信号相关分析_精品文档PPT文件格式下载.ppt
《信号相关分析_精品文档PPT文件格式下载.ppt》由会员分享,可在线阅读,更多相关《信号相关分析_精品文档PPT文件格式下载.ppt(20页珍藏版)》请在冰豆网上搜索。
,是两个随机变量波动量之积的数学期望,相关系数越接近1,代表两变量线性相关程度越好;
信号的时域相关分析,信号x(t)的方差定义为:
信号的标准差,是信号方差的平方根称为标准差,方差:
反映了信号绕均值的波动程度。
图为X,Y两个变量数组成的数据点的分布,由图可见:
两个变量的相关系数的绝对值越接近1,他们的线性相关程度越好.,信号相关性的图形描述,两个随机变量完全相关,完全不相关,中等程度相关,信号的相关分析,信号的相关有互相关与自相关两种,分别用于描述两个信号x(t)与y(t)或一个信号在一定时移前后x(t)与x(t+)之间的关系.,1.信号的自相关:
描述信号样本x(t)与时移后的样本x(t+)的相似程度,定义自相关函数为:
信号自相关函数与自相关系数的关系:
自相关函数,相关函数具有以下的性质:
1、自相关函数是的偶函数,RX()=Rx(-);
2、当=0时,自相关函数具有最大值,并等于该随机信号的均方值.,3、当足够大,对于周期信号x(t)的自相关函数仍然是同频率的周期信号,但不保留原信号的相位信息。
(4)随机噪声信号的自相关函数将随的增大快速衰减。
当足够大,随机变量x(t)与x(t+)之间彼此无关,Rx()=ux2,Px()0,由此可见,利用自相关函数可以有效识别信号中的周期成份,求正弦信号自相关函数?
由此可见:
周期信号的自相关函数是一个与原信号具有相同频率函数,它保留了原信号的幅值和频率信息,但失去了原信号的相位信息。
2.信号的互相关:
描述信号x(t)与y(t)的相似程度,定义互自相关函数为:
两周期信号的互相关函数仍然是同频率的周期信号,且保留了原信号的相位信息。
因此,互相关函数取得最大值时,反应了信号的滞后;
求两个周期信号互相关函数?
当,当,两周期信号的互相关函数仍然是同频率的周期信号,且保留原了信号的相位信息。
两个非同频率的周期信号互不相关。
由此可见,互相关函数是在噪声背景下提取有用信息的一个非常有效的手段,称为相关滤波.,相关函数具有以下的性质:
互相关函数,相关分析的工程应用,案例:
机械加工表面粗糙度自相关分析,被测工件,相关分析,利用自相关分析:
消除信号中的随机噪声。
案例:
自相关测转速,理想信号,干扰信号,自相关系数,利用自相关消除随机干扰噪声。
实测信号,案例:
地下输油管道漏损位置的探测,t,利用互相关函数保留相位信息的特点测量物体运动速度,或者信号传播距离。
带钢运行速度的探测,随机信号不具备可积分条件,因此不能直接进行傅立叶变换。
于是,采用相关函数的傅里叶变换作为随机信号的频域描述,称为功率谱密度函数。
(1)自功率谱密度,是自相关函数,的傅立叶变换,简称自谱,信号功率谱分析,可见:
自功率谱密度曲线下与频率轴所包围的面积是信号的平均功率,它是信号功率沿频率轴的分布,反映了信号幅值的平方,因此,与信号幅值谱相比,自功率谱的频率结构特征更明显。
信号幅值谱,自功率谱,当=0时,,平稳随机过程的互谱密度函数,是互相关函数,的傅立叶变换,信号互谱密度,
(1)求系统频响函数,信号功率谱应用,一个线性系统的输出y(t)等于其输入x(t)和系统的脉冲响应函数h(t)的卷积,即,根据卷积定理,上式在频域中可化为,在上式两端乘以X(f)的复共轭并取绝对值,则有,进而有,通常一个测试系统往往受到内部和外部噪声的干扰,从而输出也会带入干扰。
但输入信号与噪声是独立无关的,因此它们的互相关为零。
这一点说明,在用互谱和自谱求取系统频响函数时不会受到系统干扰的影响,
(2)相干分析,相干函数又称为凝聚函数,常用于描述输入、输出信号之间的因果性,其定义为,是一个无量纲系数,其取值范围为,若,称信号x(t)和y(t)在频率f上不相干;
称x(t)和y(t)在频率f上完全相干;
说明信号受到噪声干扰,或说明系统具有非线性。
若,当,油压脉动与油管振动信号相干分析,润滑油泵转速为n=781r/min,油泵齿轮的齿数为z=14,所以油压脉动的基频是f0=nz/60=182.24Hz。
可以看到由于油压脉动引起各阶谐波所对应的相干函数值都比较大,而在非谐波的频率上相干函数值都很小。
所以可以得出结论,油管的振动主要是由于油压脉动所引起的。