各種信號(hào)處理方法總結(jié)ppt課件

.,信號(hào)處理方法總結(jié),盛媛媛,.,FFT,1、原理：FFT是離散傅立葉變換的快速算法，可以將一個(gè)信號(hào)變換到頻域。有些信號(hào)在時(shí)域上是很難看出什么特征的，但是如果變換到頻域之后，就很容易看出特征了。2、適用信號(hào)：在分析線性、平穩(wěn)信號(hào)時(shí),傅立葉變換有優(yōu)良的性能。3、優(yōu)點(diǎn)：利用傅立葉變換把信號(hào)映射到頻域內(nèi)，可以看頻域上的頻率和相位信息，提取信號(hào)的頻譜，用信號(hào)的頻譜特性分析時(shí)域內(nèi)難以看清的問題。,.,FFT,4、缺點(diǎn)：（1）Fourier變換是整個(gè)時(shí)間域內(nèi)的積分，不能反映某一局部時(shí)間內(nèi)信號(hào)的頻譜特性，即在時(shí)間域上沒有任何分辨率。（全局變換）（2）Fourier變換可能會(huì)漏掉較短時(shí)間內(nèi)信號(hào)的變化，特別是少數(shù)突出點(diǎn)，造成所謂的“譜涂抹”現(xiàn)象。（3）這種方法對(duì)于當(dāng)原始信號(hào)為平穩(wěn)且具有明顯區(qū)別的頻譜特性時(shí)是比較有效的。,.,STFT,1、原理：把信號(hào)劃分成許多較小的時(shí)間間隔，并且假定信號(hào)在短時(shí)間間隔內(nèi)是平穩(wěn)（偽平穩(wěn)）的，用Fourier變換分析每一個(gè)時(shí)間間隔，以確定該間隔存在的頻率，以達(dá)到時(shí)頻局部化之目的。2適用信號(hào)：平穩(wěn)信號(hào)3、優(yōu)點(diǎn)：(1)比起傅里葉變換更能觀察出信號(hào)瞬時(shí)頻率的信息。(2)在一定程度上，克服了傅里葉變換全局變換的缺點(diǎn)。,.,STFT,4、缺點(diǎn)：（1）短時(shí)傅里葉變換用來(lái)分析分段平穩(wěn)信號(hào)或者近似平穩(wěn)信號(hào)猶可，但是對(duì)于非平穩(wěn)信號(hào)，當(dāng)信號(hào)變化劇烈時(shí)，要求窗函數(shù)有較高的時(shí)間分辨率；而波形變化比較平緩的時(shí)刻（主要是低頻信號(hào)），則要求窗函數(shù)有較高的頻率分辨率。短時(shí)傅里葉變換不能兼顧頻率與時(shí)間分辨率的求。(2)短時(shí)傅里葉變換使用一個(gè)固定的窗函數(shù)，窗函數(shù)一旦確定了以后，其形狀和大小就不再發(fā)生改變，短時(shí)傅里葉變換的分辨率也就確定了。如果要改變分辨率，則需要重新選擇窗函數(shù)。,.,小波分析,1、原理：小波分析是一種窗口的大小固定、形狀可變，時(shí)間窗和頻率窗都可以改變的時(shí)頻局部化信號(hào)分析方法,即在低頻部分具有較高的頻率分辨率和較低的時(shí)間分辨率。在高頻部分具有較高的時(shí)間分辨率和較低的頻率分辨率。2、適用信號(hào)：很適合分析非平穩(wěn)信號(hào)和提取信號(hào)的局部特征。3、優(yōu)點(diǎn)：（1）時(shí)域和頻域同時(shí)具有良好的局部性質(zhì)，因而能有效的從信號(hào)中提取資訊，能夠較準(zhǔn)的檢測(cè)出信號(hào)的奇異性及其出現(xiàn)位置。,.,小波分析,（2）小波分析具有能夠根據(jù)分析對(duì)象自動(dòng)調(diào)整有關(guān)參數(shù)的“自適應(yīng)性”和能夠根據(jù)觀測(cè)對(duì)象自動(dòng)“調(diào)焦”的特性。4、缺點(diǎn)：（1）時(shí)間窗口與頻率窗口的乘積為一個(gè)常數(shù)。這就意味著如果要提高時(shí)間精度就得犧牲頻率精度，反之亦然，故不能在時(shí)間和頻率同時(shí)達(dá)到很高的精度。（2）小波變換通過小波基的伸縮和平移實(shí)現(xiàn)信號(hào)的時(shí)頻分析局部化,小波基一旦選定,在整個(gè)信號(hào)分析過程中只能使用這一個(gè)小波基。這將造成信號(hào)能量的泄露,產(chǎn)生虛假諧波。,.,階比分析,1、原理：階比分析的實(shí)質(zhì)是將等時(shí)間采樣序列轉(zhuǎn)換成等角度采樣序列，從而將時(shí)域非穩(wěn)定信號(hào)轉(zhuǎn)變成角度域穩(wěn)定信號(hào)，以便觀察與轉(zhuǎn)速有關(guān)的振動(dòng)成分。2、適用信號(hào)：非穩(wěn)定信號(hào)3、優(yōu)點(diǎn)：（1）對(duì)于轉(zhuǎn)頻不斷變化的旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)，運(yùn)用階次跟蹤分析方法能夠避免常規(guī)快速傅里葉分析中出現(xiàn)的“頻率模糊”現(xiàn)象。（2）由于旋轉(zhuǎn)機(jī)械的振動(dòng)通常與轉(zhuǎn)速有密切聯(lián)系，因此階比分析在旋轉(zhuǎn)機(jī)械特征分析的非平穩(wěn)信號(hào)分析中占有重要地位,.,階比分析,（4）知識(shí)點(diǎn)：階次分析：階次就是參考軸（如主軸）每轉(zhuǎn)內(nèi)發(fā)生的循環(huán)振動(dòng)次數(shù)，也即振動(dòng)頻率與軸頻之比。（基準(zhǔn)頻率（轉(zhuǎn)軸轉(zhuǎn)速）的倍數(shù)）O=循環(huán)振動(dòng)次數(shù)/r（階）階次與頻率的關(guān)系為：f=o*n/60其中，o為階次，n為參考軸轉(zhuǎn)速（r/min），f為信號(hào)的振動(dòng)頻率。,.,階比分析,重采樣方法：先以恒時(shí)間間隔增量t,記錄數(shù)據(jù),即對(duì)原始數(shù)據(jù)進(jìn)行第1次采樣,得到時(shí)域采樣信號(hào)。同時(shí),振動(dòng)信號(hào)和轉(zhuǎn)速信號(hào)也在相同的時(shí)間間隔被同步采樣,然后根據(jù)轉(zhuǎn)速信號(hào)來(lái)控制采樣頻率,使采樣頻率跟蹤轉(zhuǎn)速的變化而變化來(lái)進(jìn)行第2次采樣即重采樣,如果我們要求重采樣按每一轉(zhuǎn)速周期固定采樣次數(shù)的方式進(jìn)行,就將等時(shí)間間隔的數(shù)字采樣轉(zhuǎn)變成等角度間隔的采樣,然后將重采樣得到的信號(hào)用角度坐標(biāo)表達(dá)出來(lái),進(jìn)行類似于時(shí)間變量的傅氏變換,就可獲得在角度坐標(biāo)上穩(wěn)定不移動(dòng)的基頻和其他階次的分量。這種方法也稱為階次跟蹤分析,.,倒頻譜,1、原理：倒頻譜，就是對(duì)功率譜的對(duì)數(shù)值進(jìn)行傅立葉逆變換，將復(fù)雜的卷積關(guān)系變?yōu)楹?jiǎn)單的線性疊加，從而在其倒頻譜上可以較容易地識(shí)別信號(hào)的頻率組成分量，便于提取所關(guān)心的頻率成分較準(zhǔn)確地反映故障特性。2、適用信號(hào)：時(shí)域信號(hào)3、優(yōu)點(diǎn)：（1）該分析方法受傳感器的測(cè)點(diǎn)位置及傳輸途徑的影響小，能將原來(lái)頻譜圖上成族的邊頻帶譜線簡(jiǎn)化為單根譜線，對(duì)于具有同族諧頻、異族諧頻和多成分邊頻等復(fù)雜信號(hào)的分析甚為有效。（2）可以分析復(fù)雜頻譜圖上的周期結(jié)構(gòu)，分離和提取在密集調(diào)頻信號(hào)中的周期成分，,.,倒頻譜,4、缺點(diǎn)：進(jìn)行多段平均的功率譜取對(duì)數(shù)后，功率譜中與調(diào)制邊頻帶無(wú)關(guān)的噪聲和其他信號(hào)也都得到較大的權(quán)系數(shù)而放大，降低了信噪比。5、知識(shí)點(diǎn)：（1）數(shù)學(xué)上:信號(hào)的倒頻譜=IFT(log(|FT(信號(hào))|)+j2m)(m為實(shí)數(shù))（2）算法：信號(hào)-傅立葉變換-取絕對(duì)值-取對(duì)數(shù)-相位展開-逆傅立葉變換-倒頻譜（3）倒頻譜是頻譜的頻譜。時(shí)域信號(hào)經(jīng)過傅立葉積分變換可轉(zhuǎn)換為頻率函數(shù)或功率譜密度函數(shù)，如果頻譜圖上呈現(xiàn)出復(fù)雜的周期結(jié)構(gòu)而難以分辨時(shí)，對(duì)功率譜密度取對(duì)數(shù)再進(jìn)行一次傅立葉積分變換，可以使周期結(jié)構(gòu)呈便于識(shí)別的譜線形式。,.,希爾伯特變換,1、原理：將信號(hào)s(t)與1/(t)做卷積，以得到s(t)。因此，希爾伯特變換結(jié)果s(t)可以被解讀為輸入是s（t）的線性非時(shí)變系統(tǒng)的輸出，而此系統(tǒng)的脈沖響應(yīng)為1/(t)。2、適用信號(hào)：窄帶信號(hào)3、優(yōu)點(diǎn)：（1）通過希爾伯特變換，使得我們對(duì)短信號(hào)和復(fù)雜信號(hào)的瞬時(shí)參數(shù)的定義及計(jì)算成為可能，能夠?qū)崿F(xiàn)真正意義上的瞬時(shí)信號(hào)的提取。（2）用Hilbert變換就是為了構(gòu)造解析信號(hào)，因?yàn)樵诜治鲋杏媒馕鲂盘?hào)比較方便，而且該解析信號(hào)的譜是原信號(hào)譜的1/2(正半軸的譜）。,.,希爾伯特變換,4、缺點(diǎn)：（1）希爾伯特變換只能近似應(yīng)用于窄帶信號(hào)，但實(shí)際應(yīng)用中，存在許多非窄帶信號(hào)，希爾伯特變換對(duì)這些信號(hào)無(wú)能為力。即便是窄帶信號(hào)，如果不能完全滿足希爾伯特變換條件，也會(huì)使結(jié)果發(fā)生錯(cuò)誤。而實(shí)際信號(hào)中由于噪聲的存在，會(huì)使很多原來(lái)滿足希爾伯特變換條件的信號(hào)無(wú)法完全滿足；（2）對(duì)于任意給定t時(shí)刻，通過希爾伯特變換運(yùn)算后的結(jié)果只能存在一個(gè)頻率值，即只能處理任何時(shí)刻為單一頻率的信號(hào)；（3）對(duì)于一個(gè)非平穩(wěn)的數(shù)據(jù)序列，希爾伯特變換得到的結(jié)果很大程度上失去了原有的物理意義。,.,經(jīng)驗(yàn)?zāi)B(tài)分解EMD,1、原理：經(jīng)驗(yàn)?zāi)B(tài)分解方法從本質(zhì)上講是對(duì)一個(gè)信號(hào)進(jìn)行平穩(wěn)化處理,其結(jié)果是將信號(hào)中不同尺度的波動(dòng)或趨勢(shì)逐級(jí)分解開來(lái),產(chǎn)生一系列具有不同特征尺度的數(shù)據(jù)序列,每一個(gè)序列稱為一個(gè)本征模函數(shù)(IMF)2、適用信號(hào)：非平穩(wěn)非線性信號(hào)3、優(yōu)點(diǎn)：（1）經(jīng)驗(yàn)?zāi)B(tài)分解的基本思想：將一個(gè)頻率不規(guī)則的波化為多個(gè)單一頻率的波+殘波的形式。原波形=IMFs+余波。（2）經(jīng)驗(yàn)?zāi)B(tài)分解是一種基于信號(hào)局部特征的信號(hào)分解方法，具有很高的信噪比。（3）是一種自適應(yīng)的信號(hào)分解方法,.,IMF,1、原理：在物理上，如果瞬時(shí)頻率有意義，那么函數(shù)必須是對(duì)稱的，局部均值為零，并且具有相同的過零點(diǎn)和極值點(diǎn)數(shù)目。在此基礎(chǔ)上，NordneE.Hunag等人提出了本征模函數(shù)(IntrinsicModeFunction，簡(jiǎn)稱IMF)的概念。2、個(gè)本征模函數(shù)必須滿足以下兩個(gè)條件:(1)l函數(shù)在整個(gè)時(shí)間范圍內(nèi)，局部極值點(diǎn)和過零點(diǎn)的數(shù)目必須相等，或最多相差一個(gè);(2)在任意時(shí)刻點(diǎn)，局部最大值的包絡(luò)(上包絡(luò)線)和局部最小值的包絡(luò)(下包絡(luò)線)平均必須為零。3、任何信號(hào)都是由若干本征模函數(shù)組成，任何時(shí)候，一個(gè)信號(hào)都可以包含若干個(gè)本征模函數(shù)，如果本征模函數(shù)之間相互重疊，便形成復(fù)合信號(hào)。EMD分解的目的就是為了獲取本征模函數(shù)，然后再對(duì)各本征模函數(shù)進(jìn)行希爾伯特變換，得到希爾伯特譜。,.,IMF,分解過程是:（1）找出原數(shù)據(jù)序列X()t所有的極大值點(diǎn)并用三次樣條插值函數(shù)擬合形成原數(shù)據(jù)的上包絡(luò)線;同樣，找出所有的極小值點(diǎn)，并將所有的極小值點(diǎn)通過三次樣條插值函數(shù)擬合形成數(shù)據(jù)的下包絡(luò)線，上包絡(luò)線和下包絡(luò)線的均值記作ml，（2）將原數(shù)據(jù)序列X(t)減去該平均包絡(luò)ml，得到一個(gè)新的數(shù)據(jù)序列h，:X(t)-ml=hl由原數(shù)據(jù)減去包絡(luò)平均后的新數(shù)據(jù)，若還存在負(fù)的局部極大值和正的局部極小值，說(shuō)明這還不是一個(gè)本征模函數(shù)，需要繼續(xù)進(jìn)行“篩選”。,.,希爾伯特-黃,（1）原理：首先利用EMD方法將給定的信號(hào)分解為若干固有模態(tài)函數(shù)（IMF，本征模態(tài)函數(shù)），這些IMF是滿足一定條件的分量；然后，對(duì)每一個(gè)IMF進(jìn)行Hilbert變換，得到相應(yīng)的Hilbert譜，即將每個(gè)IMF表示在聯(lián)合的時(shí)頻域中；最后，匯總所有IMF的Hilbert譜就會(huì)得到原始信號(hào)的Hilbert譜。（2）適用信號(hào)：非平穩(wěn)非線性信號(hào)（3）知識(shí)點(diǎn)：，第一部分為經(jīng)驗(yàn)?zāi)B(tài)分解（EmpiricalModeDecomposition，簡(jiǎn)稱EMD）；第二部分為Hilbert譜分析（HilbertSpectrumAnalysis，簡(jiǎn)稱HAS）。,.,希爾伯特-黃,（4）優(yōu)點(diǎn)a:HHT能分析非線性非平穩(wěn)信號(hào)。它徹底擺脫了線性和平穩(wěn)性束縛，其適用于分析非線性非平穩(wěn)信號(hào)。b: