加入VIP
振动信号处理与数据分析电子版下载-振动信号处理与数据分析徐平pdf免费版

振动信号处理与数据分析电子版下载-振动信号处理与数据分析徐平pdf免费版

编辑点评:振动信号处理与数据分析徐平pdf

《振动信号处理与数据分析》以工程振动信号为研究对象,以信号的采集到后续的处理为主线,从振动信号拾取出发,依次对获得的数字信号进行时域、频域以及时频域的处理,小编给大家准备了振动信号处理与数据分析徐平pdf资料,欢迎下载

振动信号处理与数据分析电子版下载-振动信号处理与数据分析徐平pdf免费版插图

内容简介

《振动信号处理与数据分析》以工程振动信号为研究对象,以信号的采集到后续的处理为主线,从振动信号拾取出发,依次对获得的数字信号进行时域、频域以及时频域的处理。

介绍经验模态分解和全矢谱融合等新的处理算法和思想,有针对性地结合振动信号监测处理而组织编写内容,兼顾传承与发展,探讨振动信号处理算法及原理。

《振动信号处理与数据分析》涉及相关知识要点:傅里叶级数展开、离散傅里叶变换、Z变换、快速傅里叶变换、时域统计特征、EMD分解、全矢谱技术等理论及其在工业现场的应用案例。

《振动信号处理与数据分析》可作为普通高等院校理工科相关专业本科生教材,也可作为研究生、工程技术人员的自学参考书。

相关内容部分预览

振动信号处理与数据分析电子版下载-振动信号处理与数据分析徐平pdf免费版插图(1)

振动信号处理与数据分析电子版下载-振动信号处理与数据分析徐平pdf免费版插图(2)

振动信号处理与数据分析电子版下载-振动信号处理与数据分析徐平pdf免费版插图(3)

振动信号处理与数据分析电子版下载-振动信号处理与数据分析徐平pdf免费版插图(4)

振动信号处理与数据分析电子版下载-振动信号处理与数据分析徐平pdf免费版插图(5)

振动信号处理与数据分析电子版下载-振动信号处理与数据分析徐平pdf免费版插图(6)

振动信号处理与数据分析电子版下载-振动信号处理与数据分析徐平pdf免费版插图(7)

振动信号处理与数据分析电子版下载-振动信号处理与数据分析徐平pdf免费版插图(8)

目录 

前言
第1章绪论
1.1DSP的基本概念
1.2DSP系统及其实现
1.3振动信号及其基本描述
1.3.1周期振动信号的合成和分解
1.3.2非周期振动信号的性质
1.4信号处理的应用
1.4.1在结构振动和设计中的应用
1.4.2在产品质量和自动控制中的应用
1.4.3在结构监测和故障诊断中的应用
第2章信号的分类与测量
2.1振动信号处理的基本概念和作用
2.2信号的分类
2.3信号的测量
2.3.1传感器的分类
2.3.2传感器的选择原则
2.3.3常见振动信号测试传感器
习题
第3章振动信号的处理
3.1信号的放大
3.1.1运算放大器
3.1.2测量放大器
3.1.3电荷放大器
3.2信号的滤波
3.2.1理想模拟滤波器
3.2.2实际模拟滤波器及其基本参数
3.3信号的调制与解调
3.3.1幅度调制
3.3.2频率调制
3.4信号的数字化方法
3.4.1采样、混频和采样定理
3.4.2量化和量化误差
3.4.3截断、泄漏和窗函数
3.4.4选择模/数转换模块的基本技术指标
习题
第4章线性信号分析算法
4.1傅里叶变换
4.1.1傅里叶级数
4.1.2傅里叶积分
4.1.3离散傅里叶变换的性质
4.1.4卷积与相关函数
4.2快速傅里叶变换
4.2.1时间抽取基—2FFT算法
4.2.2频率抽取基—2FFT算法
4.2.3基—4FFT算法
4.2.4分裂基FFT
4.2.5进一步减少运算量的措施(蝶形算法)
4.3序列的Z变换
4.3.1Z变换的定义
4.3.2序列特征对收敛域的影响
4.3.3逆Z变换
4.3.4Z变换的性质
4.4希尔伯特变换
4.4.1希尔伯特变换的定义
4.4.2希尔伯特交换的性质
4.4.3希尔伯特变换表
习题
第5章振动信号的时域处理
5.1时域波形的合成分解
5.1.1稳态分量与交变分量
5.1.2偶分量与奇分量
5.1.3实部分量与虚部分量
5.1.4正交函数分量
5.2时域统计特征参数处理方法
5.2.1有量纲型的幅值参数
5.2.2无量纲型参数
5.2.3高阶统计量指标
5.3信号的幅值分布特性
5.3.1概率密度定义
5.3.2二维联合概率密度函数
5.3.3典型信号的概率密度函数
5.4相关分析方法及其应用
5.4.1相关函数
5.4.2自相关函数性质及其应用
5.4.3互相关函数性质及其应用
习题
第6章振动信号的频域处理方法及其应用
6.1频谱分析方法
6.1.1确定性信号的频谱
6.1.2离散傅里叶变换与快速傅里叶变换
6.1.3随机信号的功率谱密度
6.2功率谱方法的应用
6.2.1从经典谱估计到现代谱估计
6.2.2谱估计的参数模型方法
6.2.3AR模型的Yule—Walker方程
6.2.4AR模型的稳定性及其阶的确定
6.2.5AR谱估计的性质
6.2.6AR模型参数提取方法
6.2.7MA和ARMA模型谱估计
6.3倒频谱分析方法
6.3.1倒频谱的概念
6.3.2倒频谱与解卷积
6.3.3倒频谱的应用
6.4细化谱分析方法
习题
第7章振动信号的时频域分析方法及其应用
7.1时频分析的基本概念
7.2信号的时宽与带宽
7.2.1时宽和带宽的概念
7.2.2不确定原理
7.3信号分解
7.3.1信号分解的概念
7.3.2信号的正交分解
7.4短时傅里叶变换
7.4.1连续信号的短时傅里叶变换
7.4.2离散信号的短时傅里叶变换
7.5小波分析方法及其应用
7.5.1小波变换的定义
7.5.2小波变换的特点
7.5.3离散小波变换
7.5.4振动信号处理中常用的小波
习题
第8章振动信号的其他处理方法及其应用
8.1经验模式分解方法
8.1.1EMD的基本概念
8.1.2EMD方法原理
8.1.3EMD方法的特点
8.1.4EMD方法的应用
8.2循环统计量方法
8.2.1振动信号的非平稳性和循环平稳性
8.2.2循环平稳过程及其描述
8.2.3循环谱与功率谱和时频分布的关系
8.2.4二阶循环统计特性及其应用
8.3盲源分离方法
8.3.1概述
8.3.2独立分量分析
8.3.3ICA快速算法
8.3.4ICA的应用
习题
第9章全矢谱算法概述
9.1平面全矢谱分析与方法
9.1.1旋转机械的动态检测现状
9.1.2全矢谱技术基础
9.1.3全矢谱数值计算方法
9.2基于非平稳信号的全矢谱技术
9.2.1全矢短时傅里叶变换及其应用
9.2.2短时傅里叶变换定义
9.2.3短时傅里叶变换窗函数的选择
9.2.4全矢短时傅里叶变换的分析与计算
9.3全矢谱分析的工程应用实例

数字信号处理的基本概念

什么是数字信号处理

我们都知道,在汽车NVH开发过程中经常开展各种测试工作,国内最常用的是LMS公司提供的各种数采设备。采集到信息后,工程师会进行相关的数据处理。

通过计算机处理的信号都是数字信号,因为计算机是无法存储连续信号的,它只能将信号离散成“pieces”或者“samples”,也就是我们说的样本。

虽然采集到的数据是时域信号,即采集的物理量是随采集时间变化的。但在我们实际工作中,往往关心的是物理量与频率的关系,尤其是在振动噪音分析当中尤为重要。

上图中左侧是时域信号,右侧是频域信号。将时域信号转化为频域信号用的是傅里叶变换这一数学工具。

数字信号处理中的基本概念

无论是时域信号还是频域信号,了解数字信号处理中的基本概念有助于我们更好的完成测试分析工作。

还是这张图,我们解释下图中的6个术语。

1 时域信号

Sampling Rate(Fs)

Sampling Rate即采样频率(Fs),指的是每秒采集数据的个数。比如,采样频率2000的含义是:每秒采集2000个离散数据。

采样频率十分重要,决定了能否捕捉到振动波形的最大幅值和刻画波形。

如上图所示,为了捕捉到真实时域信号的峰值,采样频率至少应该是关注频率的10倍以上。对于100Hz的正弦波,最小采样频率需要1000以上。

值得一提的是,在频域中获得正确的幅值仅需要采样两倍于感兴趣的最高频率。 实际上,大多数数据采集系统中的抗混叠滤波器(anti-aliasing filter,一种低通滤波器)要求的频率是感兴趣频率的2.5倍。

采样频率与采样间隔Δt互为倒数。

Block Size (N)

Block size是指用于做傅里叶变换的时域信号内的所有点的个数。

Frame Size (T)

Frame size(T)指的是为得到一个block数据所需要的时间。Frame size等于Block size除以采样频率。

同时,Frame size也等于Block size乘以采样间隔 Δt。

2 频域信号

Bandwidth(Fmax)

Bandwidth(Fmax)带宽,指的是能够被分析的最大频率,它等于采样频率的一半。奈奎斯特采样准则(Nyquist sampling criterion)要求将采样频率设置为最大感兴趣频率的两倍。

1000Hz的带宽,其采样频率需设置到2000.

实际上,即便将采样频率设置到2000,可用的带宽也会小于理论上的1000。这是因为在许多数据采集系统中,存在抗混叠滤波器(anti-aliasing filter),其只能最多应用80%的带宽。

Spectral Lines(SL)

傅里叶变换以后,Spectral Line(SL)指的是频域内所有数据点的个数,等于Block Size的一半。

每个Spectral Line有2种值,分别是幅值与相位值,如下图所示。

Frequency Resolution(Δf)

频率分辨率(Δf),指的是频域中两数据点间的差。其等于带宽Bandwidth除以Spectral Line。

比如,16Hz的带宽、8个Spectral Line点,其频率分辨率就是2Hz.

换算关系

上面介绍了6个基础概念,我们总结下这几个概念间的关系。

最终我们得到一个数字信号处理中的“黄金公式”,就是Frame Size(T)和频率分辨率(Δf)间的关系:

这意味着:

1、所需的频率分辨率越高,所需的采样时间越长
2、采样时间越短,频率分辨率越低

频率分辨率对于正确的理解和分析数字信号是极其重要的。下图中,2个正弦信号(分别是100Hz\\101Hz)采用不同的频率分辨率(1Hz\\0.5Hz)做了傅里叶变换。

用0.5Hz的频率分辨率,右图显示出其有两个峰值,而1Hz的分辨率无法将100Hz\\101Hz的信号区分出来。

那么问题来了,是不是频率分辨率越高越好呢?当然不是,这涉及到实际中的妥协问题。根据“黄金公式”,10Hz的分布来只需要0.1秒的数据,1Hz的分辨率需要1秒的数据,0.01Hz的分辨率则需要100秒的数据。对于有些问题,甚至10秒以上的数据都很难获得。

振动信号处理与数据分析徐平pdf截图

振动信号处理与数据分析电子版下载-振动信号处理与数据分析徐平pdf免费版插图(9)振动信号处理与数据分析电子版下载-振动信号处理与数据分析徐平pdf免费版插图(10)振动信号处理与数据分析电子版下载-振动信号处理与数据分析徐平pdf免费版插图(11)振动信号处理与数据分析电子版下载-振动信号处理与数据分析徐平pdf免费版插图(12)

评分及评论

无用户评分

来评个分数吧

  • 5 分
    0
  • 4 分
    0
  • 3 分
    0
  • 2 分
    0
  • 1 分
    0

评论