函数随着000000t0当满足拉式变换存在定理的条件且在0处有界时ststststftedtftedtftedtftftedt??????????????????3关于拉氏变换积分下限的说明mechanicalsignalprocessing机械信号处理000000t0当在0处无界时为了反映脉冲函数在stststststftedtftedtftftedtftedtftedt?????????????????0000区间的跳跃特性并保证积分结果的唯一性因此拉式变换的定义应为
机械电子第八章信号处理
Ui Uo
14
O
t
电荷放大器
压电传感器的输出形式是晶体材料某些表面上电荷的
变化。电荷放大器用来把这些电荷变化转换成电压信
号。用运算放大器组成的电荷放大器的典型结构如图
所示。电阻Rf是为了防止反馈电容Cf上积累电荷。
当被测物理量的变化引起压电传感器等效电容C上电
荷的变化为Δq时，放大器的输出为
Uo=-Δq/Cf
从传感器得到的矩形脉冲经传输后往往发生波形 畸变，可以通过用施密特反相触发器整形而得到 比较理想的矩形脉冲波形。只要施密特触发器的 vt+和vt-设置得合适，均能收到满意的整形效果。
22
8.2 实用运算放大器
实际使用中，运算放大器会有误差。误差的起因 有：
输入失调电压和偏置电流的变化； 增益随时间发生变化； 带宽和转换速率（响应速度）的限制等等。
因为 Ua
Ua
R1 R1 R2 Uo
Ui
于是
Uo
Ui (1
R2 ) R1
R2
+Ucc
R1
a
-
Uo
R3
Ui
+
-Ucc
9
电压跟随器
在这种情况下Uo=Ui，而放大倍数为1，即输出电 压与输入电压幅值相等且极性相同，因此称之为 电压跟随器。
R2
+Ucc
-
R3 +
Uo
Ui
-Ucc
10
差动放大器
U0
1
理想运算放大器有两个最重要的性质，即输入电 阻值无穷大和开环放大倍数无穷大。
Ii=0 2－
+Ucc
Ui=0 U2
U1
1＋
3
- 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)。
用矩形窗函数截断信号，其频谱为原无时限信号频谱和窗 函数频谱的卷积，由于W(f)是一个频带无限的函数，所以截
断后的信号频谱也是一个无限带宽的函数，说明信号的能量 分布扩展了，分析频率不可能无限，所以必将存在能量损失
由于截断后的信号是无限带宽信号，所以无论采样频率选 择多高，理论上由于窗函数频谱无限宽，都会导致混频现象.
04.10.2020
郑州大学机械工程学院振动工程研究所 Tel:0371－63887383
11
w( t )
W( f)
机械信号处理
2T
1
模拟信号的离散化-T 0 T
窗函数与泄露
(a) 矩形窗函数
t
-1 2T
0
1 2T
f
( b ) 矩形窗函数幅频曲线
对信号处理需要在时间上截断，截断的过程相当于在时域 上将信号乘以有限宽的窗函数。如矩形窗。
2
机械信号处理
傅立叶级数与离散频谱 傅立叶变换与连续频谱 数字信号处理简介 模拟信号的离散化 离散傅里叶变换及其快
速算法
功率谱密度分析
频域分析的应用 信号滤波 信号解调 细化ZOOM-FFT 倒频谱分析
04.10.2020
郑州大学机械工程学院振动工程研究所 Tel:0371－63887383
这就是泄漏现象
04.10.2020
郑州大学机械工程学院振动工程研究所 Tel:0371－63887383
12
模拟信号的离散化
窗函数与泄露
04.10.2020
郑州大学机械工程学院振动工程研究所 Tel:0371－63887383
13
机械信号处理
模拟信号的离散化
窗函数与泄露
矩形窗的泄露分析 其它如：汉宁窗、哈明窗等，泄露小。
w( t )
W( f)
04.10.2020
2T
1
-T 0 T
( a ) 矩形窗函数
t
-1 2T
0
1 2T
( b ) 矩形窗函数幅频曲线
f(t) (t t0)f(t t0)
T
1/T
T
1/T
04.10.2020
郑州大学机械工程学院振动工程研究所 Tel:0371－63887383
8
机械信号处理
模拟信号的离散化
采样间隔与频率混淆
香农（Shannon）采样定理给出了带限信号不丢 失信息的最低采样频率为 fs 2fm 或者 s 2m
即：为了避免混叠保证采样后仍可准确反映其原信 号，采样频率 f s 必须大于处理信号中最高频率 fm 的2倍，这就是采样定理。通常我们取： fsfm(2.56 ~4)
10
机械信号处理
模拟信号的离散化
采样长度与Leabharlann 率分辨率采样时间长度为T,点数为N,采样时间间隔为Δt=T/N，采
样频率fs= 1/Δt =N Δf
Δf越小，就是频率分
频率间隔 f 1 /T 1 /N ( t)fs N 辨率越高
采样间隔Δt 不变，即采样频率不变时，频率分辨率与
采样点数N成反比；当采样点数N不变时，频率分辨率与
n
及其频谱X(f)
1
( f
n)
T n
T
采样后的信号
x(nt)(t nT)
n
及其频谱X(f)
郑州大学机械工程学院振动工程研究所 Tel:0371－63887383
1 X( f n)
T n
T
7
机械信号处理
模拟信号的离散化
采样间隔与频率混淆
上述采样过程的频谱函数 用到了卷积定律和单位脉 冲函数的搬移特性：
采样间隔Δt 成反比，也就是与采样频率成正比。采样频
率又决定了分析频率的高低，所以可以理解为：……
采样点数不变，采样长度T与采样间隔Δt 成正比
例如：采样频率fs= 2560，分析频率fc= fs/2.56 =1000Hz,当采样点数N＝512 时，频率分辨率Δf ＝5Hz，当采样点数N＝1024时，频率分辨率Δf ＝2.5Hz, 当采样点数N＝1048时，频率分辨率Δf ＝1.25Hz
数字信号处理
基础篇
郝旺身
郑州大学 机械工程学院振动工程研究所
2000年1月5日
04.10.2020
1
机械信号处理
基础篇主要介绍经典的平稳机械信号处理 方法及其应用。主要的内容包括：
机械测试信号及其处理的基本概念 机械信号幅值域处理 机械信号时域处理 机械信号频域处理
04.10.2020
郑州大学机械工程学院振动工程研究所 Tel:0371－63887383
3
机械信号处理
数字信号处理简介
机械信号数字化处理的基本步骤
数字信号处理的优点
快速、精度高 高灵活、方便 实用强
04.10.2020
郑州大学机械工程学院振动工程研究所 Tel:0371－63887383
4
机械信号处理
模拟信号的离散化
采样与量化误差
将模拟信号转化为数字信号的过程称为采样过程，此 过程包括时间上的离散、幅值上的量化以及编码等
防止频率混叠的措施
➢ 提高采样频率 ➢ 采用滤波器滤掉无用的高频分量（抗混滤波）
04.10.2020
郑州大学机械工程学院振动工程研究所 Tel:0371－63887383
9
机械信号处理
模拟信号的离散化
量化与量化误差
信号幅值上的量化可用信号值对量化单位的园整来描述。实际中 可用模数转换器实现。
设量化电平之间的增量为，那么量化误差 的最大值就为 /2。 一般认为在区间 (/2,/2) 内出现的概率相等，概率分布密度
如下分析采样过程的信号变化及其FT
采样间隔与频率混淆
04.10.2020
根据频域卷积定理可知两个时域函数的乘积 的傅立叶变换等于两者傅立叶变换的卷积则
郑州大学机械工程学院振动工程研究所 Tel:0371－63887383
6
04.10.2020
时域信号x(t) 及频谱X(f)
采样脉冲序列
(t nT)
信号时间上的离散可用信号与等时间脉冲序列的乘积 来描述。实际中可用定时器来实现。
(n)10
n0延迟了k个 n0抽样周期
(nk)10
随意改变k
p(n) (nk)
k
nk nk
04.10.2020
郑州大学机械工程学院振动工程研究所 Tel:0371－63887383
5
机械信号处理
模拟信号的离散化
采样与量化误差
为1/ ，均值为零，则其均方值为：
2 c
/2 2
/2
1d2 12
设A/D转换器的位数是N，采用二进制编码，转换器的转换范围是 ±V,则相邻两电平之间的增量为＝ 2V/(2N1)。转换的最大误差估计
为：＝ 1/(2N1)10％ 0该误差的大小取决于转换器的位数。
04.10.2020
郑州大学机械工程学院振动工程研究所 Tel:0371－63887383