声发射信号的谱分析和相关分析
声发射信号处理方法分析
声发射信号处理方法分析声发射的定义可以分为广义和狭义两种，狭义通常认为材料受外力或内力作用，局域源快速释放能量而产生瞬态弹性波的现象称为声发射（ＡｃｏｕｓｔｉｃＥｍｉｓｓｉｏｎ），简称ＡＥ。
广义的声发射认为像泄漏等外力作用下，激发能量波在材料中传播的现象也是一种声发射。
声发射是一种常见的物理现象，大多数材料变形和断裂时有声发射发生。
但许多材料的声发射信号强度很弱，人耳不能直接听见，需要借助灵敏的电子仪器才能检测出来。
用仪器探测、记录、分析声发射信号和利用声发射信号对声发射源进行定量、定性和定位的技术称为声发射检测技术。
其基本原理如图１所示。
声发射检测技术作为一种动态无损检测方法已经广泛用于各种材料或结构的稳定性评价。
声发射检测的目的就是尽早地发现声发射源和尽可能多地得到声发射源的信息。
目前，常用的声发射信号的处理方法有特征参量法和波形分析法。
１．声发射信号的特征参量分析法声发射信号特征参量分析法，即对声发射信号特征参量进行处理，用声发射特征参量描述声发射源特性的分析方法。
目前，声发射特征参量主要有声发射信号的幅度、能量、振铃计数、事件、上升时声发射信号处理方法分析谢朝阳１，２１，中南大学资安院４１００８３；２，湖南工学院基础课部４２１００２间、持续时间和门槛电压等（如图２所示）。
这种声发射信号处理技术的研究主要集中在对声发射信号的有效性分析上，主要采用的方法有幅度鉴别、频率鉴别、空间滤波、软件剔噪和信号的事后处理等。
参量分析法中为了能找到声发射源的特性和内在规律，人们通常使用关联图分析法，即将幅度、持续时间、能量、到达时间、均方根电压值、撞击数、撞击数率、外接参量等之间任意两个变量做关联分析。
从声发射参量的关联图中可以找出声发射信号的变化规律，可以区分不同特性的信号。
２．声发射信号的谱估计方法波形频谱分析是通过分析声发射信号的时域或频域波形来获得信息的一种信号处理方法。
谱估计可分为经典谱估计和现代谱估计两大类。
声发射信号处理和分析技术
( 1) 前置放大器输入端的白噪声 这是一种自 然的不可避免的噪声, 确定了系统灵敏度的最终极 限。使用设计良好的前置放大器, 该噪声可以很小 并接近理论极限。
( 2) AE 系统内部所产生的噪声 目前所用的 结构紧凑型计算机化的声发射仪器一般都有阴极射 线管( CRT ) 显示屏幕和磁盘系统, 各部件间很容易 产生/ 拾取0噪声。在一个设计良好的系统内, 这一 噪声应当很低并在极限之内。
析方法。还介绍了声发射仪器的发展概况。
关键词: 声发射检验; 信号处理; 分析; 声发射仪器
中图分类号: T G115. 28; O42
文献标识码: A
文章编号: 1000- 6656( 2002) 01- 0023- 06
AN OVERVIEW ON THE DEVELOPMENT OF ACOUSTIC EMISSION SIGNAL PROCESSING AND ANALYSIS TECHNIQUE
通常在声发射源处, 大多数声发射信号都具有 比较简单的宽带和阶跃形特征, 但在材料或结构中 经多次反射、衰减以及波型转换后, 其波形将发生很 大畸变, 这一点无疑给声发射信号的分析带来很大 困难。因为利用 AE 技术监测的对象绝大多数是固 体, 而固体中有不同的波型存在, 如压缩波、切变波、 板波和表面波等, 这些波的传播速度各不相同, 在边 界处还会发生波型转换。源发出的声波除直达波外 还可以经多种路径到达传感器, 因此, 所探测到的声 信号波形是不同路径到达传感器声波的叠加( 混响 效应) , 这 种不同波形的叠加使 问题趋于复杂。此 外, 传感器本身还有所谓/ 振铃0 效应( 传 感器的响 应) , 从而导致输出信号更加复杂。在许多情况下, 如何从这样一个比较复杂的信号中获取有用信息就 成了问题的关键。 2. 2 克服干扰噪声的常用方法
声发射信号处理关键技术研究
声发射信号处理关键技术研究一、本文概述声发射信号处理关键技术研究是一个涉及多个学科领域的综合性课题，其核心在于通过先进的信号处理技术对声发射信号进行高效、准确的提取、分析和识别。
声发射信号作为一种重要的无损检测手段，广泛应用于材料科学、机械工程、航空航天、石油化工等多个领域，对于设备的故障诊断、结构完整性评估以及安全性能监测具有重要意义。
本文旨在深入探讨声发射信号处理的关键技术，包括信号采集、预处理、特征提取、模式识别以及信号解释等方面。
通过对现有技术的研究与分析，本文旨在揭示声发射信号处理的基本原理和方法，同时结合实际应用案例，探讨这些技术在不同领域中的具体应用和实现方式。
在本文中，我们将首先介绍声发射信号的基本原理和特性，以及声发射检测技术的发展历程和现状。
接着，我们将重点论述信号采集与预处理的关键技术，包括传感器选择、信号放大与滤波、噪声抑制等方面。
随后，我们将深入探讨声发射信号的特征提取与模式识别方法，如时域分析、频域分析、小波变换、神经网络等，并分析这些方法的优缺点和适用范围。
我们将对声发射信号解释技术进行研究，包括信号源定位、缺陷识别与评估等方面，旨在为实际应用提供有力的技术支持和解决方案。
通过本文的研究，我们期望能够为声发射信号处理技术的发展和应用提供有益的参考和指导，同时推动相关领域的科技进步和产业发展。
二、声发射信号基础理论声发射（Acoustic Emission，AE）是一种由材料内部应力或损伤引发的瞬态弹性波。
这种波在材料中传播，携带了关于材料内部状态的重要信息。
声发射信号处理技术的主要目标就是从这些复杂的信号中提取出有用的信息，以便对材料的健康状况进行监测和评估。
在声发射信号处理中，我们首先需要理解声发射信号的基本特性。
声发射信号是一种非平稳、非线性、非高斯分布的随机信号，其频率范围广泛，通常从几赫兹到几兆赫兹。
声发射信号还具有突发性、衰减性、传播过程中的散射和模态转换等特点。
第5章声发射信号处理方法
第5章声发射信号处理方法声发射信号是指在物体受到外界作用时，产生的由内部结构和材料性质所引起的声波信号。
声发射信号处理方法是对这些信号进行分析和处理，以获得物体内部的结构和性能信息。
本章将介绍几种常用的声发射信号处理方法。
1.声发射信号特征提取声发射信号通常包含了丰富的信息，但其中的噪声和杂波可能掩盖了有价值的信息。
因此，首先需要对声发射信号进行特征提取，以减少噪声和杂波的影响，并突出有用信息。
常用的特征提取方法包括时域分析、频域分析和小波分析等。
2.声发射信号滤波滤波是常用的信号处理方法之一，可以通过去除噪声和杂波来提高信号的质量。
常用的滤波方法包括低通滤波、高通滤波、带通滤波和陷波滤波等。
在声发射信号处理中，根据需要可以选择适当的滤波方法，以提取所需的频段信号。
3.声发射信号时序分析声发射信号的时序分析是指对信号的时间变化进行分析，以获得信号的时域特性。
常用的时序分析方法包括自相关分析、互相关分析和相关函数分析等。
通过时序分析，可以了解声发射信号的传播速度、能量分布和行为特性等。
4.声发射信号频谱分析声发射信号的频谱分析是指对信号的频率特性进行分析，以获得信号的频域特性。
常用的频谱分析方法包括傅里叶变换、功率谱密度分析和频谱图分析等。
通过频谱分析，可以了解声发射信号中各个频率成分的能量分布和相对功率。
5.声发射信号模式识别声发射信号模式识别是指对声发射信号进行分类和识别，以判断物体的状态和性能。
常用的模式识别方法包括支持向量机、人工神经网络和决策树等。
通过模式识别，可以根据声发射信号的特征判断物体的健康状况、工作状态和故障类型。
6.声发射信号图像重建声发射信号图像重建是指通过声发射信号的分析和处理，将信号的信息以图像的形式呈现出来。
常用的图像重建方法包括声发射成像、声发射显微镜和声发射断层扫描等。
通过图像重建，可以直观地观察和分析声发射信号的空间分布和形态结构。
本章所介绍的声发射信号处理方法可以相互结合使用，以实现更精确和全面的信号分析和处理。
声发射信号处理分析
信 号 ， 据 此 修 改 各 层权 值 。 并
２ 频 谱 分 析 法
频谱分析方法分为 ： 典频谱分析和现代频谱分析 。 经 ２１ 经 典 频 谱 分 析 法 ．
经 典 频 谱 分 析 法 是 通 过 对 信 号 波 形 进 行 Ｆ ｕｉｒ 换 得 ｏｒ 变 ｅ 到 信 号 的频 谱 特 性 。 而 对信 号 进 行 分 析 处 理 。 由于 Ｆ ｕｉ 从 ｏｒ ｒ ｅ 变 换 可 用 ＦＴ 实 现 ， Ｆ ｒ 因此 ， 法 简 单 ， 度 快 。 经 典 频 谱 分 析 方 速
１ ． 列 表 显 示 法 ５
铃 计 数 就 是 声 发 射 信 号 越 过 设 定 门 槛 值 的次 数 ． 宜 于 表 征 适
收 稿 日期 ：０ １０ 一 １ ２ １－ ９ Ｏ 稿 件 编 号 ：０ １９０ ２ １０ ０ １
列 表 显 示 是 将 声 发 射 信 号 参 数 集 中 进 行 时 序 排 列 ， 括 包
１２ 历 程 图 法 ．
１ 参 数 分 析 法
参数 分 析 法 是 最 广 泛 使 用 的 经 典 声 发 射 信 号 分 析 方 法 ．
虽 然 有 很 多 地 方 不 足 ． 在 多 数 情 况 下 可 以解 决 实 践 工 程 中 但
的许 多 问 题翻 如 图 ２所 示 。 ，
上升时问 能嚣
作 用 ， 每个 节 点 都 试 图 保 持 自 己 的值 ， 抑 制 其 它 节 点 的 则 而
输 出 。 这样 Ｈ ｍｉ ｍ ａ ｎ ｇ网络 总 能 选 出 匹 配 程 度 最 好 的 节 点 ． 即 选出 Ｈ ｍ ｎ 距离最小值所对应的点 。 ａ ｍｉｇ
由 于 参 数 分 析 法 对 仪 器 的性 能 要 求 比较 低 ，方 法 简 单 、
声发射信号分析技术
声发射信号分析技术
声发射信号分析技术
AE技术的目的是获得有关AE 源的信息，进而获取同材料或结构故障相关的信息。
因此，AE信号分析处理方法的研究是获取AE 源信息的关键问题之一，也是AE 技术的主要发展方向。
特征参数分析技术
特征参数分析法是基于谐振式AE 传感器输出信号的参数来获取有关AE 源信息的方法。
目前在AE 检测中仍得到广泛应用。
简化的波形特征参数包括振铃计数、能量、幅度、上升时间和持续时间5 个参数。
对于连续型AE 信号，只有振铃计数和能量参数可以适用，为了更确切地描述连续型AE 信号的特征，又引入了平均信号电平和有效值电压两个参数。
参数分析方法的最大缺点是有关AE 源本质
的信息往往被谐振式传感器自身的特点所掩盖或模糊掉，因为由这种谐振式传感器所获得的AE 信号基本是一衰减的正弦波，由这样的波形得到的各种参数与真正的物理量(位移、速度、加速度等)之间缺少必然的联系，AE 信号的这种外在相似性必然给源机制的识别和信号的处理带来困难。
其次，AE 信号是突发性瞬态信号，并具有非稳态随机信号的特征，参数分析的结果往往随所用传感器谐振频率和测试系统(放大倍数、阈值的不同)而变化，因此，实验结果的重复性还很差。
此外，传统的参数分析方法认为AE 信号是以某一固定速度传播的假设，与实际情况有很大出人，它必然会带来定位误差。
这些缺点都是参数分析方法所无法克服的，在很大程度上制约了AE 技术的。
第5章 声发射信号处理方法
第5章声发射信号处理方法目前采集和处理声发射信号的方法可分为两大类。
一种为以多个简化的波形特征参数来表示声发射信号的特征，然后对这些波形特征参数进行分析和处理；另一种为存贮和记录声发射信号的波形，对波形进行频谱分析。
简化波形特征参数分析方法是自二十世纪五十年代以来广泛使用的经典的声发射信号分析方法，目前在声发射检测中仍得到广泛应用，且几乎所有声发射检测标准对声发射源的判据均采用简化波形特征参数。
5.1 经典信号处理方法5.1.1 波形特性参数图5.1为突发型标准声发射信号简化波形参数的定义。
由这一模型可以得到如下参数：(1) 波击（事件）计数；(2) 振铃计数；(3) 能量；(4) 幅度；(5) 持续时间；(6) 上升时间；上升时间图5.1 声发射信号简化波形参数的定义对于连续型声发射信号，上述模型中只有振铃计数和能量参数可以适用。
为了更确切地描述连续型声发射信号的特征，由此又引入了如下两个参数：(7) 平均信号电平；(8) 有效值电压。
声发射信号的幅度通常以dBae表示，定义传感器输出1 V时为0dB，则幅值为Vae的声发射信号的dBae幅度可由下式算出：dBae = 20 lg（Vae/1μV）表5.1列出了常用整数幅度dBae对应的传感器输出电压值。
表5.1常用整数幅度dBae对应的传感器输出电压值dBae 0 20 40 60 80 100 Vae 1μV 10μV 100μV 1mV 10mV 100mV对于实际的声发射信号，由于试样或被检构件的几何效应，声发射信号波形为如图5.2所示的一系列波形包络信号。
因此，对每一个声发射通道，通过引入声发射信号撞击定义时间（HDT）来将一连串的波形包络画入一个撞击或划分为不同的撞击信号。
对于图5.2的波形，当仪器设定的HDT大于两个波包过门槛的时间间隔T时，则这两个波包被划归为一个声发射撞击信号；但如仪器设定的HDT小于两个波包过门槛的时间间隔T时，则这两个波包被划归分为两个声发射撞击信号。
声发射信号处理与分析方法探究
声发射信号处理与分析方法探究作者：刘子函来源：《中国新通信》2017年第07期【摘要】声发射技术是一种对信号发射的处理技术。
根据材料结构的的机理，说明了声发射信号的作用，根据他的这种原理可以进行参数的分析和人工神经的处理等原理。
本文主要简单介绍了目前的信号发射技术的处理，并分析这种发射信号不能满足工业发展需求的原因，并对此原因进行的处理和分析。
同时也是对声发信号的处理和分析的探究。
【关键字】声发射技术信号处理方法分析材料由于局部的能量而释放的大量能量的现象，可知声发射技术是目前最常用的评价技术。
声发射技术可以受到环境的影响，会使声发射的波形随着而改变。
本文通过介绍常用的几种发射信号的原理，就这些原理分析声发射不能满足工业需求的缘由，从而进一步的提高对声发射的技术，来面对目前的技术难关。
一、波形的分析1、信号类型。
信号的来源有很多种，裂纹和断裂等有许多种。
通过一些波形的特点，其实就是信号在以不同程度上来显示信号，让突发型和连续型这两种典型的类型来分析波传播时噪音，声发射技术检测评价的标准是声发射信号的波形。
因此，只有在将合适的信号类型来对获取到的信息源进行处理和分析。
2、信号参数。
目前，声发射主要的参数有信号的幅度、能量、事件和电压等，虽然参数的分析容易，但由于参数过于简单，则被认为得出的结论不是很准确。
很多专家为提高反射信号的准确性，综合其特征参数来改善发射材料和结构的稳定性[1]。
虽然目前发射技术的参数可以提高它的特征。
参数分析法可以直观、快速、便捷的使用发射信号，但是由于环境的影响，导致参数的不准确。
因此，这种技术只适合于工程要求不是很精确的项目中应用。
二、声发射信号处理和分析的方法1、人工神经网络的分析法。
通过大量的简单单元交汇形成的网络的过程叫人工神经网络，其结构就是模拟脑神经系统，发挥和大脑神经系统类似的功能会发生抑制和进步的信号，来使整个网络的信息可以相互传递。
y=f（∑ni =1wi X-θ ）y为输出，f（·）为激发函数，wi为相应的权系数人工神经网络可能要分为训练和测试两个阶段。
- 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)。
声发射信号的谱分析和相关分析陈玉华，刘时风 耿荣生* 沈功田**(清华大学机械系，北京100084)*（北京航空工程技术研究中心， 北京100076）**（国家质量技术监督局锅检中心，北京100027）摘要：本文主要阐述了谱分析方法和相关分析方法在声发射信号分析中的应用，给出了谱分析和相关分析的基本原理，并分别举例子做了分析讨论。
关键词：声发射；谱分析；FFT；相关分析SPECTRAL ANALYSIS AND CORRELATION ANALYSIS FOR ACOUSTICEMISSION SIGNALCHEN Yuhua,LIU Shifeng(Tsinghua University,Beijing 100084,China)Abstract:A review is given to both spectral analysis and correlation analysis of acoustic emission signal. The principles of spectral analysis and correlation analysis are presented and discussed with some examples.Keywords: acoustic emission;spectral analysis;FFT;correlation analysis材料或结构受外力或内力作用产生变形或断裂,以弹性波形式释放出应变能的现象称为声发射。
声发射是一种常见的物理现象，例如岩石开裂，骨头断裂和各种固体材料断裂过程中发出的声音都是声发射信号，图1为典型的声发射信号。
实际应用中，由于外界的干扰以及声发射接收系统的原因（比如传感器的频率特性等），接受得到的声发射信号中除了含有声发射信号特征信息外，还存在着大量的干扰和噪声信号。
因此，要想复杂的信号中提取出需要的特征声发射信号，就需要应用一些分析手段来对信号进行处理。
图1. 典型声发射信号)图2. 声发射信号的参数分析图2所示的声发射波形特征分析参数进行声发射信号处理已得到广泛引用，但由于波形特征参数的信息量少，在干扰源强，源种类较多的情况下往往难得到声发射源特征描述。
随着通信技术、电子技术、计算机技术的飞速发展及数字信号处理理论的不断丰富和完善，各种新算法、新理论不断地被提出，并被广泛地应用于声发射信号的分析中。
如谱分析、小波分析、人工神经网络和模式识别以及相关分析等。
下面先分别畅述一下这几种方法。
谱分析方法可以获得信号的谱的特征。
谱分析可分为两大类，经典谱和现代谱分析。
经典谱分析为傅里叶变换为基础，又称为线性谱分析方法。
经典谱分析主要包括相关图法和周期图法，以及在此基础上的改进方法。
其中最基本和最重要的方法就是快速傅里叶变化变换（FFT）。
现代谱分析方法以非傅里叶分析为基础，是近20多年来迅速发展起来的一门新兴学科，大致可分为参数模型法和非参数模型法两大类。
参数模型法包括有理参数模型和特殊参数模型，有理参数模型可用有理系统函数表示，它包括自回归(AR)模型，滑动平均(MA)模型和自回归滑动平均(ARMA)模型。
特殊参数模型即指数模型，它把信号定义为一些指数信号的线性组合。
非参数模型法包括不需建立参数模型的以基于自相关矩阵或数据矩阵进行特征分离为主的其它现代谱分析方法，主要有最小方差法、迭代滤波法、皮萨年科法等。
小波分析是近年来迅速发展起来的新兴学科，在欧美国家已成为众多学科共同关注的热点。
一方面，小波分析被认为是傅里叶分析的突破性发展，另一方面，它正逐步应用于信号分析、系统控制、图像处理、量子力学、电子对抗、计算机识别、语音识别与合成、分析和数字电视等领域。
小波分析的基本思想是用一族函数去表示或逼近一信号或函数，这一族函数称为小波函数系，它是通过一基本小波函数的不同尺度的平移和伸缩构成的。
小波分析系表示的特点是它的时宽带宽乘积很小，且在时间和频率轴上都很集中[2][3]。
随着小波理论的发展，出现了多小波技术。
多小波(Multiwavelet)是指两个或两个以上函数作为尺度分量生成的小波。
多小波可同时满足对称性，短支撑性，二阶消失矩和正交性[4]。
人工神经网络是一门多学科综合性研究领域，正引起不同专业各界人士的广泛兴趣和关注，并得到了广泛应用。
人工神经网络可概括定义为：由大量简单元件（神经元，可用电子元件，光学元件等模拟或计算机软件模拟），广泛相互连接而组成的复杂网络系统。
任何模式识别方法都有特征量提取过程，也就是进行模式识别算法前的数据前处理过程。
人工神经网络模式识别用于声发射处理近几年有了很大发展。
其中按照自组织原则构成的网络模型在声发射信号处理中得到了广泛的应用[5]。
对两个信号作相关分析可以了解他们之间的相似程度，在声发射信号中，为了实现对多个信号或一个信号延迟后的检测、识别与提取，相关方法是必不可少的，如同频域里的谱分析一样，时域里的相关分析以及在信号处理的所有领域里都有广泛应用了。
快速相关是在相关技术基础上，结合FFT所实现的新兴技术，它可以加快运算的速度。
在上述方法中，频域的谱分析技术以其相对简单及实用性被广泛的应用于声发射信号的研究并作为其重要的辅助分析手段。
比如小波分析之前，可以应用谱分析的方法作为预处理手段，人工神经网络也如此。
而更为普遍应用的方法就是以快速傅里叶变换(FFT)为主的谱分析方法。
FFT 算法将时域的数字信号迅速地变换为它所对应的谱，从谱中便可以得到关于信号的各种特征，这样经典谱估计速度快，方便简便。
而时域的相关技术以其同样的简单和实用被广泛的采用作为分析信号的手段。
下面主要结合应用的实例来阐述基于FFT 和相关技术的应用。
1 基于FFT 的分析方法的原理1.1 FFT 的原理离散傅里叶变换(DFT)的定义为：∑−=−=10/2)()(N n N nk j e n x k X π （k ＝0,1,…N-1） (1)∑−=+=10/2)(1)(N k N nk j ek X N n x π (n ＝0,1,…N-1) (2)其中，X(k)是离散频谱的第k 个值，x(n)是时域采样的第n 个值。
时域里与频域里的采样数目是一样的(=N)。
频域的每一个采样值（谱线）都是从对时域的所有采样值的变换而得到的，反之亦然。
直接的DFT(离散傅里叶变换)运算，对N 个采样点要作N 2次运算，速度太慢。
1965年，Cooley 和Tukey 规范化的快速算法，并定名为快速傅里叶变换，简称FFT 。
FFT 算法把N 2步运算减少为(N/2)log 2N 步，极大地提高了运算速度，给数字信号处理带来了革命的进步。
FFT 是DFT 的一种快速算法，并没有对DFT 作任何近似，因此精度没有任何损失。
由于离散傅里叶变换是对于在有限的时间间隔(称为时间窗)里的采样数据的变换，这有限的时间窗即是DFT 的前提，同时又会在变换中引起某些不希望出现的结果，即谱泄漏和栅栏效应。
1.2 窗函数的加权为了消除谱泄漏，最见到的方法当然是选择时间窗长度使它正好等于周期性信号的整数倍，然后作DFT ，但这实际上不可能做到。
实际的办法是把时间窗用函数加权，是采样数据经过窗函数处理再做变换。
其中加权函数称为窗函数或者简称为窗。
在加权的概念下，我们所说的时间窗就可以看作一个加了相等的权的窗函数，即时间窗本身的作用相当于宽度与它相等的一个矩形窗函数的加权。
常用窗函数的表达式如下表： 窗函数 时域 频域矩形窗 0.1)(=n w )2/sin()2/sin()21exp()(θθθN N j W −−= 三角窗 N n n w ||0.1)(−= 2])4/sin()4/sin()[)12(exp(2)(θθθθN N j NW −−= 汉宁窗 )2cos 1(21][cos )(2N n N n n w ππ+== )]}2()([21)({21)(2N D D D W N πθθθθπ++−+= 汉明窗 )54.0(2cos )1()(=−+=απααN n n w )]2()2()[1(21)()(ND N D D W πθπθαθαθ++−−+=布莱克曼窗 08.0,50.0,42.0)4cos()2cos()(210210===++=αααπαπααN n N n n w )]2()2([2)1()(20N m D N m D W m mm πθπθαθ++−−=∑=凯塞窗 )(])2(1[)(020παπαI N n I n w −= 2222220)2/()2/(sinh )()(θπαθπαπαθN N I N W −−=高斯窗 ])2/(21exp[)(2N n n w α−= ])(21exp[221)(*](21exp[221)(22αθαπθαθαπθ−≈−=D W表1 各种窗函数选择窗函数的简单原则如下：使信号在窗的边缘为0，这样就减少了截断所产生的不连续的效应。
信号经过窗函数加权处理后，不应该丢失太多的信息。
基于上述分析，在声发射信号的处理中，通常在进行FFT 时，将窗函数作为预处理方法，以实现信号的谱连续性。
2. 基于FFT 分析方法的应用谱分析的特点是在频域上提取声发射信号的各种特征，其中，谱分析技术中最基本和最主要的方法就是FFT ，从应用来看，其适用范围也非常广，这里举合成绝缘子为例子来说明。
绝缘子是高压输电线路中架空线路的关健部件之一。
其性能优劣将影响整条线路的运行安全，随着电网向超高压大容量发展，作为统治高压输电线路近百年的瓷绝缘子越来越明显地暴露出性能上固有的缺陷与弱点，如笨重、易破碎、机械强度低、易劣化成零值、表面呈亲水性、易产生污闪事故、清扫维护量大等，已不适应电力工业发展的要求。
合成绝缘子由于具有优良的防污与机电性能，较好地克服瓷绝缘子的不足之处。
合成绝缘子虽然性能优异，但是也偶有事故发生，究其原因主要是有二：一是端部金具连接不可靠，二是护套不可靠或接头密封不好。
其根本原因在于其端部的连接方式不可靠，接头结构的质量好坏直接影响到芯棒抗拉强度的发挥，影响到合成绝缘子的机械性能。
所以，在合成绝缘子的生产环节中，接头的生产是一个很重要的环节，这一步的好坏将直接影响到合成绝缘子质量的好坏。
在实际使用中，接头工艺主要有楔接式和压接式两种。
在绝缘子研究的早期阶段，大部分生产工艺都采用内楔式接头。
但是内楔式接头的生产工艺复杂，生产步骤多，而且要在芯棒端部锯出一定长度的锯缝，对芯棒的机械性能会造成一定的影响。
相比之下，现在国外多采用液压同轴压接工艺，其不仅具有较好的负荷－时间特性，更好的耐动态负荷性能，而且生产过程方便快速，是一种比较先进的生产方式。
目前国内已经有厂家在采用压接式这种先进的压接技术。