參與評論

評論

登錄后參與評論

全部評論(1條)

• 

  11小天使2 2017-09-28 00:00:00

  對信號進行頻譜分析的原因： 在看似雜亂無章的信號中，找出一定振幅、相位、頻率的基本的正弦（余弦）信號中，振幅較大（能量較高）信號對應的頻率，從而找出信號的主要振動頻率特點。如減速機故障時，通過頻譜分析，根據(jù)各級齒輪轉速，齒數(shù)與雜音頻譜中振幅大的對比，可以快速判斷哪級齒輪損傷。 信號譜分析是數(shù)字信號處理的重要內容，對確定的信號其時 域表示是確定的，其頻譜可以通 過傅立葉變換得到。但在實際應用中，攜帶信息的信號本質上都是隨機的，隨機信號不能用 確定的時間函數(shù)表示，只能用概率分布函數(shù)、概率密度函數(shù)或統(tǒng)計平均特性來描述。通常把 隨機信號看作無限長度和無限能量的功率信號，由于不滿足可積，其傅立葉變換不存在 ，因此只能研究其功率在頻域的分布，即功率譜或功率譜密度。 實際應用中人們所能得到的 隨機信號的樣本函數(shù)總是有限長序列，根據(jù)有限長度的信號所得的功率譜只是隨機信號真實 功率譜的估計，稱為功率譜估計。功率譜是平穩(wěn)隨機信號在頻域上，描述各頻率分量功率分 布情況的基本特征量，由于功率譜與相關函數(shù)之間是一對傅立葉變換，經典功率譜估計都依 據(jù)DFT，而采用FFT算法，故稱之為非參數(shù)方法。

  贊(10)

  回復(0)

  評論

  評論

  登錄后參與評論