关于用matlab实现傅里叶变换的探讨

基于matlab强大的数值计算功能,借助快速傅里叶变换,建立一个函数的快速傅里叶变换和逆变换的模型,并进行运行和分析,实现快速傅里叶变换在信号处理方面的强大而简捷的功能。傅里叶分析就是我们测量出复杂波形,然后寻求确定其中有哪些频率成分。确定一个已知波形的频谱的过程。快速傅里叶变换是一种计算机算法,它从计算机采集到的数据中计算频谱。用快速傅里叶分析可以把复杂信号分解成简谐信号之和,看到信号的本质。     

时频分析法在锅炉承压管线泄漏检测中的应用研究

准确检测锅炉承压管线泄漏是保障锅炉安全运行的关键技术,音频分析法是检测承压管线泄漏故障的主要手段,提出一种基于联合时频分析(Joint Time-Frequency Analysis, JTFA)研究锅炉背景声和承压管线泄漏声的时频特征,判定泄漏故障的方法。设计了由前置放大、程控滤波、增益补偿处理的双通道音频信号采集电路;采用快速傅里叶变换获取信号广义谱特征,采用程控滤波对采集信号加动态频率窗,再采用短时傅里叶变换对采集信号时间加窗,多角度分析信号的时频特征,以判定承压管线运行是否存在泄漏故障。相比于传统的RC滤波加快速傅里叶变换分析方法,这种动态加双窗的时频分析法能够提高泄漏信号采集的灵敏度和泄漏故障判定的准确性。     

矩形窗三点插值傅里叶变换高精度频率估计方法

针对电力系统信号频率估计的高准确性要求,该文提出一种基于矩形窗的三点复频域插值频率估计方法。所提出的方法首先采用矩形窗对信号加权处理,然后进行离散傅里叶变换,最后选择离散频谱中幅度最大的三根谱线进行复频域插值,得到频率估计结果。该方法同时考虑离散频谱中的正、负频谱,消除短程和长程频谱泄漏对频率估计误差的影响。采用主瓣最窄的矩形窗进行加窗,能最大程度地减少白噪声对频率估计误差的影响。仿真和实验结果表明：在不同周期和噪声强度情况下,所提出的方法均可以实现对信号频率的准确估计。在与已有的加窗插值傅里叶变换方法相比,该文所提出的插值算法抗噪性更好、频率估计误差更小,适用于对电力系统信号频率的准确估计。     

评述:用自相关函数来分析和设计信号

在信号频谱分析的经典方法中,功率谱密度是从自相关函数作傅里叶变换来计算的。长期以来认为,比起平均运算来,数字傅里叶变换是更为繁复的处理。所以,傅里叶变换常常是在平均乘积的截出序列上实现的。截出通常是由有限的测量时间(改进统计稳定性),由可允许的计算时间或由于作波长测量时测量采样数目的有限所引起的。由于今天的数字傅里叶变换方法是种快速运算,所以目前人们计算功率谱密度所用方法是首先对所有数据点作变换,随后再平均。     

一种新颖的科氏流量计数字信号处理方法

利用矩形自卷积窗对谐波和白噪声的抑制作用,加窗进行短时傅里叶变换能很好的跟踪测量信号频率,而且加窗后的信号能直接用于滑动Goertzel算法测量相位差的特性,提出了一种新的科氏流量计信号处理方法.仿真结果表明整个信号处理算法的测量精度高,实时性好,便于系统实现.     

基于多分辨分析的时频分析

短时傅里叶变换由于采用固定宽度的时域窗，在缓变与瞬变信号共存的宽频带信号分析中，其时间与频率分辨力矛盾突出。采用Mallat算法的小波变换能够将信号正交分解成多尺度的信号分量，然而所提供的时频信息不很直观，难以识别其时频谱。通过对短时傅里叶变换和小波变换在时频分析中的优缺点分析，发现两者具有互补性。因此本文提出基于多分辨分析的短时傅里叶变换（取名为WAVSTFT），即采用Mallat算法将信号分解成多个尺度信号分量，再对各分量分别做与其尺度相适应的短时傅里叶变换，最后把得到的各时频谱在同一个不相平面上叠加，从而得到信号的总体时频构造。经理论分析与实例验证，该方法有效可行，为工程测试中的时频分析提供了一种有效的手段。     

基于全相位FFT的油套环空中声速计算方法

油套环空中会产生各种噪声,使测得的接箍反射信号非常复杂,环隙中真实的声速则很难计算准确,可通过对原始接箍数据进行傅里叶变换的方法对声速进行估计,但是存在不可忽视的误差。全相位傅里叶变换是傅里叶变换的一种改进方法,能够获得更加准确的频率谱与相位谱。文章采用全相位快速傅里叶变换（all-phase Fast Fourier Transform,apFFT）得到原始接箍信号的频谱,然后通过该频谱进一步计算环隙声速,可得到更加准确的声速估计。通过对不同信噪比下的模拟接箍信号采用快速傅里叶变换（Fast Fourier Transform,FFT）和全相位快速傅里叶变换（apFFT）得到其频谱,可以验证apFFT具有很强的抑制频谱泄漏的能力,且抗噪性能比FFT更好。根据FFT谱和apFFT谱分别计算出声速并对比其精度,可以验证通过apFFT谱计算出的声速稳定性更好、精度更高。然后采用上述两种方法对不同深度井的实测接箍数据进行频谱分析与对比,验证了apFFT较之于FFT对谱峰位置的辨识能力更强,根据谱峰位置计算声速的准确性也将更高。     

基于改进自适应经验傅里叶分解的滚动轴承故障诊断方法

自适应经验傅里叶分解(AEFD)是最近提出的非平稳信号分解方法,为了解决AEFD的分割边界集设置问题,提出了基于频谱包络检测的改进自适应经验傅里叶分解(EAEFD)方法,该方法以快速傅里叶变换为基础,以包络熵值最小选择最优的分解模态数目,采用极大值包络技术对傅里叶频谱分割,得到一个合理的分割边界,最后采用逆快速傅里叶变换对每个区间信号进行重构。EAEFD能够自适应地将一个复杂信号分解为若干个瞬时频率具有物理意义的单分量信号之和,通过仿真信号和滚动轴承信号分析,将EAEFD方法与经验小波变换(EWT),经验模态分解(EMD),局部特征尺度分解(LCD)和AEFD等方法进行了对比,结果表明EAEFD方法不仅仅能够有效地诊断出故障特征,而且诊断的精度更高。     

基于改进FFT的合并单元检测方法研究

采用传统快速傅里叶变换作为合并单元计量性能检测装置的信号分析算法时,由于存在频谱泄漏问题,比差和角差易超出0.05级检测装置的精度要求。对此,提出了基于加Nuttall窗的插值快速傅里叶变换法,在PSPICE平台上对改进算法和传统算法进行含谐波信号的仿真分析和比较,结果表明,改进算法的信号分析精度较高,更适合用于合并单元计量性能校验。最后搭建实测平台进行了校准试验,测试数据表明检测装置的误差能满足0.05级精度要求,验证了本文方法的可行性。     

Smaart Live频谱测量数据的分析（一）

声音信号的频谱测量是SmaartLive软件应用的关键部分,提供了极为灵活的实时分析,运用快速傅里叶变换(FFT)能构建不少高标准音频信号测试。频谱模式应用是多方面的,其中包括:噪声和音频信号的潜在特性的揭示与测量;扩声系统反馈频率的定位;影院音响系统的优化;音频信号的监视与监听等。文中对这些方面测量的数据进行了分析。