窗函数的选择对时频域测试分析的影响

在LabVIEW平台的基础上,研究了利用时频域测试方法,分析数字信号(以下简称信号)在时-频平面内时间与频率之间的变化关系。该测试分析方法利用短时傅里叶变换(STFT)的基本原理,对一些非平稳的信号进行分析,但在信号处理过程中,能得到的信号长度总是有限的;所以,需对无限长的时间序列施加1个窗函数,在此基础上,分析窗函数的选择对其时频域分析的影响。     

挖掘机动态测试信号的微机采集与处理

本文主要介绍了大型挖掘动态测试信号的计算机采集与处理系统以及对应的软件设计，该系统的最大特色是具有信号采集的预处理功能。同时具有数据处理，图形显示及打印等功能，并在大型挖掘机的动态测试应用方面取得了良好的效果。     

机械设备中金属跌落物冲击信号的时频域分析

对检测到金属跌落物碰撞金属板产生的冲击信号作了时域分析，频域分析和时频域分析。结果表明，时频域分析方法有很多优越性，但是也存在一些有待进一步研究的问题。     

周期信号离散傅里叶变换的误差分析及其应用

实际的系统都是不满足或不完全满足取样定理条件的,频率混迭是不可避免的。因此ＤＦＴ（ＦＦＴ）给出的频谱是有误差的,本文给出了表达式及估算方法。     

利用DFT的对称分解进行信号的频谱分析及细化

本文介绍了一种将DFT对称分解进行频谱分析的方法。该方法可以很容易地得到频谱全景,并且再通过简单运算,可以得出感兴趣的频段的细节,其实用性好。     

基于现代信号处理方法的动态测量误差分析

动态测量误差信号是包含多分量的非平稳信号,成分的复杂性决定了对动态测量误差的分析和处理需要结合多种信号处理方法.如傅里叶变换、小波变换和神经网络等.分析了各种信号处理方法的原理及其在非平稳信号处理中的应用,建立了一个动态测量误差分析仿真系统,对系统输出的动态测量误差进行分析,将总误差进行分解,找出引起此总误差的各组成单元带来的单项误差,为进一步更精确的进行动态精度评定、动态误差诊断与控制,提供了科学的理论依据.     

光栅信号补偿及软件细分算法研究

光栅线性位移传感器作为精密测量的研究对象,其对栅距细分提高分辨率的研究具有重要地位。根据光栅信号的数学模型,提出了基于离散傅里叶变换预处理和最小二乘法椭圆拟合并根据输出信号各误差依次补偿的组合方法。对补偿后的信号提出了一种线性化处理的软件细分方法,该细分方法可以实现16倍的栅距细分。利用MATLAB软件对光栅信号的补偿算法和细分算法进行了仿真,验证了所提出算法的可行性。     

非平稳振动信号分析中Hilbert-Huang变换的对比研究

Hilbert-Huang变换是一种信号分析新方法,特别适合于对非平稳信号进行分析。介绍该方法的基本理论,并利用它对一个典型的旋转机械非平稳振动信号进行分析。然后通过与利用短时傅里叶变换和小波变换所得到的分析结果的对比,研究Hilbert—Huang变换在分析一般非平稳振动信号中的优势和缺陷。最后结合实际应用中遇到的问题,简要论述Hilbert—Huang变换中的经验模态分解在分析频率成分非常靠近的复杂信号时的不足和原因。研究结果表明,Hilbert—Huang变换和其他方法相比,具有分辨能力强、自适应分解、物理意义清晰、信息完整、形式简洁和易于精确分析等优点;同时也存在具有端点效应、实时性稍差和难以将复杂信号中特别靠近的频率成分分解为独立的本征模分量的缺陷。     

伺服阀静、动态性能测试中多功能信号发生器的设计与应用

简述了伺服阀性能测试中多功能信号发生器所实现的功能及其硬件构成。讨论了采用软件方法实现信号发生器所存在的误差问题，并讨论提出了减小误差的方法。同时信号发生器具备本地、远程操作功能，在远程方式下可通过串口通信由测试计算机完成信号类型的选择和参数的设置。     

基于短时傅里叶变换检测非平稳信号的频域内插优化抗混叠算法

非平稳信号的分析越来越受到人们的重视.短时傅里叶变换(STFT)是一种线性变换,避免了其他高次型非平稳信号分析方法中出现的交叉项的干扰,是分析非平稳信号的有力工具.短时傅里叶变换的基本思想是利用一个固定大小的滑动的窗口函数对信号进行分析,并假定信号在窗口内是平稳的,因此加窗变换所同有的混叠现象在短时傅里叶变换中依然存在.本文基于频域插值的思想,提出了基于频域内插抗混叠短时傅里叶变换的算法,首先分析了混叠产生的物理本质,然后以汉明窗为基础构造了频域内插的方法,并利用牛顿插值法得出插值的迭代求解方法,最后给出内插优化算法步骤.仿真实例验证了算法的可行性.     

基于EMD和HT的旋转机械振动信号时频分析

把一列时间序列数据通过经验模态分解(Empirical Mode Decomposition，简称EMD)成本征模函数组(Intrinsic Mode Function．简称IMF)．然后经希尔伯特变换(Hilbert Transformation，简称HT)获得频谱的信号时频分析新方法引入到旋转机械振动信号处理领域。介绍了该方法的理论和算法。首先．采用调频调幅仿真信号对该方法进行仿真验证；其次．把一实测的旋转机械油膜涡动故障振动信号进行了基于EMD和HT的时频分析。仿真和实测信号的分析结果说明．用基于EMD和HT方法对旋转机械的振动信号进行时频分析是有效的。     

小波包时频分析及其特性

在两种典型的非平稳信号分析方法--小波包变换与短时傅里叶变换的基础上,综合两种方法的优点,提出了小波包时频方法.建立了相应的小波包时频分量谱、小波包时频分量幅度谱、小波包时频谱、小波包时频幅度谱等概念.证明了小波包时频分析的能量守恒性,形成了一套较完善的分析体系.算例表明,该分析方法在诊断奇异、检测信号深层次细节等方面具有一些独特性质.     

用最大重叠离散小波包变换的Hilbert谱时频分析

在介绍基于最大重叠离散小波包变换(Maximal Overlap Discrete Wavelet Packet Transform,简称MODW-PT)的Hilbert谱方法的基础上,将基于MODWPT的Hilbert谱应用于非平稳信号的分析.采用MODWPT可将多分量的复杂信号分解为若干个瞬时频率和瞬时幅值都具有经典物理意义的分量之和,求出各个单分量信号的瞬时频率和瞬时幅值,再进行组合得到原始复杂信号完整的时频分布.对基于MODWPT和基于经验模态分解(Empiri-cal Mode Decomposition,简称EMD)的Hilbert谱,在不同类型非平稳信号下的时频分析效果进行了比较和分析,结果表明了基于MODWPT的Hilbert谱分析方法的有效性.     

基于LabVIEW编程的仿真信号与实测信号的分析

利用LabVIEW编程实现了对分析信号加各种窗函数前后FFT频谱分析的对比,通过仿真信号对其进行验证,并将所选最优的窗函数运用到高空行吊设备轨道的谱分析中。     

频谱分析技术在超声检测中的应用

对超声检测技术中频谱分析技术的基本原理及应用方向进行介绍,指出频谱分析技术应用过程中的影响因素,为应用该技术时的器材选择提出指导建议,列举出常用的平频谱分析方法,通过应用实例说明该技术的先进性并且对其应用前景进行了展望。     

机械故障诊断中微弱信号处理特征的提取

论述了门限小波变换的四阶累积量在微弱信号特征提取中的功能、实现和应用条件。比较了连续小波变换(CWT)、短时傅里叶变换(STFT)、维格纳-威利(WVD)利用高阶累积量和没有利用高阶累积量情况下,提取微弱信号特征的特性。仿真表明,连续小波变换的四阶累积量在微弱信号特征提取中有较好的效果     

基于S变换的时域边际谱及其应用

为了更好地处理非平稳、非线性振动信号,依据Hilbert-Huang变换边际谱的思想,提出一种基于S变换的时域边际谱,并给出了利用该时域边际谱进行频谱分析的具体方法。对仿真信号的处理结果说明,该方法对振动信号中的冲击能量比较敏感,能够很好地提取冲击的特征频率,同时具有抑制信号高频成分和突出信号低频成分的特点。利用该方法对实际的振动信号进行处理,对滚动轴承故障的成功识别说明该方法能够提取微弱冲击特征频率,体现了其在振动信号频谱分析中的价值。     

多路动态混合信号并行处理技术

介绍了一种基于多处理器（以数字信号处理器为例）能同时对多路动态模拟信号和数字信号进行记录和并行处理的技术,其峰值计算处理速度达到４×１０８次／ｓ。文章首先描述了并行处理的系统结构和采集处理电路,然后着重阐述了信号混采和多处理器并行处理等关键技术,最后给出了软件的模块化设计方法。     

时域相干函数的研究

为了在信号分析中定量描述两个信号的相关程度，给出了时域相干函数的数学定义式，讨论了定义式中各个子项的物理意义，简要介绍了利用该函数对信号分量实行分离的方法并给出了一个分离随机噪声的计算机仿真实例。得出了一个复合信号与其各分量信号的时域相干函数值之间的物理解释及全体分量的时域相干函数值的总和为1的结论。     

基于变尺度随机共振的弱周期性冲击信号的检测

以绝热近似小参数的随机共振理论为依据，采用变尺度的方法实现大参数条件下的随机共振。通过调整变尺度随机共振Langevin方程的参数，成功地在强噪声背景下检测出微弱的周期性冲击信号。实验结果表明，该方法在回转类机械的振动信号分析中具有重要的实用价值。