现代信号处理思考题(含答案)Word版
《数字信号处理》复习思考题、习题(二)答案.doc
一、思考题1、C2、C3、D4、A5、D6、B7、D8、B9、C 10、A 11、C 12、C 13、A 14、A 15、B 16、C 17、A 18、C二、概念填空题1、（1）付氏级数（2） hd （n）（理想的单位脉冲响应）（3） R N（n）（N点矩形窗或N点矩形序列）（4） h （n）（单位脉冲响应）（5）吉布斯（6）波动（不平稳）（7）衰减（最小衰减）2、（8）（9）三角窗、汉宁窗、哈明窗、布莱克曼窗（10）过渡带（11）衰减3、（12）时（13） h （n）（数字滤波器单位脉冲响应）（14） h a（t）（模拟滤波器冲激响应）（15）频谱混叠（16 ）折叠频率（兀/T）4、（17）偶对称（奇对称）（18）奇对称（偶对称）（19）〃二堕二1! （20）线性相位特性25、（21）时（22）窗函数（23）有限长（24）逼近6、（25）某种优化逼近方法（26）逼近（27）频率响应（28）最优三、判断说明题1、判断：正确简述：按照频率采样滤波器结构的推导，上述说法是正确的，这正是频率采样结构的一个优点。
但对于不同的频响形状，N个并联一阶节的支路增益H (k)不同。
2、判断：一致简述：由于对模拟滤波器而言，因果稳定系统传递函数H a(s)的极点均在S平面的左半平面，只要转换关系满足使S平面的左半平面转换到Z平面的单位圆内，就保证了转换后数字滤波器系统函数H (z) 的极点全部在Z平面的单位圆内，从而保证了系统的因果稳定性。
3、判断：不对简述：正确的表述应为：IIR滤波器只能采用递归型结构实现；FIR 滤波器一般采用非递归型结构实现，但也可使结构中含有递归支路。
就是说滤波器结构与特性没有必然的联系。
4、判断：一致简述：由于对模拟域而言，其频率轴就是S平面的虚轴j。
轴，而对数字域来说，其频率轴是z平面的单位圆，因此两者是一致的。
四、计算应用题1、解：1)容易将H (z)写成级联型的标准形式如下：)二(2 + 3广)(3-2广 + 广)H(Z一(4 —广)(1 + 0.9广—0.81厂2)0.5+ 3-2广+疽—— ________ z ______ * ___________________________________1 + 0.9/—0.81厂2显见，该系统的级联结构由一个直接II型一阶节和一个直接II型二阶节级联而成，因此容易画出该系统的级联型结构图如图A-1所示。
信号处理-习题(答案)
数字信号处理习题解答 第二章 数据采集技术基础2.1 有一个理想采样系统，其采样角频率Ωs =6π，采样后经理想低通滤波器H a (j Ω)还原，其中⎪⎩⎪⎨⎧≥Ω<Ω=Ωππ30321)(，，j H a 现有两个输入，x 1（t ）=cos2πt ，x 2（t )=cos5πt 。
试问输出信号y 1(t ），y 2（t ）有无失真?为什么？分析:要想时域采样后能不失真地还原出原信号，则采样角频率Ωs 必须大于等于信号谱最高角频率Ωh 的2倍,即满足Ωs ≥2Ωh 。
解：已知采样角频率Ωs =6π，则由香农采样定理，可得 因为x 1(t )=cos2πt ，而频谱中最高角频率πππ32621=<=Ωh ，所以y 1(t ）无失真；因为x 2（t )=cos5πt ，而频谱中最高角频率πππ32652=>=Ωh ，所以y 2(t ）失真。
2.2 设模拟信号x （t ）=3cos2000πt +5sin6000πt +10cos12000πt ,求：（1） 该信号的最小采样频率；（2） 若采样频率f s =5000Hz,其采样后的输出信号； 分析：利用信号的采样定理及采样公式来求解。
错误!采样定理采样后信号不失真的条件为：信号的采样频率f s 不小于其最高频率f m 的两倍，即f s ≥2f m错误!采样公式)()()(s nT t nT x t x n x s===解:（1）在模拟信号中含有的频率成分是f 1=1000Hz,f 2=3000Hz ，f 3=6000Hz∴信号的最高频率f m =6000Hz由采样定理f s ≥2f m ,得信号的最小采样频率f s =2f m =12kHz （2）由于采样频率f s =5kHz ，则采样后的输出信号⎪⎪⎭⎫⎝⎛⎪⎭⎫ ⎝⎛-⎪⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫⎝⎛⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛-⎪⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫⎝⎛⎪⎭⎫ ⎝⎛++⎪⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛-+⎪⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫⎝⎛⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫⎝⎛====n n n n n n n n n n n f n x nT x t x n x s s nTt s522sin 5512cos 13512cos 10522sin 5512cos 35112cos 105212sin 5512cos 3562cos 10532sin 5512cos 3)()()(πππππππππππ 说明:由上式可见,采样后的信号中只出现1kHz 和2kHz 的频率成分，即kHzf f f kHzf f f ss 25000200052150001000512211======，，若由理想内插函数将此采样信号恢复成模拟信号,则恢复后的模拟信号()()t t t f t f t y ππππ4000sin 52000cos 132sin 52cos 13)(21-=-=可见，恢复后的模拟信号y (t ) 不同于原模拟信号x （t ），存在失真，这是由于采样频率不满足采样定理的要求,而产生混叠的结果。
现代通信原理答案WORD版( 罗新民) 指导书 第四章 信号设计导论 习题详解
4-10设有一个 的线性移位寄存器反馈系统，当 、 及 时，分别画出其状态转换图及写出相应的输出序列的一个周期。指出以上哪种 的组合能产生m序列？
解： 时，可得到三个周期均为5的周期序列，其状态（依次）分别为：
1111，0111，1011，1101，1110（输出序列的一个周期为11110）；
不可能出现8个连“1”。
分析：见教材图4.17。设当连续9个连“1”码出现在系统的9个移位寄存器处时，除去 ，在 中若有奇数个1，则下一个码 ，与最多9个连“1”矛盾，故 中一定有偶数个1。
那么，当连续8个“1”码出现在系统的 8个移位寄存器处时， 一个为“1”，一个为“0”。其余 全为1。这时下一个码元 ，不可能为0。因此，不可能出现8个 “1”的连码。
①求此 序列的周期；
② 序列中连续出现“1”的最多个数为多少？是否有8个“1”的连码？为什么？
③该序列中出现最长连“0”的游程长度是多少？
④该序列中游程的总个数是多少？
解：①此 序列的周期为
②该 序列中连续出现“1”的最多个数为 。
分析：如果出现连续10个1，即 ，由于 ，说明序列前9个1决定了第10个元素仍为1，这样依次递推下去就有 ，则系统一直保持全1状态，系统静止。
举例：矩形信号通过匹配滤波器后输出为一三角形脉冲（其自相关函数）。
4-2设高斯脉冲信号为
试计算对该信号匹配的滤波器的传输函数和输出最大信噪比（设滤波器输入端的白噪声功率谱密度为 ）。
解：由习题2-15的结论可以得到，
故匹配滤波器的传输函数为
由于信号能量为
，
所以输出最大信噪比为
4-3已知信号 和 如图E 4.1所示。试分别画出对信号 和 匹配的滤波器的冲激响应及输出响应波形，并且标出关键点的值（峰值及波形宽度等）。
现代信号处理思考题（含答案）
现代信号处理思考题（含答案）第一章绪论1、试举例说明信号与信息这两个概念的区别与联系。
信息反映了一个物理系统的状态或特性，是自然界、人类社会和人类思维活动中普遍存在的物质和事物的属性。
信号是传载信息的物理量是信息的表现形式，如文字、语言、图像等。
如人们常用qq 聊天，即是用文字形式的信号将所要表达的信息传递给别人。
2、什么是信号的正交分解？如何理解正交分解在机械故障诊断中的重要价值？P9 正交函数的定义信号的正交分解如傅里叶变换、小波分解等，即将信号分解成多个独立的相互正交的信号的叠加。
从而将信号独立的分解到不同空间中去，通常指滤波器频域内正交以便于故障分析和故障特征的提取。
傅里叶变换将信号分解成各个正交的傅里叶级数，将信号从时域转换到频域从而得到信号中的各个信号的频率。
正交小波变换能够将任意信号（平稳或非平稳）分解到各自独立的频带中；正交性保证了这些独立频带中状态信息无冗余、无疏漏，排除了干扰，浓缩了了动态分析与监测诊断的信息。
3、为什么要从内积变换的角度来认识常见的几种信号处理方法？如何选择合适的信号处理方法？在信号处理各种运算中内积变换发挥了重要作用。
内积变换可视为信号与基函数关系紧密程度或相似性的一种度量。
对于平稳信号，是利用傅里叶变换将信号从时域变为频域函数实现的方式是信号函数 x（ t）与基函数 e i t通过内积运算。
匹配出信号x（ t ）中圆频率为 w 的正弦波 .而非平稳信号一般会用快速傅里叶变换、离散小波变换、连续小波变换等这些小波变换的内积变换内积运算旨在探求信号x（t ）中包含与小波基函数最相关或最相似的分量。
“特征波形基函数信号分解”旨在灵活运用小波基函数a, b (t)去更好地处理信号、提取故障特征。
用特定的基函数分解信号是为了获得具有不同物理意义的分类信息。
不同类型的机械故障会在动态信号中反应出不同的特征波形，如旋转机械失衡振动的波形与正弦波形有关，内燃机爆燃振动波形是具有钟形包络的高频波；齿轮轴承等机械零部件出现剥落。
信号处理-习题(答案)【方案】.doc
数字信号处理习题解答 第二章 数据采集技术基础2.1 有一个理想采样系统，其采样角频率Ωs =6π，采样后经理想低通滤波器H a (j Ω)还原，其中⎪⎩⎪⎨⎧≥Ω<Ω=Ωππ30321)(，，j H a 现有两个输入，x 1(t )=cos2πt ，x 2(t )=cos5πt 。
试问输出信号y 1(t )，y 2(t )有无失真？为什么？分析：要想时域采样后能不失真地还原出原信号，则采样角频率Ωs 必须大于等于信号谱最高角频率Ωh 的2倍，即满足Ωs ≥2Ωh 。
解：已知采样角频率Ωs =6π，则由香农采样定理，可得 因为x 1(t )=cos2πt ，而频谱中最高角频率πππ32621=<=Ωh ，所以y 1(t )无失真；因为x 2(t )=cos5πt ，而频谱中最高角频率πππ32652=>=Ωh ，所以y 2(t )失真。
2.2 设模拟信号x (t )=3cos2000πt +5sin6000πt +10cos12000πt ，求：（1） 该信号的最小采样频率；（2） 若采样频率f s =5000Hz ，其采样后的输出信号； 分析：利用信号的采样定理及采样公式来求解。
○1采样定理 采样后信号不失真的条件为：信号的采样频率f s 不小于其最高频率f m 的两倍，即f s ≥2f m○2采样公式 )()()(s nT t nT x t x n x s===解：（1）在模拟信号中含有的频率成分是f 1=1000Hz ，f 2=3000Hz ，f 3=6000Hz∴信号的最高频率f m =6000Hz由采样定理f s ≥2f m ，得信号的最小采样频率f s =2f m =12kHz （2）由于采样频率f s =5kHz ，则采样后的输出信号⎪⎪⎭⎫⎝⎛⎪⎭⎫ ⎝⎛-⎪⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫⎝⎛⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛-⎪⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫⎝⎛⎪⎭⎫ ⎝⎛++⎪⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛-+⎪⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫⎝⎛⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫⎝⎛====n n n n n n n n n n n f n x nT x t x n x s s nTt s522sin 5512cos 13512cos 10522sin 5512cos 35112cos 105212sin 5512cos 3562cos 10532sin 5512cos 3)()()(πππππππππππ 说明：由上式可见，采样后的信号中只出现1kHz 和2kHz 的频率成分，即kHzf f f kHzf f f ss 25000200052150001000512211======，，若由理想内插函数将此采样信号恢复成模拟信号，则恢复后的模拟信号()()t t t f t f t y ππππ4000sin 52000cos 132sin 52cos 13)(21-=-=可见，恢复后的模拟信号y (t ) 不同于原模拟信号x (t )，存在失真，这是由于采样频率不满足采样定理的要求，而产生混叠的结果。
现代信号处理 总结1
第1章 离散时间信号与系统1、 傅里叶分析和Z 变换的区别、缺陷、特点关系：点数为N 的有限长序列x(n)的Z 变换为X(z),而其离散傅里叶变换为X(k)，两者均表示了同一有限长序列x(n)的变换,它们之间的关系是:对z 变换在单位圆上取样可得DFT 。
而DFT 的内插就是变换。
傅里叶变换优缺点(1) 傅里叶变换缺乏时间和频率的定位功能 (2) 傅里叶变换对于非平稳信号的局限性(3) 傅里叶变换在时间和频率分辨率上的局限性傅立叶变换是最基本得变换，由傅里叶级数推导出。
傅立叶级数只适用于周期信号，把非周期信号看成周期T 趋于无穷的周期信号，就推导出傅里叶变换，能很好的处理非周期信号的频谱。
但是傅立叶变换的弱点是必须原信号必须绝对可积，因此适用范围不广。
Z 变换的本质是离散时间傅里叶变换（DTFT ），如果说拉普拉斯变换专门分析模拟信号，那Z 变换就是专门分析数字信号，Z 变换可以把离散卷积变成多项式乘法，对离散数字系统能发挥很好的作用。
Z 变换看系统频率响应，就是令Z 在复频域的单位圆上跑一圈，即Z=e^(j2πf)，即可得到频率响应。
2、系统的记忆性、因果性、可逆性(1)记忆性如果系统在任意时刻n0的响应仅与该时刻的输入f(n0)有关，而与其它时刻的输入无关，则称该系统为非记忆系统（或系统无记忆性），否则称为记忆系统。
系统的记忆性有时也被称为动态特性。
该特性强调系统的响应是否仅与当前时刻的输入有关。
对于无记忆LTI 系统，其系统冲激响应为，其中()()h n K n δ=，K 为一常数。
由于系统频率响应是冲激响应的傅氏变换、系统函数为系统冲激响应的z 变换，因此，无记忆LTI 系统的系统频率响应和系统函数分别为H(ω)=K ，H(z)=K 。
(2) 因果性如果系统任意时刻的响应与以后的输入无关，则该系统称为因果系统（或系统具有因果性），否则为非因果系统。
该特性强调的是，系统的响应是否与未来的输入有关。
现代信号处理大型作业题目+答案
研究生“现代信号处理”课程大型作业（以下四个题目任选三题做）1. 请用多层感知器（MLP ）神经网络误差反向传播（BP ）算法实现异或问题（输入为[00;01;10;11]X T =，要求可以判别输出为0或1），并画出学习曲线。
其中，非线性函数采用S 型Logistic 函数。
2. 试用奇阶互补法设计两带滤波器组(高、低通互补)，进而实现四带滤波器组；并画出其频响。
滤波器设计参数为：F p ＝1.7KHz , F r ＝2.3KHz , F s ＝8KHz , A rmin ≥70dB 。
3. 根据《现代数字信号处理》（姚天任等，华中理工大学出版社，2001）第四章附录提供的数据(pp.352-353)，试用如下方法估计其功率谱，并画出不同参数情况下的功率谱曲线： 1） Levinson 算法 2） Burg 算法 3） ARMA 模型法 4） MUSIC 算法4. 图1为均衡带限信号所引起失真的横向或格型自适应均衡器(其中横向FIR 系统长M =11), 系统输入是取值为±1的随机序列)(n x ，其均值为零；参考信号)7()(-=n x n d ；信道具有脉冲响应：12(2)[1cos()]1,2,3()20 n n h n Wπ-⎧+=⎪=⎨⎪⎩其它式中W 用来控制信道的幅度失真(W = 2～4, 如取W = 2.9,3.1,3.3,3.5等)，且信道受到均值为零、方差001.02=v σ(相当于信噪比为30dB)的高斯白噪声)(n v 的干扰。
试比较基于下列几种算法的自适应均衡器在不同信道失真、不同噪声干扰下的收敛情况(对应于每一种情况,在同一坐标下画出其学习曲线): 1） 横向/格-梯型结构LMS 算法 2） 横向/格-梯型结构RLS 算法 并分析其结果。
图1 横向或格-梯型自适应均衡器参考文献[1] 姚天任, 孙洪. 现代数字信号处理[M]. 武汉: 华中理工大学出版社, 2001[2] 杨绿溪. 现代数字信号处理[M]. 北京: 科学出版社, 2007[3] S. K. Mitra. 孙洪等译. 数字信号处理——基于计算机的方法(第三版)[M]. 北京: 电子工业出版社, 2006[4] S.Haykin, 郑宝玉等译. 自适应滤波器原理(第四版)[M].北京: 电子工业出版社, 2003[5] J. G. Proakis, C. M. Rader, F. Y. Ling, etc. Algorithms for Statistical Signal Processing [M].Beijing: Tsinghua University Press, 2003一、请用多层感知器（MLP）神经网络误差反向传播（BP）算法实现异或问题（输入为[00;01;10;11]，要求可以判别输出为0或1），并画出学习曲线。
《现代数字信号处理》各章习题-电子文本
y (n) = x(n) + f (n) ，其中 f (n) 是已知的确定性序列。试求 y (n) 的均值 my (n) 和自相
关 ry ( k , l ) 。 2.3 设离散时间随机过程 x(n) 是如下产生： x( n) =
2
k =1
∑ a(k ) x(n − k ) + w(n) ，其中 w(n) 是
1 −1 1 z ) /(1 − z −1 ) ，它受零均 2 3 值的指数相关噪声 x(n)的激励产生随机过程 y ( n) = x( n) ∗ h( n) 。已知 x(n)的自相关序列 1 k 为 rx (k ) = ( ) ，试求： 2 (a) y (n) 的功率谱 Py ( z ) ； (b) y (n) 的自相关序列 ry (k ) ；
N N ), n = 0,1,..., − 1 ，其中 N 是偶数。 2 2 (a) 证明 x(n) 的 N 点 DFT 仅有奇次谐波，即：k 为偶数时， X (k ) = 0 。 (b) 证明如何由一个经过适当调整的序列的 N/2 点 DFT 求得 x(n) 的 N 点 DFT。
1.18 一个特定的计算机辅助滤波器设计的结果是如下的二阶因果滤波器： 1 + 2 z −1 + z −2 H ( z) = 1 − 2 z −1 + 1.33 z −2 试证明这个滤波器是不稳定的，并求一个和 H ( z ) 有相同幅频响应的因果稳定滤波器。 1.19 一个离散时间线性移不变系统的系统函数是 H ( z ) ，假设 H ( z ) 是 z 的有理函数，且 H ( z ) 是因果稳定的。试判断下面哪个系统是因果的，哪个是稳定的： (a) G ( z ) = H ( z ) H ∗ ( z ∗ ) 。 (c) G ( z ) = H ( z −1 ) 。 (b) G ( z ) = H ' ( z ) ，这里 H ' ( z ) = (d) G ( z ) = H (− z )
- 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)。
第一章 绪论1、 试举例说明信号与信息这两个概念的区别与联系。
信息反映了一个物理系统的状态或特性，是自然界、人类社会和人类思维活动中普遍存在的物质和事物的属性。
信号是传载信息的物理量是信息的表现形式，如文字、语言、图像等。
如人们常用qq 聊天，即是用文字形式的信号将所要表达的信息传递给别人。
2、 什么是信号的正交分解？如何理解正交分解在机械故障诊断中的重要价值？P9正交函数的定义信号的正交分解如傅里叶变换、小波分解等，即将信号分解成多个独立的相互正交的信号的叠加。
从而将信号独立的分解到不同空间中去，通常指滤波器频域内正交以便于故障分析和故障特征的提取。
傅里叶变换将信号分解成各个正交的傅里叶级数，将信号从时域转换到频域从而得到信号中的各个信号的频率。
正交小波变换能够将任意信号（平稳或非平稳）分解到各自独立的频带中；正交性保证了这些独立频带中状态信息无冗余、无疏漏，排除了干扰，浓缩了了动态分析与监测诊断的信息。
3、 为什么要从内积变换的角度来认识常见的几种信号处理方法？如何选择合适的信号处理方法？ 在信号处理各种运算中内积变换发挥了重要作用。
内积变换可视为信号与基函数关系紧密程度或相似性的一种度量。
对于平稳信号，是利用傅里叶变换将信号从时域变为频域函数实现的方式是信号函数x （t ）与基函数 通过内积运算。
匹配出信号x （t ）中圆频率为w 的正弦波.而非平稳信号一般会用快速傅里叶变换、离散小波变换、连续小波变换等这些小波变换的内积变换内积运算旨在探求信号x （t ）中包含与小波基函数最相关或最相似的分量。
“特征波形基函数信号分解”旨在灵活运用小波基函数 去更好地处理信号、提取故障特征。
用特定的基函数分解信号是为了获得具有不同物理意义的分类信息。
不同类型的机械故障会在动态信号中反应出不同的特征波形，如旋转机械失衡振动的波形与正弦波形有关，内燃机爆燃振动波形是具有钟形包络的高频波；齿轮轴承等机械零部件出现剥落。
裂纹等王府机械活塞连杆、气阀磨损缺陷在运行过程中产生的冲击振动呈现出接近单边震荡衰减波形，等等充分利用基函数的各种性质，根据研究对象的特点和需求，选用针对性强的小波基函数，才能合理地解决工程实际问题，融合表征各种不同类型机械状态特征波形的混合基函数，是现代信号处理进行机械动态分析和检测诊断的一个新的研究方向。
4、 对于基函数的各种性质的物理意义如何理解？1、 正交性——是小波基函数一个非常优良的性质，他保证信号处理时将信息独立化的提取出来。
2、 正则性——在数学上表现为小波函数的光滑性或可微性。
3、 消失矩——小波基函数的消失矩必须具有足够高的阶数，一个小波消失矩为N ，则它的滤波器长度不能少于2R 。
在信号奇异性检测中要求有足够高的消失矩，但不能过高否则会将奇异的信号平滑掉。
表示基函数必行光滑性的程度，R 越大越光滑。
)( ,t b a ψ4、 紧支性——函数在区间[a ，b]以外恒为零，支撑区间越小，小波局部化能力越强，越有利于信号点的检测。
例如谐波小波，它在频域进制具有完全的盒形频谱。
5、 对称性——具有偶对称或奇对称的尺度函数和小波函数在小波变换信号处理时可得到线性相位和零相移的分析结果。
可进行实时性处理。
例如谐波小波，其实属部分为偶对称其负数部分为奇对称，可对信号进行实时性处理。
6、 相似性——这是利用小波分型技术分析信号非平稳性和复杂性的理论基础。
7、 冗余度——表示信号通过某种变换后，由逆变换重建原来信号过程中，基函数所包含重建信息的过剩量。
对信号的重构和图像的恢复有意义。
上述性质应用：傅里叶基函数：时域无紧支性，但频域有优良的对称性、正交性和紧支性，可得到准确的相位幅值频率。
小波函数：1、haar 小波时间局部化能力强，频率弱。
2、shannon 相反。
3、daubechise 紧支性正交小波，应用广泛但没有解析式，只有离散形式，计算量大。
不具备严格的对称性。
4、调频高斯小波：可进行连续小波变换。
非正交冗余小波。
5、谐波小波：有解析表达式、频域紧支的正交小波，频域有很好的盒性适合旋转机械的监测诊断6、laplace 单边衰减震荡，对齿轮轴承等因缺陷在运行中产生的冲击响应以及旋转机械碰磨、蒸汽激振等故障特征的提取以及模态分析很有效。
7、hermitian 敏感的识别信号的奇异性。
8、第二代小波：获得与信号更好拼配的期望小波基函数。
第二章 信号的时域分析1、解释理想滤波器的特点。
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。
理想的滤波器具有以下四个特点（1） 理想低通滤波器能使信号中低于频率wc 的各频率分量以同样的放大倍数通过，使高于wc的频率成分减小为0.高通相反。
（2） 理想的低通滤波器具有矩形幅频特性和线性相位特性。
0() 1 () c p c H j j ωωωδφωτωωω⎧=<⎪=⎨=-<⎪（3） 理想低通滤波器物理上是不可实现的。
（4） Wc 越小时，信号失真大。
2、描述实际滤波器的参数有哪些？其物理含义是什么？1、截止频率wc ——当滤波器幅值等于0.707时对应的频率，也称半功率点。
2、通带边缘频率wp 、阻带边缘频率ws——划分通带、过渡带和租代的两个指标。
3、允许的波动量4、衰减——波动的大小。
3、图示说明采样定理的基本原理。
实际测试时如何确定采样频率和数据长度？p29离散信号的频谱相当于将原信号频谱依次平移ws=2*pi/△t 至各采样脉冲函数对应的频域序列点上然后叠加而成，当△t 太大时ws 过小，移至各采样脉冲函数对应的频域序列点上的频谱会有一部分重叠，导致信号与原信号不一致，称为混叠。
因此采样频率ws 必须不小于原信号中的最大频率的2倍。
从而t ω∆≤或2t f ∆≤。
实际采样中，一般去ws 为最高频率的2.5~4倍。
由于测量信号中高频信号往往是由干扰引起的噪声信号或我们不关注的频谱，因此采样前先需对信号进行低通滤波再定采样频率和时间间隔。
数字信号的分辨率包括时间分辨率和频率分辨率。
数字信号的时间分辨率即采样间隔r t ，它反映了数字信号在时域中取值点之间的细密程度。
数字信号的频率分辨率为r w =2p / T ，其中T =N r t 为数字信号的时间跨度，N 为数字信号的长度。
频率分辨率表示了数字信号的频谱在频域中取值点之间的细密程度。
因此，当采样频率或采样间隔确定后，增大采样点数就可增加信号的时间长度和频率分辨率。
4、 窗函数为什么会导致频谱泄露？试讨论检测两个频率相近幅度不同的信号 ，选择哪种窗函数比较合适？p30图理论上任何信号的长度都是无限的，但任何观测信号的长度都是在有限的时间段内进行的。
因此，信号采样过程必须使用窗函数，将无限长信号截断成为有限长度的信号。
从理论上看，截断过程是在时域将无限长信号乘以有限时间宽度的窗函数。
由卷积定理知在频域内则为信号的频谱与窗函数频谱的卷积。
由于窗函数的幅频曲线是一个无线带宽的函数，所以即使原信号为有限带宽信号，截断后信号的频谱也必然是无线带宽的。
这就说明信号的能量截断后被扩展了。
由此可见信号截断必然会带来一定的误差。
泄露取决于窗函数的旁瓣，旁瓣越小，相应的泄露越少。
窗函数选择：1、仅要求获得主瓣的频率——矩形窗。
1、 要求幅值精度高，泄露量小——汉宁窗。
这里由于两个信号频率相近但幅值不同，因此在检测过程中要求幅度进度高，应选择汉宁窗。
5、有量纲指标与无量纲指标各有什么优缺点？试举例说明。
有量纲参数指标：平均幅值、方根幅值、均方幅值、峰值四种。
优缺点：不但与机器的状态有关，且与机器的运动参数如转速、载荷等有关。
无量纲参数指标：波形指标、峰值指标、脉冲指标、裕度指标、偏斜度指标、峭度指标。
优缺点：具有对信号幅值和变化率均不敏感的特点，它们与机械的运动条件无关，只依赖于概率密度函数的形状，是一种较好的机械状态监测诊断参数。
例如，偏斜度指标表示信号概率密度函数的中心偏离正态分布的程度，反应信号的幅值分布和相对其均值的不对称性。
峭度指标，表示信号概率密度函数封顶的陡峭程度，反应信号波形中冲击分量的大小。
6.结合你自己的研究方向，谈谈如何应用自相关函数与互相关函数。
自己设计一个并解释。
相关是指变量之间的线性联系或相互依赖关系。
通过反应信号之间的内积或投影大小来刻画。
自相关函数反应了信号自身取值随自变量时间前后变化的相似性。
——可从被噪声干扰的信号中找出周期成分。
正常机械噪声是由大量无序、大小近似相等的随机成分叠加的结果，因此正常机器噪声具有较宽而均匀的频谱。
当机械状态异常时，随机噪声中将出现有规则、周期性的信号，其幅值要大得多。
特别对于早期故障，周期信号不明显是尤为重要。
Eg车床变速箱运行状态识别。
互相关函数完整的描述了两信号之间的相关情况或取值依赖关系。
P43例子。
第三章信号的频域分析1. 谈谈你对信号频谱的物理本质是如何理解的？结合傅里叶变换的性质，试举例说明其重要作用。
X e沿频率从-∞到+∞，通过积在整个时间轴上的非周期信号x t是由频率为ω的谐波dX就能真实地反映不同高频率谐波分叠加得到的。
由于对不同的ω，dω是一样的，所以只需()的振幅和位移变化。
频谱是信号在频域上的重要特征，反映了信号的频率成分以及分布情况。
7个性质（线性叠加（可分离）、时移性质、频移性质、时间伸缩性、时间微分、时间积分性、卷积定理）。
2. 解释机械信号在离散化过程中产生频率混叠现象及其原因？在工程实践中如何避免频率混叠现象？机械信号离散化过程中，若采样间隔t∆太大，移至各采样脉冲函数对应频域序列点上的频谱Xω就会有一部分重叠，由此造成离散信号的频谱与原信号的频谱不一致，这就导致频率混叠现象。
t∆时应保证max，则在选择采样间隔Hz ）。
在工程实际中选取采样频率时往往留有余地，2.5~4倍。
3. 在进行信号频谱分析时，为何要加窗函数？如果要求频谱分析结果的幅值精度高，泄漏量小，应该选择什么窗函数？为什么？理论上信号的长度是无限的，但是任何观测信号都是在有限时间段内进行观测的。
因此，信号采样过程中须使用窗函数，将无限长信号截断为有线长度的信号。
如果要求幅值精度高，泄漏量小，应选择汉宁窗函数。
因为，汉宁窗函数的旁瓣小，因而相应的泄漏量也较小，采样过程中导致的能量泄露小，能获得较高幅值精度。
要求精确获得主瓣的频率则应选择矩形窗函数。
4. 什么是倒频谱？倒频谱的量纲单位是什么？你如何利用倒频谱原理将时域中两个卷积信号转换为倒频域中相应的两个线性相加的倒频谱？倒频谱就是对功率谱x S f 的对数值进行傅里叶逆变换。
()log p xC q F S f =其中，q 是倒频率，具有与时间自相关函数()R 中的自变量τ相同的时间量纲。
q 值大者为高倒频率，表示频谱上的低速波动，q 值小者为低倒频谱，表示频谱上的快速波动。