时域分析主要特征参数

时域分析主要特征参数
时域分析主要特征参数

设离散振动信号为{}(1~,)i x i N N =为采样点数 常用特征参数如下:

1、有量纲特征参数

1. 峰值p X

把{}i x 的N 个采样点分成n 段,在每一段中找出n 个峰值{}

(1~)pj X j n =,则{}i x 的峰值指标为:

1

1n

p pj j X X n ==∑

峰值p X 反映的是某时刻振幅的最大值,因而适用于表面点蚀损伤之类的具有瞬时冲击的故障诊断。另外,对转速较低的情况(如300r/min 以下),也常采用峰值经行诊断。

2. 均值X

对于简谐振动为半个周期内的平均值,对于轴承冲击振动为经绝对值处理后的平均值。

1

1n

i i X x n ==∑

用于诊断的效果与峰值基本一样,其优点是检测值较峰值稳定,但一般用于转速较高的情况(如300r/min 以上)。

3. 均方根值(有效值)rms X

rms X =

均方根值是对时间平均的,用来反映信号的能量大小,适用于象磨损之类的振幅值随时间缓慢变化的故障诊断。轴承制造精度愈低或轴承磨损程度愈大,则rms X 值愈高。 对早期故障不敏感,但稳定性很好。 4. 方差

Matlab 中有直接求离散数据方差的函数var ()。

2、无量纲特征参数

1. 峰值因子(波峰因素)f C

p f rms

X C X =

轴承元件上的局部剥落、擦伤、刻痕、和凹痕等一类离散型缺陷,产生的脉冲波形总能量并不大,但是波形的尖峰度明显,因此,峰值因子适用于这类故障的诊断。

(波峰因数f C ,能恰当的反映尖峰的相对大小。评判轴承合不合格的f C 界限值约为,f

C 值大于,则认为轴承元件上存在局部缺陷。——设备故障诊断 沈庆根)

正常轴承的振动波峰因子约为4~5,因剥落等局部缺陷引起的振动峰值因子往往超过10,缺陷愈大,f C 值也愈大。

轴承发生剥落等局部缺陷时,f C 值相对较大;当发生润滑不良和磨损等异常情况时,f C 值相对较小。

需要指出的是在轴承出现故障的整个过程波峰因数值并不是一直增加,而是先增加再减小。这是因为故障初期,振动幅值会明显增加,而均方根值变化尚不明显,随故障不断扩展,峰值达到极限值,均方根值开始明显增大。

波峰因子是一个相对值的比率,它不受振动信号绝对电平值大小的影响,与传感器的灵敏度和放大器的放大率无关,同时也不受轴承尺寸大小和转速不同的影响,因而测定数据很方便。

2. 峭度指标K (Kurtosisvalue )

离散序列的峭度指标定义为归一化的4阶中心矩:

441

1

41,N

N

i

i

i i rms

x

x

K N X

N

β===

∑其中=

称为峭度值。

振幅满足正态分布的无故障轴承其峭度值约为3,轴承振动信号的峭度值一般在3—45,当值大于4时,即预示着轴承有一定程度的损伤。采用该特征参数的优点在于与轴承的转速、尺寸和载荷无关,主要适用于点蚀类故障的诊断。

峭度值具有与波峰因子类似的变化趋势,轴承良好状态和严重故障状态下的裕度指标几乎是相同的。(参考:P287,设备故障诊断,沈庆根)

对早期故障由较高的敏感性,但稳定性不好,可同时与有效值进行故障监测。 3. 波形因子(波形指标)Ws

波形因数定义为均方根值与绝对均值之比:

rms

X Ws X

=

当/p X X 值过大时,表明滚动轴承可能有点蚀;/p X X 值过小时,有可能发生了磨损。

4. 脉冲指标I

p X I X

=

=峰值

平均幅值

5. 裕度系数L

2

1

1N p p N

r i X X L X ====

峰值

方根幅值

(注意:方根幅值和均方根值不同)

当时间信号中包含的信息不是来自一个零件或部件,而是属于多个元件时如在多级齿轮的振动信号中往往包含有来自高速齿轮、低速齿轮以及轴承等部件的信息,在这种情况下,可利用波形因子(波形指标)Ws 、脉冲指标I 、裕度系数L 无量纲指标进行故障诊断或分析。 6. 偏度S

第5章频域分析法习题解答

第5章频域分析法 学习要点 1 频率特性的概念,常用数学描述与图形表示方法; 2 典型环节的幅相频率特性与对数频率特性表示及特点; 3 系统开环幅相频率特性与对数频率特性的图示要点; 4 应用乃奎斯特判据判断控制系统的稳定性方法; 5 对数频率特性三频段与系统性能的关系; 6 计算频域参数与性能指标; 思考与习题祥解 题判断下列概念的正确性 ω的正弦信号加入线性系统,这个系统的稳态输出也将是同 (1) 将频率为 一频率的。 M仅与阻尼比ξ有关。 (2) 对于典型二阶系统,谐振峰值 p (3) 在开环传递函数中增加零点总是增加闭环系统的带宽。 (4) 在开环传递函数中增加极点通常将减少闭环系统的带宽并同时降低稳定性。 (5) 对于最小相位系统,如果相位裕量是负值,闭环系统总是不稳定的。 (6) 对于最小相位系统,如果幅值裕量大于1,闭环系统总是稳定的。 (7) 对于最小相位系统,如果幅值裕量是负分贝值,闭环系统总是不稳定的。 (8) 对于非最小相位系统,如果幅值裕量大于1,闭环系统总是稳定的。 (9) 对于非最小相位系统,须幅值裕量大于1且相位裕量大于0,闭环系统才是稳定的。 (10) 相位穿越频率是在这一频率处的相位为0。 (11) 幅值穿越频率是在这一频率处的幅值为0dB。 (12) 幅值裕量在相位穿越频率处测量。 (13) 相位裕量在幅值穿越频率处测量。 (14) 某系统稳定的开环放大系数25 K<,这是一个条件稳定系统。 (15) 对于(-2/ -1/ -2)特性的对称最佳系统,具有最大相位裕量。 (16) 对于(-2/ -1/ -3)特性的系统,存在一个对应最大相位裕量的开环放大系数值。 (17) 开环中具有纯时滞的闭环系统通常比没有时滞的系统稳定性低些。 (18) 开环对数幅频特性过0分贝线的渐近线斜率通常表明了闭环系统的相对稳定性。 M和频带宽BW (19) Nichols图可以用于找到一个闭环系统的谐振峰值 p 的信息。

利用labview进行信号的时域分析

利用labview进行信号的时域分析 信号的时域分析主要是测量测试信号经滤波处理后的特征值,这些特征值以一个数值表示信号的某些时域特征,是对测试信号最简单直观的时域描述。将测试信号采集到计算机后,在测试VI 中进行信号特征值处理,并在测试VI 前面板上直观地表示出信号的特征值,可以给测试VI 的使用者提供一个了解测试信号变化的快速途径。信号的特征值分为幅值特征值、时间特征值和相位特征值。 用于信号时域分析的函数,VIs,Express VIs主要位于函数模板中的Signal Processing子模板中,其中多数对象位于Waveform Measurements子模板,如图所示 LabVIEW8.0中用于信号分析的Waveform Measurements子模板 基本平均值与均方差VI 基本平均值与均方差VI-------Basic Averaged DC—RMS.vi用于测量信号的平均以及均方差。计算方法是在信号上加窗,即将原有信号乘以一个窗函数,窗函数的类型可以选择矩形窗、Haning窗、以及Low side lob窗,然后计算加窗后信号的均值以及均方差值。 演示程序的前面板和后面板如下图所示 Basic Averaged DC—RMS演示程序的前面板

Basic Averaged DC—RMS演示程序的后面板 平均值与均方差值 平均值与均方差值VI------Averaged DC—RMS.vi同样也是用于计算信号的平均值与均方差值,只是Averaged DC—RMS.vi的输出是一个波形函数,这里我们可以看到加窗截断后,正弦信号的平均值和均方差随时间变化的波形。 编写程序演示Average DC----Averaged—RMS.vi的使用方法,程序的后面板和前面板如下图所示 Averaged DC—RMS演示程序的后面板

实验二连续时间信的频域分析

实验二连续时间信号的频域分析 一、实验目的 1、掌握连续时间周期信号的傅里叶级数的物理意义和分析方法; 2、观察截短傅里叶级数而产生的“Gibbs现象”,了解其特点以及产生的原因; 3、掌握连续时间傅里叶变换的分析方法及其物理意义; 4、掌握各种典型的连续时间非周期信号的频谱特征以及傅里叶变换的主要性质; 5、学习掌握利用Matlab语言编写计算CTFS、CTFT和DTFT的仿真程序,并能利用这些程序对一些典型信号进行频谱分析,验证CTFT、DTFT的若干重要性质。 基本要求:掌握并深刻理傅里叶变换的物理意义,掌握信号的傅里叶变换的计算方法,掌握利用Matlab编程完成相关的傅里叶变换的计算。 二、原理说明 1、连续时间周期信号的傅里叶级数CTFS分析 任何一个周期为T 1 的正弦周期信号,只要满足狄利克利条件,就可以展开成傅里叶级数。 三角傅里叶级数为: ∑∞=+ + = 1 0 0 )] sin( ) cos( [ )( k k k t k b t k a a t xω ω 2.1

或: ∑∞ =++=100)cos()(k k k t k c a t x ?ω 2.2 其中1 02T πω=,称为信号的基本频率(Fundamental frequency ),k k b a a ,和,0分别是信号)(t x 的直流分量、余弦分量幅度和正弦分量幅度,k k c ?、为合并同频率项之后各正弦谐波分量的幅度和初相位,它们都是频率0ωk 的函数,绘制出它们与0ωk 之间的图像,称为信号的频谱图(简称“频谱”),k c -0ωk 图像为幅度谱,k ?-0ωk 图像为相位谱。 三角形式傅里叶级数表明,如果一个周期信号x(t),满足狄里克利条件,就可以被看作是由很多不同频率的互为谐波关系(harmonically related )的正弦信号所组成,其中每一个不同频率的正弦信号称为正弦谐波分量 (Sinusoid component),其幅度(amplitude )为k c 。也可以反过来理解三角傅里叶级数:用无限多个正弦谐波分量可以合成一个任意的非正弦周期信号。 指数形式的傅里叶级数为: ∑∞-∞== k t jk k e a t x 0)(ω 2.3 其中,k a 为指数形式的傅里叶级数的系数,按如下公式计算: ? --=2/2/1110)(1T T t jk k dt e t x T a ω 2.4 指数形式的傅里叶级数告诉我们,如果一个周期信号x(t),满足狄里克利条件,那么,它就可以被看作是由很多不同频率的互为谐波关系(harmonically related )的周期复指数信号所组成,其中每一个不同频率的周期复指数信号称为基本频率分量,其复幅度

语音信号的时域特征分析

中北大学 课程设计说明书 学生姓名:蒋宝哲学号: 24 学生姓名:瓮泽勇学号: 42 学生姓名:侯战祎学号: 47 学院:信息商务学院 专业:电子信息工程 题目:信息处理实践:语音信号的时域特征分析指导教师:徐美芳职称: 讲师 2013 年 6 月 28 日

中北大学 课程设计任务书 2012-2013 学年第二学期 学院:信息商务学院 专业:电子信息工程 学生姓名:蒋宝哲学号: 24 学生姓名:瓮泽勇学号: 42 学生姓名:侯战祎学号: 47 课程设计题目:信息处理实践:语音信号的时域特征分析起迄日期: 2013年6 月7日~2013年6月 28 日 课程设计地点:学院楼201实验室、510实验室、608实验室指导教师:徐美芳 系主任:王浩全 下达任务书日期: 2013 年 6 月 7 日

语音信号的采集与分析 摘要 语音信号的采集与分析技术是一门涉及面很广的交叉科学,它的应用和发展与语音学、声音测量学、电子测量技术以及数字信号处理等学科紧密联系。其中语音采集和分析仪器的小型化、智能化、数字化以及多功能化的发展越来越快,分析速度较以往也有了大幅度的高。本文简要介绍了语音信号采集与分析的发展史以及语音信号的特征、采集与分析方法,并通过PC机录制自己的一段声音,运用Matlab进行仿真分析,最后加入噪声进行滤波处理,比较滤波前后的变化。 关键词:语音信号,采集与分析, Matlab 0 引言 通过语音传递倍息是人类最重要、最有效、最常用和最方便的交换信息的形式。语言是人类持有的功能.声音是人类常用的工具,是相互传递信息的最主要的手段。因此,语音信号是人们构成思想疏通和感情交流的最主要的途径。并且,由于语言和语音与人的智力活动密切相关,与社会文化和进步紧密相连,所以它具有最大的信息容量和最高的智能水平。现在,人类已开始进入了信息化时代,用现代手段研究语音信号,使人们能更加有效地产生、传输、存储、获取和应用语音信息,这对于促进社会的发展具有十分重要的意义。 让计算机能听懂人类的语言,是人类自计算机诞生以来梦寐以求的想法。随着计算机越来越向便携化方向发展,随着计算环境的日趋复杂化,人们越来越迫切要求摆脱键盘的束缚而代之以语音输人这样便于使用的、自然的、人性化的输人方式。作为高科鼓应用领域的研究热点,语音信号采集与分析从理论的研究到产品的开发已经走过了几十个春秋并且取得了长足的进步。它正在直接与办公、交通、金融、公安、商业、旅游等行业的语音咨询与管理.工业生产部门的语声控制,电话、电信系统的自动拨号、辅助控制与查询以及医疗卫生和福利事业的生活支援系统等各种实际应用领域相接轨,并且有望成为下一代操作系统和应用程序的用户界面。可见,语音信号采集与分析的研究将是一项极具市场价值和挑战性的工作。我们今天进行这一领域的研究与开拓就是要让语音信号处理技术走人人们的日常生活当中,并不断朝更高目标而努力。 语音信号采集与分析之所以能够那样长期地、深深地吸引广大科学工作者去不断地对其进行研究和探讨,除了它的实用性之外,另一个重要原因是,它始终与当时信息科学中最活跃的前沿学科保持密切的联系.并且一起发展。语音信号采集与分析是以语音语言学和数字

时域分析

机械振动故障诊断中时域参数指标的分析 一、滚动轴承的失效形式 1.疲劳剥落 在滚动轴承的滚动或滚动体表面,由于承受交变负荷的作用是接触面表层金属呈片状玻剥落,并逐步扩大而形成凹坑。如继续运转,则将形成面积剥落区域。由于安装不当或轴承座孔与轴的中心线倾斜等原因将使轴承中局部区域承受较大负荷而出现早期疲劳破坏。 2.磨损 当滚动轴承密封不好,使灰尘或微粒物质进入轴承,或是润滑不良,将引起接触表面较严重的擦伤或磨损,并使轴承的振动和噪声增大。 3.断裂和裂纹 材料缺陷和热处理不当,配合过硬两太大,组合设计不当,如支撑面有沟槽而引起应力集中等,将形成套圈裂纹和断裂。 4.压痕 外接硬颗粒物质进入轴承中,并压在滚动体与滚道之间,可是滚动表面形成压痕。此外,过大的冲击负荷也可以使接触表面产生局部塑性变形而形成凹坑。当轴承静止时,即使负荷很小,由于周围环境的振动也将在滚道上形成均匀分布的凹坑。 5.腐蚀 电机或者机械漏电或者有部分静电时产生电流,一般轴承都是需要使用,在轴承内部可以在轴承的内圈、外圈、滚动体之间产生油膜(很薄左右),电流可以击穿轴承内部的(油膜),造成轴承内圈、外圈、滚动体之间的直接接触、在接触的表面会产生电击,对轴承的沟道造成损伤,从而引起轴承早期失效。 6.胶合 指滚道和滚动体表面由于受热而局部融合在一起的现象。常发生在润滑不良、告诉、重在、高温、启动加速度过大等情况下。由于摩擦发热,轴承零件可以在极短时间内达到很高的温度,导致表面灼伤或某处表面上的金属粘附到另一表面上。 二、时域参数主要参数指标 峰值、均值、方差、歪度、峭度、均方根值,波形指标、脉冲指标、峭度指标、歪度指标和裕度指标。其中前一类是有量纲指标,后一类是无量纲指标。 1.峰值 在某个时间段内幅值的最大值。由于它是一个时不稳参数,不同的时刻变动很大,因此常用来检测冲击振动。 2.均值 指在一组数据中所有数据之和再除以这组数据的个数,这里指所有幅值的均值。反映了数据趋势的大小。信号的均值反映信号中的静态部分,一般对诊断不起作用,但对计算其它参数有很大影响,所以,一般在计算时应先从数据中去除均值,剩下对诊断有用的动态部分。 计算表达式:11N i i x x N ==∑。 3.均方根值 也称有效值,在电路中定义为一确定的交流电相当于多大数值的交流电在相同时间内所做的功一样。它用来反应信号的能量大小,特别适用于具有随机振动的性质的轴承测量。在滚动轴承的故障诊断中,均方根值可以用来反应各个滚动体在滚道上运动时,由于制造精度差以及工作表面点蚀所产生的不规则振动状况。制造精度愈低或轴承磨损程度愈大,则均方根值值愈高。对于正常轴承以及表面发生点蚀的轴承均方根值很稳定,不受偶然因素的干扰;但对于表面剥落或局部损伤产生的冲击脉冲振动波形,脉冲幅值的大小均方根值是反映不出来的。

时域信号特征参数

设离散振动信号为{}(1~,)i x i N N =为采样点数 常用特征参数如下: 1、有量纲特征参数 1. 峰值p X 把{}i x 的N 个采样点分成n 段,在每一段中找出n 个峰值{} (1~)pj X j n =,则{}i x 的峰值指标为: 1 1n p pj j X X n ==∑ 峰值p X 反映的是某时刻振幅的最大值,因而适用于表面点蚀损伤之类的具有瞬时冲击的故障诊断。另外,对转速较低的情况(如300r/min 以下),也常采用峰值经行诊断。 2. 均值X 对于简谐振动为半个周期内的平均值,对于轴承冲击振动为经绝对值处理后的平均值。 1 1n i i X x n ==∑ 用于诊断的效果与峰值基本一样,其优点是检测值较峰值稳定,但一般用于转速较高的情况(如300r/min 以上)。 3. 均方根值(有效值)rms X rms X = 均方根值是对时间平均的,用来反映信号的能量大小,适用于象磨损之类的振幅值随时间缓慢变化的故障诊断。轴承制造精度愈低或轴承磨损程度愈大,则rms X 值愈高。 对早期故障不敏感,但稳定性很好。 4. 方差 Matlab 中有直接求离散数据方差的函数var ()。 2、无量纲特征参数 1. 峰值因子(波峰因素)f C p f rms X C X = 轴承元件上的局部剥落、擦伤、刻痕、和凹痕等一类离散型缺陷,产生的脉冲波形总能量

并不大,但是波形的尖峰度明显,因此,峰值因子适用于这类故障的诊断。 (波峰因数f C ,能恰当的反映尖峰的相对大小。评判轴承合不合格的f C 界限值约为1.5, f C 值大于1.5,则认为轴承元件上存在局部缺陷。——设备故障诊断 沈庆根) 正常轴承的振动波峰因子约为4~5,因剥落等局部缺陷引起的振动峰值因子往往超过10,缺陷愈大,f C 值也愈大。 轴承发生剥落等局部缺陷时,f C 值相对较大;当发生润滑不良和磨损等异常情况时,f C 值相对较小。 需要指出的是在轴承出现故障的整个过程波峰因数值并不是一直增加,而是先增加再减小。这是因为故障初期,振动幅值会明显增加,而均方根值变化尚不明显,随故障不断扩展,峰值达到极限值,均方根值开始明显增大。 波峰因子是一个相对值的比率,它不受振动信号绝对电平值大小的影响,与传感器的灵敏度和放大器的放大率无关,同时也不受轴承尺寸大小和转速不同的影响,因而测定数据很方便。 2. 峭度指标K (Kurtosisvalue ) 离散序列的峭度指标定义为归一化的4阶中心矩: 441 1 41,N N i i i i rms x x K N X N β=== ∑ ∑其中= 称为峭度值。 振幅满足正态分布的无故障轴承其峭度值约为3,轴承振动信号的峭度值一般在3—45, 当值大于4时,即预示着轴承有一定程度的损伤。采用该特征参数的优点在于与轴承的转速、尺寸和载荷无关,主要适用于点蚀类故障的诊断。 峭度值具有与波峰因子类似的变化趋势,轴承良好状态和严重故障状态下的裕度指标几乎是相同的。(参考:P287,设备故障诊断,沈庆根) 对早期故障由较高的敏感性,但稳定性不好,可同时与有效值进行故障监测。 3. 波形因子(波形指标)Ws 波形因数定义为均方根值与绝对均值之比: rms X Ws X = 当/p X X 值过大时,表明滚动轴承可能有点蚀;/p X X 值过小时,有可能发生了磨损。 4. 脉冲指标I p X I X = =峰值平均幅值 5. 裕度系数L

第五章 频域分析法

第五章 频域分析法 时域分析法具有直观、准确的优点。如果描述系统的微分方程是一阶或二阶的,求解后可利用时域指标直接评估系统的性能。然而实际系统往往都是高阶的,要建立和求解高阶系统的微分方程比较困难。而且,按照给定的时域指标设计高阶系统也不是一件容易的事。 本章介绍的频域分析法,可以弥补时域分析法的不足。因为频域法是基于频率特性或频率响应对系统进行分析和设计的一种图解方法,故其与时域分析法相比有较多的优点。首先,只要求出系统的开环频率特性,就可以判断闭环系统是否稳定。其次,由系统的频率特性所确定的频域指标与系统的时域指标之间存在着一定的对应关系,而系统的频率特性又很容易和它的结构、参数联系起来。因而可以根据频率特性曲线的形状去选择系统的结构和参数,使之满足时域指标的要求。此外,频率特性不但可由微分方程或传递函数求得,而且还可以用实验方法求得。对于某些难以用机理分析方法建立微分方程或传递函数的元件(或系统)来说,具有重要的意义。因此,频率法得到了广泛的应用,它也是经典控制理论中的重点内容。 5.1 频率特性 对于线性定常系统,若输入端作用一个正弦信号 t U t u ωsin )(= (5—1) 则系统的稳态输出y(t)也为正弦信号,且频率与输人信号的频率相同,即 ) t Y t y ?ω+=sin()( (5—2) u(t)和y(t)虽然频率相同,但幅值和相位不同,并且随着输入信号的角频率ω的改变,两者之间的振幅与相位关系也随之改变。这种基于频率ω的系统输入和输出之间的关系称之为系统的频率特性。 不失一般性,设线性定常系统的传递函数G(s)可以写成如下形式 ) () () () () ())(() ()()()(1 21s A s B p s s B p s p s p s s B s U s Y s G n j j n = +=+++== ∏=Λ (5—3) 式中B(s)——传递函数G(s)的m 阶分子多项式,s 为复变量; A(s)——传递函数G(s)的n 阶分母多项式 (n ≥m); n p p p ---,,,21Λ—传递函数G(s)的极点,这些极点可能是实数,也可能是复数,对稳定的系统采说,它们都应该有负的实部。 由式(5—1),正弦输入信号u(t)的拉氏变换为(查拉氏变换表) ) )(()(22ωωω ωωj s j s U s U s U -+=+= (5—4)

语音信号时域特征参数提取

学院:信电学院班级:电信102 姓名:徐景广学号:2010081261 课程:专业综合实验实验日期:2014年1 月 3 日成绩: 实验二、语音信号时域特征参数提取 一、实验目的 1.掌握利用matlab程序进行语音信号的录制与回放。 2.理解语音信号的时域特征参数的概念,如短时能量、短时过零率等。 3.掌握matlab的开发环境。 4.掌握对语音信号进行时域特征参数提取的方法。 二、实验原理 本实验要求掌握时域特征分析原理,并利用已学知识,编写程序求解语音信号的短时过零率、短时能量、短时自相关特征,分析实验结果。 1.窗口的选择 通过对发声机理的认识,语音信号可以认为是短时平稳的。在5~50ms的范围内,语音频谱特性和一些物理特性参数基本保持不变。我们将每个短时的语音称为一个分析帧。一般帧长取10~30ms。我们采用一个长度有限的窗函数来截取语音信号形成分析帧。通常会采用矩形窗和汉明窗。图1.1给出了这两种窗函数在帧长N=50时的时域波形。

学院: 信电学院 班级:电信102 姓名: 徐景广 学号: 2010081261 课程:专业综合实验 实验日期:2014年 1 月 3 日 成绩: 0.2 0.40.60.811.2 1.41.61.82矩形窗 sample w (n ) 0.1 0.20.30.40.50.6 0.70.80.91hanming 窗 sample w (n ) 图1.1 矩形窗和Hamming 窗的时域波形 矩形窗的定义:一个N 点的矩形窗函数定义为如下 {1,00,()n N w n ≤<=其他 hamming 窗的定义:一个N 点的hamming 窗函数定义为如下 0.540.46cos(2),010,()n n N N w n π-≤<-??? 其他 = 这两种窗函数都有低通特性,通过分析这两种窗的频率响应幅度特性可以发现(如图1.2):矩形窗的主瓣宽度小(4*pi/N ),具有较高的频率分辨率,旁瓣峰值大(-13.3dB ),会导致泄漏现象;汉明窗的主瓣宽8*pi/N ,旁瓣峰值低(-42.7dB ),可以有效的克服泄漏现象,具有更平滑的低通特性。因此在语音频谱分析时常使用汉明窗,在计算短时能量和平均幅度时通常用矩形窗。表1.1对比了这两种窗函数的主瓣宽度和旁瓣峰值。

连续时间信号的抽样及频谱分析-时域抽样信号的频谱--信号与系统课设

1 引言 随着科学技术的迅猛发展,电子设备和技术向集成化、数字化和高速化方向发展,而在学校特别是大学中,要想紧跟技术的发展,就要不断更新教学和实验设备。传统仪器下的高校实验教学,已严重滞后于信息时代和工程实际的需要。仪器设备很大部分陈 旧,而先进的数字仪器(如数字存储示波器)价格昂贵不可能大量采购,同时其功能较为单一,与此相对应的是大学学科分类越来越细,每一专业都需要专用的测量仪器,因此仪器设备不能实现资源共享,造成了浪费。虚拟仪器正是解决这一矛盾的最佳方案。基于PC 平台的虚拟仪器,可以充分利用学校的微机资源,完成多种仪器功能,可以组合成功能强大的专用测试系统,还可以通过软件进行升级。在通用计算机平台上,根据测试任务的需要来定义和设计仪器的测试功能,充分利用计算机来实现和扩展传统仪器功能,开发结构简单、操作方便、费用低的虚拟实验仪器,包括数字示波器、频谱分析仪、函数发生器等,既可以减少实验设备资金的投入,又为学生做创新性实验、掌握现代仪器技术提供了条件。 信号的时域分析主要是测量测试信号经滤波处理后的特征值,这些特征值以一个数值表示信号的某些时域特征,是对测试信号最简单直观的时域描述。将测试信号采集到计算机后,在测试VI 中进行信号特征值处理,并在测试VI 前面板上直观地表示出信号的特征值,可以给测试VI 的使用者提供一个了解测试信号变化的快速途径。信号的特征值分为幅值特征值、时间特征值和相位特征值。 尽管测量时采集到的信号是一个时域波形,但是由于时域分析工具较少,所以往往把问题转换到频域来处理。信号的频域分析就是根据信号的频域描述来估计和分析信号的组成和特征量。频域分析包括频谱分析、功率谱分析、相干函数分析以及频率响应函数分析。 信号在时域被抽样后,他的频谱X(j )是连续信号频谱X(j )的形状以抽样频率为间隔周期重复而得到,在重复过程中幅度被p(t)的傅里叶级数Pn加权。因为Pn只是n的函数,所以X(j )在重复的过程中不会使其形状发生变化。假定信号x(t)的频谱限制在- m~+ m的范围内, 若以间隔Ts对xa(t)进行抽样,可知抽样信号X^(t)的频谱X^(j )是以s为周期重复。显然,若在抽样的过程中s<2 m,则X^(j )将发生频谱混叠现象,只有在抽样的过程中满足s>=2 m条件,X^(j )才不会产生频谱的混叠,接收端完全可以由x^(t)恢复原连续信号xa(t),这就是低通信号抽样定理的核心内容。

连续时间信号和系统时域分析报告及MATLAB实现.docx

实用标准文案 MATLAB课程设计任务书 姓名:王 **学号:2010******010 题目 : 连续时间信号和系统时域分析及MATLAB实现 初始条件: MATLAB 7.5.0 , Windows XP系统 实验任务: 一、用 MATLAB实现常用连续时间信号的时域波形(通过改变参数,分析其时域特性)。 1、单位阶跃信号, 2、单位冲激信号, 3、正弦信号, 4、实指数信号, 5、虚指数信号, 6、复指数信号。 二、用 MATLAB实现信号的时域运算 1、相加, 2、相乘, 3、数乘, 4、微分, 5、积分 三、用 MATLAB实现信号的时域变换(参数变化,分析波形变化) 1、反转, 2、使移(超时,延时), 3、展缩, 4、倒相, 5、综合变化 四、用 MATLAB实现信号简单的时域分解 1、信号的交直流分解, 2、信号的奇偶分解 五、用 MATLAB实现连续时间系统的卷积积分的仿真波形 给出几个典型例子,对每个例子,要求画出对应波形。 六、用MATLAB实现连续时间系统的冲激响应、阶跃响应的仿真波形。 给出几个典型例子,四种调用格式。 七、利用 MATLAB实现连续时间系统对正弦信号、实指数信号的零状态响应的仿真波形。

目录 1 MATLAB简介 (1) 1.1 MATLAB 设计目的 (1) 1.2 MATLAB 语言特点 (1) 2 常用连续时间信号的时域波形 (1) 2.1单位阶跃信号 (1) 2.2单位冲激信号 (2) 2.3正弦信号 (3) 2.4实指数信号 (4) 2.5虚指数信号 (5) 2.6复指数信号 (6) 3 连续时间信号的时域运算 (7) 3.1相加 (7) 3.2相乘 (8) 3.3数乘 (9) 3.4微分 (10) 3.5积分 (11) 4.1反转 (12) 4.2时移 (13) 4.3展缩 (14) 4.4倒相 (15)

第5章频域分析法习题解答

第5章频域分析法 5.1 学习要点 1 频率特性的概念,常用数学描述与图形表示方法; 2 典型环节的幅相频率特性与对数频率特性表示及特点; 3 系统开环幅相频率特性与对数频率特性的图示要点; 4 应用乃奎斯特判据判断控制系统的稳定性方法; 5 对数频率特性三频段与系统性能的关系; 6 计算频域参数与性能指标; 5.2 思考与习题祥解 题5.1 判断下列概念的正确性 ω的正弦信号加入线性系统,这个系统的稳态输出也将是同 (1) 将频率为 一频率的。 M仅与阻尼比ξ有关。 (2) 对于典型二阶系统,谐振峰值 p (3) 在开环传递函数中增加零点总是增加闭环系统的带宽。 (4) 在开环传递函数中增加极点通常将减少闭环系统的带宽并同时降低稳定性。 (5) 对于最小相位系统,如果相位裕量是负值,闭环系统总是不稳定的。 (6) 对于最小相位系统,如果幅值裕量大于1,闭环系统总是稳定的。 (7) 对于最小相位系统,如果幅值裕量是负分贝值,闭环系统总是不稳定的。 (8) 对于非最小相位系统,如果幅值裕量大于1,闭环系统总是稳定的。 (9) 对于非最小相位系统,须幅值裕量大于1且相位裕量大于0,闭环系统才是稳定的。 (10) 相位穿越频率是在这一频率处的相位为0。 (11) 幅值穿越频率是在这一频率处的幅值为0dB。 (12) 幅值裕量在相位穿越频率处测量。 (13) 相位裕量在幅值穿越频率处测量。 (14) 某系统稳定的开环放大系数25 K<,这是一个条件稳定系统。 (15) 对于(-2/ -1/ -2)特性的对称最佳系统,具有最大相位裕量。 (16) 对于(-2/ -1/ -3)特性的系统,存在一个对应最大相位裕量的开环放大系数值。 (17) 开环中具有纯时滞的闭环系统通常比没有时滞的系统稳定性低些。 (18) 开环对数幅频特性过0分贝线的渐近线斜率通常表明了闭环系统的相对稳定性。 M和频带宽BW (19) Nichols图可以用于找到一个闭环系统的谐振峰值 p 的信息。

(实验三)连续时间LTI系统的频域分析汇总

实验三 连续时间LTI 系统的频域分析 一、实验目的 1、掌握系统频率响应特性的概念及其物理意义; 2、掌握系统频率响应特性的计算方法和特性曲线的绘制方法,理解具有不同频率响应特性的滤波器对信号的滤波作用; 3、学习和掌握幅度特性、相位特性以及群延时的物理意义; 4、掌握用MA TLAB 语言进行系统频响特性分析的方法。 基本要求:掌握LTI 连续和离散时间系统的频域数学模型和频域数学模型的MATLAB 描述方法,深刻理解LTI 系统的频率响应特性的物理意义,理解滤波和滤波器的概念,掌握利用MATLAB 计算和绘制LTI 系统频率响应特性曲线中的编程。 二、实验原理及方法 1 连续时间LTI 系统的频率响应 所谓频率特性,也称为频率响应特性,简称频率响应(Frequency response ),是指系统在正弦信号激励下的稳态响应随频率变化的情况,包括响应的幅度随频率的变化情况和响应的相位随频率的变化情况两个方面。 上图中x(t)、y(t)分别为系统的时域激励信号和响应信号,h(t)是系统的单位冲激响应,它们三者之间的关系为:)(*)()(t h t x t y =,由傅里叶变换的时域卷积定理可得到: )()()(ωωωj H j X j Y = 3.1 或者: ) () ()(ωωωj X j Y j H = 3.2 )(ωj H 为系统的频域数学模型,它实际上就是系统的单位冲激响应h(t)的傅里叶变换。即 ? ∞ ∞ --= dt e t h j H t j ωω)()( 3.3 由于H(j ω)实际上是系统单位冲激响应h(t)的傅里叶变换,如果h(t)是收敛的,或者说 是绝对可积(Absolutly integrabel )的话,那么H(j ω)一定存在,而且H(j ω)通常是复数,

第五章 时域分析

第5章 时域分析 我们在上一章已经介绍了信号的频域分析法,这里我们再讨论信号的时域分析法。 所谓信号的时域分析.......,就是根据信号的时间历程记录或波形,分析信号的组成和特征量。换句话说,我们既可以通过波形分析....来分析信号的强弱,也可以通过相关分析....来确定信号前后时刻的相似程度。 5.1 波形分析 一、 周期波形分析 1. 简谐波 简谐波是最简单的周期信号,其数学表达式为 )sin()(φω+=t x t x m 可见,描述简谐波的主要波形参数有峰值(最大幅值)x m ,角频率ω和初相角φ。其中波形幅值除了用峰值表示以外,还可以用均值(平均绝对值)和方均根来表示如下: 均值 ∑?-=≈ =1 01 1N i i T x N dt x T x 方均根 ∑? -=≈ = 1 20 2 11N i i T rms x N dt x T x 式中,T 为采样周期;N 为采样点数,x i 为采样瞬时的信号幅值。 注意:上述公式的两部分中,前者是模拟分析法的计算式,而后者为数字分析法的计算式。 2. 复杂的周期信号 对于复杂周期信号的波形分析,实际上就是要确定其各次谐波的幅值、角频率和初相角,这种分析又称为谐波分析。 二、 随机波形分析 我们在第一章中曾经介绍过,随机信号是用概率统计的方法来描述的,则其幅值可以用均值、方差、均方值、均方根以及概率密度函数来表征。 注意:这里仅对平稳..随机信号x (t )进行讨论。 1. 均值、均方值和均方根 均值(静态分量) ∑?-=≈==? 1 01)(1][N i i T x N dt t x T x E x 均方值 [] ? = =T dt t x T x E x 0 22 2 )(1 均方根 2x x rms = 2. 方差和标准偏差 方差(动态分量) []()[] [] () 2 22 22 22 ][][)(1x x x E x E x E x E dt x t x T T x -=-=-=-=?σ

实验二:连续时间信号的频域分析

一、实验目的 1、掌握连续时间周期信号的傅里叶级数的物理意义和分析方法; 2、观察截短傅里叶级数而产生的“Gibbs 现象”,了解其特点以及产生的原因; 3、掌握连续时间傅里叶变换的分析方法及其物理意义; 4、学习利用MATLAB 语言编写计算CTFS 和CTFT 的仿真程序。 基本要求:掌握并深刻理傅里叶变换的物理意义,掌握信号的傅里叶变换的计算方法,掌握利用MATLAB 编程完成相关的傅里叶变换的计算。 二、实验原理及方法 1、连续时间周期信号的傅里叶级数CTFS 分析 任何一个周期为T 1的正弦周期信号,只要满足狄利克利条件,就可以展开成傅里叶级数。 其中三角傅里叶级数为: ∑∞ =++=1000)]sin()cos([)(k k k t k b t k a a t x ωω 9.1 或: ∑∞ =++ =1 00)cos()(k k k t k c a t x ?ω 9.2 其中1 02T π ω= ,称为信号的基本频率,k k b a a ,和,0分别是信号)(t x 的直流分量、余弦分量幅度和正弦分量幅度,k k c ?、为合并同频率项之后各正弦谐波分量的幅度和初相位,它们都是频率0ωk 的函数,绘制出它们与0ωk 之间的图像,称为信号的频谱图(简称“频谱”), k c -0ωk 图像为幅度谱,k ?-0ωk 图像为相位谱。 指数形式的傅里叶级数为: ∑∞ -∞ == k t jk k e a t x 0)(ω 9.3 其中,k a 为指数形式的傅里叶级数的系数,按如下公式计算:

? --= 2 /2 /1 110)(1 T T t jk k dt e t x T a ω 9.4 假设谐波项数为N ,则上面的和成式为: ∑-== N N k t jk k e a t x 0)(ω 9.5 显然,N 越大,所选项数越多,有限项级数合成的结果越逼近原信号x(t)。 2、连续时间信号傅里叶变换----CTFT 傅里叶变换在信号分析中具有非常重要的意义,它主要是用来进行信号的频谱分析的。傅里叶变换和其逆变换定义如下: ?∞ ∞ --= dt e t x j X t j ωω)()( 9.6 ? ∞ ∞ -= ωωπ ωd e j X t x t j )(21 )( 9.7 连续时间傅里叶变换主要用来描述连续时间非周期信号的频谱。任意非周期信号,如果满足狄里克利条件,那么,它可以被看作是由无穷多个不同频率(这些频率都是非常的接近)的周期复指数信号e j ωt 的线性组合构成的,每个频率所对应的周期复指数信号e j ωt 称为频率分量其相对幅度为对应频率的|X(j ω)|之值,其相位为对应频率的X(j ω)的相位。 给定一个连续时间非周期信号x(t),它的频谱也是连续且非周期的。对于连续时间周期信号,也可以用傅里变换来表示其频谱,其特点是,连续时间周期信号的傅里叶变换时有冲激序列构成的,是离散的——这是连续时间周期信号的傅里叶变换的基本特征。 3、连续周期信号的傅里叶级数CTFS 的MATLAB 实现 3.1 傅里叶级数的MATLAB 计算 设周期信号x(t)的基本周期为T 1,且满足狄里克利条件,则其傅里叶级数的系数可由式9.4计算得到。式9.4重写如下: ?--= 2 /2 /1 110)(1T T t jk k dt e t x T a ω 基本频率为: 1 02T πω= 对周期信号进行分析时,我们往往只需对其在一个周期内进行分析即可,通常选择主周期。假定x 1(t)是x(t)中的主周期,则

信号与系统 信号的时域分析 及Matlab实现

信号与系统 课程实验报告 实验四 实验名称 信号的时域分析 及Matlab 实现 系 别 教师姓名 实验地点 5309 实验日期 2011-06-20 学生姓名 学号 一、实验内容 1.预习实验原理。 2.对实验内容编写程序(M 文件),上机运行。 3.记录并整理实验数据。 二、实验目的 1.掌握用Matlab 分析系统时间响应的方法。 2.掌握用Matlab 分析连续、离散系统的冲激响应的方法。 3.理解系统零、极点分布与系统稳定性关系。 三、涉及实验的相关情况介绍(包含使用软件或实验设备等情况) 计算机一台(安装MATLAB6.5版本或以上版本) 四、实验试做记录(含程序、数据记录及分析) 1.设) 2)(1()(p s p s s s H --= 设①p1=-2,p2=-30; ②p1=-2,p2=3 (1)针对极点参数①②,画出系统零、极点分布图,判断该系统稳定性。 程序: clear num=[1]; den=[1,32,60]; [r,poles,k]=residue(num,den); p=roots(den);

z=roots(num); subplot(2,2,1);plot(real(p),imag(p),'*');hold on; plot(real(z),imag(z),'o');grid on T=0:0.1:10; y1=impulse(num,den,T); subplot(2,2,2);plot(T,y1);grid;title('脉冲响应') 结果: 位于s左半平面,稳定 (2)针对极点参数①②,绘出系统的脉冲响应曲线,并观察t→∞时,脉冲响应变化趋势。 程序: clear num=[1]; den=[1,-1,-6]; [r,poles,k]=residue(num,den); p=roots(den); z=roots(num); subplot(2,2,1);plot(real(p),imag(p),'*');hold on; plot(real(z),imag(z),'o');grid on T=0:0.1:10; y1=impulse(num,den,T); subplot(2,2,2);plot(T,y1);grid;title('脉冲响应') 结果:

机械测试信号时域和频域特征分析

第一章绪论 1.1 概述 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。机械设备是工业生产的基础,而机械信号处理与分析技术则是工业发展的一个重要基础技术。 随着各行各业的快速发展和各种各样的应用需求,信号分析和处理技术在信号处理速度、分辨能力、功能范围以及特殊处理等方面将会不断进步,新的处理激素将会不断涌现。当前信号处理的发展主要表现在:1.新技术、新方法的出现;2.实时能力的进一步提高;3.高分辨率频谱分析方法的研究三方面。 信号处理的发展与应用是相辅相成的,工业方面应用的需求是信号处理发展的动力,而信号处理的发展反过来又拓展了它的应用领域。机械信号的分析与处理方法从早期模拟系统向着数字化方向发展。在几乎所有的机械工程领域中,它一直是一个重要的研究课题。 机械信号分析与处理技术正在不断发展,它已有可能帮助从事故障诊断和监测的专业技术人员从机器运行记录中提取和归纳机器运行的基本规律,并且充分利用当前的运行状态和对未来条件的了解与研究,综合分析和处理各种干扰因素可能造成的影响,预测机器在未来运行期间的状态和动态特性,为发展预知维修制度、延长大修期及科学地制定设备的更新和维护计划提供依据,从而更为有效地保证机器的稳定可靠运行,提高大型关键设备的利用率和效率。 机械信号处理是通过对测量信号进行某种加工变换,削弱机械信号中的无用的冗余信号,滤除混杂的噪声干扰,或者将信号变成便于识别的形式以便提取它的特征值等。机械信号处理的基本流程图如图1.1所示。 图1.1 机械信号处理的基本流程 本文主要就第三、第四步骤展开讨论。

语音信号的时域特征与频域特征

实验报告 课程名称____________语音信号处理__________________ 实验项目语音信号的时域特征与频域特征 实验仪器__台式计算机、Matlab软件、Cool Edit__ 系别____信息与通信工程学院_____ 专业_____电子信息工程专业______ 班级/学号_____ 学生姓名___________________ 实验日期_______2013/4/17________ 成绩_________________________ 指导教师_____________________

实验一:语音信号的时域特征与频域特征 一、实验目的 使学生通过本实验观察语音信号在时域和频域的基本特征(语音波形、基音频率、过零数、共振峰),验证教材中关于语音信号在时域和频域的基本特征的概念与论述;通过采集语音数据与在实验中记录每个元音的基音周期、过零数、共振峰等环节熟悉这些语音的基本特征,为今后深入学习语音信号处理奠定基础。 二、实验内容 学习音频编辑软件Cool Edit的使用方法及语音文件的建立;采集语音数据;观察语音波形;记录每个元音的基音周期(其倒数为基音频率)、过零数、共振峰;观察语音频域特征;分析不同元音的共振峰模式的特点(频率、相对振幅)。 三、实验原理 元音与辅音在发音方法有如下基本区别:发元音时气流顺利通过声腔,声带颤动,形成的声波是周期性的;发辅音时气流暂时被阻不能通过或只能勉强挤出去。 元音具有基音与共振峰结构,辅音则不具有这两者。 基音由声带振动频率产生,决定语音的音高、音调。在语音波形中表现为准周期峰值。 共振峰是语音频谱上的强频区,表现为频谱上呈峰状。共振峰由声腔形状的变化决定,不同的声腔形状有不同的固有频率,产生不同的共振峰模式。每个元音有特定的共振峰模式。

信号的时域分析

信号的时域分析 一、课程内容: 以时间为自变量描述物理量的变化是信号最基本、最直观的表达形式。 在时域内对信号进行滤波、放大、统计特征计算、相关性分析等处理,统称为信号的时域分析。通过时域分析方法,可以有效提高信噪比,求取信号波形在不同时刻的相似性和关联性,获得反映机械设备运行状态的特征参数,为机械系统动态分析和故障诊断提供有效的信息。 2.1 信号的预处理 传感器获取的信号往往比较微弱,并伴随着各种噪声。不同类型的传感器,其输出信号的形式也不尽相同。为了抑制信号中的噪声,提高检测信号的信噪比,便于信息提取,须对传感器检测到的信号进行预处理。所谓信号预处理,是指在对信号进行变换、提取、识别或评估之前,对检测信号进行的转换、滤波、放大等处理。 常用的信号预处理方法 (1)信号类型转换 应变测力传感器、热电阻传感器输出的信号均为电阻信号,为了便于后续处理常用电桥将电阻信号转变为电压信号 (2)信号放大 常用的信号放大器包括:测量放大器、隔离放大器、可编程增益放大器等 信号滤波(本节重点介绍) (3)去除均值 在计算信号的标准差等统计量时,需要去除信号均值 (4)去除趋势项 常用的趋势项消除方法有滤波法、多项式拟合法 2.1.1 信号的滤波处理 信号滤波处理是消除或减弱干扰噪声,保留有用信号的过程。 把实现滤波功能的系统称之为滤波器。 滤波器可分为两大类,即经典滤波器和现代滤波器 1.经典滤波器 定义:当噪声和有用信号处于不同的频带时,噪声通过滤波器将被衰减或消除,而有用信号得以保留 分类: 根据幅频特性的不同,滤波器分为低通滤波器、高通滤波器、带通滤波器、带阻滤波器等类型。根据处理信号类型的不同,滤波器可分为模拟滤波器和数字滤波器。 对于数字滤波器来说,根据滤波器的单位脉冲响应序列长度的无限和有限,数字滤波器可进一步分为无限冲击响应滤波器(IIR)和有限冲击响应滤波器(FIR)两类。 2.现代滤波器 当噪声频带和有用信号频带相互重叠时,经典滤波器就无法实现滤波功能 现代滤波器也称统计滤波器,从统计的概念出发对信号在时域进行估计,在统计指标最优的意义下,用估计值去逼近有用信号,相应的噪声也在统计最优的意义下得以减弱或消除 常用的统计滤波器有维纳滤波器和卡尔曼滤波器两类。 1)维纳滤波器2)卡尔曼滤波器

相关文档
最新文档