1-测试技术基础------第二章-测试信号分析与处理.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,测试技术基础,华南理工大学,第二章 测试信号分析与处理,第一节 概述,第二节 基本概念,第三节 信号的分类,第四节 信号的描述方法,第五节 傅里叶变换的性质,第六节 随机信号的描述,第七节 数字信号处理,测试技术基础,测试系统是执行测试任务的传感器、仪器和设备的总称。,简单测试系统,简单测试系统(光电池),V,第一节 概述,第一节 概述,复杂测试系统(轴承缺陷检测),加速度计 带通滤波器 包络检波器,测试系统原理款图,被测对象,传感器,数据显示与记录,观察者,信号调整,传感器,是测试系统中的第一个环节，用于从被测对象获取有用的信息，并将其转换为适合于测量的变量或信号。,信号调理,是对从传感器所输出的信号作进一步的加工和处理，包括对信号的转换、放大、滤波、储存、重放和一些专门的信号处理。,显示和记录,是将调理和处理过的信号用便于人们观察和分析的介质和手段进行记录或显示。,图中三个方框中的功能都是通过传感器和不同的测量仪器和装置来实现的，它们构成了测试系统的核心部分。,第一节 概述,信号,是信号本身在其传输的起点到终点的过程中所携带的信息的物理表现。,噪声,也是一种信号，任何干扰对信号的感知和解释的现象称为噪声。,信噪比,是用来对信号被噪声所污染的程度的一种度量。信噪比表达为信号功率Ps与噪声功率Pn之比：,通常将信噪比用分贝所测量的对数刻度来表示：,必须指出：信号与噪声的区别纯粹是人为的，且取决于使用者对两者的评价标准。某种场合中被认为是干扰的噪声信号，在另一种场合却可能是有用的信号。,第二节 基本概念,对信号的分类有多种方法，其中主要的有如下几种：,1.,表象分类法。,一种基于信号的演变类型、信号的预定特点或者信号的随机特性的分类方法。,2.,能量分类法。,这种方法规定了两类信号，其中一类为具有有限能量的信号，另一类为具有有限平均功率但具有无限能量的信号。,3.,形态分类法。,一种基于信号的幅值或者独立变量是连续的还是离散的这一特点的分类方法。,4.,维数分类法。,一种基于信号模型中独立变量个数的分类方法。,5.,频谱分类法。,一种基于信号频谱的频率分布形状的分类方法。,第三节 信号的分类,信号的表象分类图,1.确定性信号,指可以用合适的数学模型或数学关系式来完整地描述或预测其随时间演变情形的信号。,2.随机信号,指那些具有不能被预测的特性且只能通统计观察来加以描述的信号。,第三节 信号的分类,表象分法,1.2.非周期信号的分类,准周期信号曲线,1.准周期信号：,由多个具有周期不成比例的正弦波之和形成，或者称组成信号的正（余）弦信号的频率比不是有理数。,2.瞬态信号：,是指时间历程短的信号。,第三节 信号的分类,瞬态信号曲线,第三节 信号的分类,2.随机信号的分类,平稳随机信号,平稳随机信号,:,信号的统计特征是时不变的。,非平稳随机信号,:,不具有平稳随机信号特点的随机信号称,非平稳随机信号,第三节 信号的分类,能量分类法,能量分类法,规定了两类信号，其中一类为具有有限能量的信号，简称为,能量信号,；另一类为具有有限平均功率但具有无限能量的信号，简称为,功率信号,。,单自由度振动系统,1.能量信号,满足关系式：,2.功率信号,满足关系式：,第三节 信号的分类,形态分类法,1.连续信号,：信号的独立变量或自变量是连续的。,2.离散信号,：信号的独立变量或自变量是离散的。,在连续信号中，自变量和幅值均为连续的信号称为,模拟信号,；自变量是连续、但幅值为离散的信号称为,量化信号,。,连续信号,模拟信号,量化信号,量化信号,离散信号,第三节 信号的分类,描述一个信号的变化过程通常有,时域,和,频域,两种方法。,时域描述：,信号的自变量为时间，信号的历程随时间而展开。信号的时域描述主要反映信号的幅值随时间变化的特征。与之相对应，对一个测试系统的时域分析法也是直接分析时间变量函数或序列，研究系统的时间响应特征。,域分析法,：,将信号和系统的时间变量函数或序列变换成对应频率域中的某个变量的函数，来研究信号和系统的频域特性。对于连续系统和信号来说，常采用傅里叶变换和拉普拉斯变换；对于离散系统和信号则采用,Z,变换。,采用时域法和频域法来描述信号和分析系统，完全取决于不同测试任务的需要。时域描述直观地反映信号随时间变化的情况，频域描述则侧重描述信号的组成成分。,第四节 信号的描述方法,时域描述：,域分析法,：,周期方波信号的频谱图,周期方波时域信号,幅频谱,相频谱,第三节 信号的分类,周期信号的两种形式：,单边谱,双边谱,幅值谱,相位谱,第三节 信号的分类,第五节 傅里叶变换的性质,1.对称性（亦称对偶性）,2.线性性,3.尺度变换性,若 则有:,若 ,则有:,4.奇偶性,5.时移性,普通的实际信号常为时间的实函数，而其傅里叶变换 X()则是实变量的复数函数。,若x(t)为时间t的,实,函数,则有：,若x(t)为时间t的,虚,函数,则有：,第五节 傅里叶变换的性质,1.单位脉冲函数,设在时间 内激发有一矩形脉冲 ，的幅值为 ，亦即该矩形脉冲的面积为 1。当 时，该矩形脉冲的极限便称为单位脉冲函数或函数。,(t),具有性质：,(t),时域和频域曲线,第五节 傅里叶变换的性质,2.余弦函数,余弦函数,的傅里叶频谱为：,正弦函数,的傅里叶频谱为：,余弦函数,正弦函数,第五节 傅里叶变换的性质,3.符号函数,符号函数,的定义为：,符号函数及其频谱,第五节 傅里叶变换的性质,单位阶跃函数,可根据符号函数表达为为：,单位阶跃函数及其频谱,第五节 傅里叶变换的性质,具有不能被预测的特性且只能经统计过程观察而描述的信号称为,随机信号,。随机信号具有不能被预测的瞬时值，且不能用解析的时域模型来描述，然而却能由自身的统计和频谱特性来加以表征。,对随机信号的描述必须采用概率统计的方法。将随机信号按时间历程所作的各次长时间的观察记录称为一个样本函数，在有限时间区间上的样本函数称为样本记录。将同一试验条件下的全部样本函数的集（总体）称为随机过程。,随机过程并非无规律可循。事实上，只要能获得足够多和足够长的样本函数（即时间历程记录），便可求得其概率意义上的统计规律。常用的统计特征参数有均值、均方值、方差、概率密度函数、概率分布函数和功率谱密度函数等。,第六节 随机信号的描述,1.随机过程的主要特征参数,1.,对于一个各态历经过程 ，其,均值,定义为：,2.,随机信号的,均方值,定义为：,均方值描述信号的能量或强度，它是 平方的均值。,第六节 随机信号的描述,3.,随机信号的,方差,定义为：,方差,表示随机信号的波动分量，它是信号 偏离其均值 的平方的均值。方差的平方根称为标准偏差。,第六节 随机信号的描述,实际工程应用中，常常以有限长的样本记录来替代无限长的样本记录。用有限长度的样本函数计算出来的特征参数均为理论参数的估计值，因此随机过程的均值、方差和均方值的估计公式为：,第六节 随机信号的描述,相关分析,由概率统计理论可知，相关是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。,对于确定性信号来说，两变量间的关系可用确定的函数来描述，但两个随机变量间却不具有这种确定的关系。然而，它们之间却可能存在某种内涵的、统计上可确定的物理关系。,评价变量x和y间线性相关程度的经典方法是计算两变量的协方差 和相关系数 ，其中协方差定义为：,1.相关,第六节 随机信号的描述,第六节 随机信号的描述,互相关函数与自相关函数,其中：,1.互相关函数,第六节 随机信号的描述,其中：,2.自相关函数,第六节 随机信号的描述,功率谱分析,1.自功率谱密度函数,第六节 随机信号的描述,2.互功率谱密度函数,第六节 随机信号的描述,相干函数,1.自相干函数,第六节 随机信号的描述,1.连续傅里叶变换,一个非周期的连续时间信号来说，它的傅里叶变换是一个连续的频谱：,第七节 数字信号处理,2.离散傅里叶变换,第七节 数字信号处理,离散傅里叶变换的图解过程,第七节 数字信号处理,时域采样,第七节 数字信号处理,第七节 数字信号处理,离散傅里叶变换的性质,第七节 数字信号处理,第七节 数字信号处理,第七节 数字信号处理,采样定理,数字信号处理时首先要将一个模拟信号转变为一个数字信号，这一转变是通过对模拟信号的采样来完成的，而信号的采样是由模数转换电路（A/D）来实施的。对于信号采样来说，采样率的选择至关重要。对一个一定长度的模拟信号，若对它的采样间隔小，亦即采样率高，则采样的数据量大，要求计算机具有较大内存及较长的处理时间。若采样率过低即采样间隔大，则系列的离散时间序列可能不能真正反映原始信号的波形特征，在频域处理时会出现频率混淆现象，又称混叠。,第七节 数字信号处理,不同的采样率使信号采样结果各异。对数字信号处理来说，当一个信号中包含多个频率成分时，为避免混叠产生，要求的采样频率 fs 必须高于信号频率成分中最高频率fmax 的两倍，即,在给定的采样频率fs 条件下，信号中能被分辨的最高频率称乃奎斯特（Nyquist）频率,只有那些低于乃奎斯特频率的频率成分才能被精确地采样，亦即为避免频率混淆，应使被第一部分 测试技术的理论基础分析信号的最高频率fmax低于乃奎斯特频率。,第七节 数字信号处理,