高手讲解信号分析与处理

无意在网上看到这篇《大牛讲解信号与系统以及数字信号处理》看的时候眼泪奔涌而出，现在我才知道大学读的专业的干吗的！

第一课什么是卷积卷积有什么用什么是傅利叶变换什么是拉普拉斯变换

引子

很多朋友和我一样，工科电子类专业，学了一堆信号方面的课，什么都没学懂，背了公式考了试，然后毕业了。

先说"卷积有什么用"这个问题。(有人抢答，"卷积"是为了学习"信号与系统"这门课的后续章节而存在的。我大吼一声，把他拖出去枪毙！)

讲一个故事:

张三刚刚应聘到了一个电子产品公司做测试人员，他没有学过"信号与系统"这门课程。一天，他拿到了一个产品，开发人员告诉他，产品有一个输入端，有一个输出端，有限的输入信号只会产生有限的输出。

然后，经理让张三测试当输入sin(t)(t<1秒)信号的时候(有信号发生器)，该产品输出什么样的波形。张三照做了，花了一个波形图。

"很好！"经理说。然后经理给了张三一叠A4纸: "这里有几千种信号，都用公式说明了，输入信号的持续时间也是确定的。你分别测试以下我们产品的输出波形是什么吧！"

这下张三懵了，他在心理想"上帝，帮帮我把，我怎么画出这些波形图呢?"

于是上帝出现了: "张三，你只要做一次测试，就能用数学的方法，画出所有输入波形对应的输出波形"。

上帝接着说:"给产品一个脉冲信号，能量是1焦耳，输出的波形图画出来！"

张三照办了，"然后呢?"

上帝又说，"对于某个输入波形，你想象把它微分成无数个小的脉冲，输入给产品，叠加出来的结果就是你的输出波形。你可以想象这些小脉冲排着队进入你的产品，每个产生一个小的输出，你画出时序图的时候，输入信号的波形好像是反过来进入系统的。"

张三领悟了:" 哦，输出的结果就积分出来啦！感谢上帝。这个方法叫什么名字呢?"

上帝说:"叫卷积！"

从此，张三的工作轻松多了。每次经理让他测试一些信号的输出结果，张三都只需要在A4纸上做微积分就是提交任务了！

----------------------------------------

张三愉快地工作着，直到有一天，平静的生活被打破。

经理拿来了一个小的电子设备，接到示波器上面，对张三说: "看，这个小设备产生的波形根本没法用一个简单的函数来说明，而且，它连续不断的发出信号！不过幸好，这个连续信号是每隔一段时间就重复一次的。张三，你来测试以下，连到我们的设备上，会产生什么输出波形！"

张三摆摆手:"输入信号是无限时长的，难道我要测试无限长的时间才能得到一个稳定的，重复的波形输出吗?"

经理怒了:"反正你给我搞定，否则炒鱿鱼！"

张三心想:"这次输入信号连公式都给出出来，一个很混乱的波形；时间又是无限长的，卷积

也不行了，怎么办呢?"

及时地，上帝又出现了:"把混乱的时间域信号映射到另外一个数学域上面，计算完成以后再映射回来"

"宇宙的每一个原子都在旋转和震荡，你可以把时间信号看成若干个震荡叠加的效果，也就是若干个可以确定的，有固定频率特性的东西。"

"我给你一个数学函数f，时间域无限的输入信号在f域有限的。时间域波形混乱的输入信号在f域是整齐的容易看清楚的。这样你就可以计算了"

"同时，时间域的卷积在f域是简单的相乘关系，我可以证明给你看看"

"计算完有限的程序以后，取f(-1)反变换回时间域，你就得到了一个输出波形，剩下的就是你的数学计算了！"

张三谢过了上帝，保住了他的工作。后来他知道了，f域的变换有一个名字，叫做傅利叶，什么什么... ...

----------------------------------------

再后来，公司开发了一种新的电子产品，输出信号是无限时间长度的。这次，张三开始学拉普拉斯了......

后记:

不是我们学的不好，是因为教材不好，老师讲的也不好。

很欣赏Google的面试题: 用3句话像老太太讲清楚什么是数据库。这样的命题非常好，因为没有深入的理解一个命题，没有仔细的思考一个东西的设计哲学，我们就会陷入细节的泥沼: 背公式，数学推导，积分，做题；而没有时间来回答"为什么要这样"。做大学老师的做不到"把厚书读薄"这一点，讲不出哲学层面的道理，一味背书和翻讲ppt，做着枯燥的数学证明，然后责怪"现在的学生一代不如一代"，有什么意义吗?

第二课到底什么是频率什么是系统?

这一篇，我展开的说一下傅立叶变换F。注意，傅立叶变换的名字F可以表示频率的概念(freqence)，也可以包括其他任何概念，因为它只是一个概念模型，为了解决计算的问题而构造出来的(例如时域无限长的输入信号，怎么得到输出信号)。我们把傅立叶变换看一个C 语言的函数，信号的输出输出问题看为IO 的问题，然后任何难以求解的x->y的问题都可以用x->f(x)->f-1(x)->y来得到。

1. 到底什么是频率?

一个基本的假设: 任何信息都具有频率方面的特性，音频信号的声音高低，光的频谱，电子震荡的周期，等等，我们抽象出一个件谐振动的概念，数学名称就叫做频率。想象在x-y 平面上有一个原子围绕原点做半径为1匀速圆周运动，把x轴想象成时间，那么该圆周运动在y轴上的投影就是一个sin(t)的波形。相信中学生都能理解这个。

那么，不同的频率模型其实就对应了不同的圆周运动速度。圆周运动的速度越快，sin(t)的波形越窄。频率的缩放有两种模式

(a) 老式的收音机都是用磁带作为音乐介质的，当我们快放的时候，我们会感觉歌唱的声音变得怪怪的，调子很高，那是因为"圆周运动"的速度增倍了，每一个声音分量的sin(t)输出变成了sin(nt)。

(b) 在CD/计算机上面快放或满放感觉歌手快唱或者慢唱，不会出现音调变高的现象：因为快放的时候采用了时域采样的方法，丢弃了一些波形，但是承载了信息的输出波形不会有宽窄的变化；满放时相反，时域信号填充拉长就可以了。

2. F变换得到的结果有负数/复数部分，有什么物理意义吗?

解释: F变换是个数学工具，不具有直接的物理意义，负数/复数的存在只是为了计算的完整性。

3. 信号与系统这们课的基本主旨是什么?

对于通信和电子类的学生来说，很多情况下我们的工作是设计或者OSI七层模型当中的物理层技术，这种技术的复杂性首先在于你必须确立传输介质的电气特性，通常不同传输介质对于不同频率段的信号有不同的处理能力。以太网线处理基带信号，广域网光线传出高频调制信号，移动通信，2G和3G分别需要有不同的载频特性。那么这些介质(空气，电线，光纤等)对于某种频率的输入是否能够在传输了一定的距离之后得到基本不变的输入呢? 那么我们就要建立介质的频率相应数学模型。同时，知道了介质的频率特性，如何设计在它上面传输的信号才能大到理论上的最大传输速率?----这就是信号与系统这们课带领我们进入的一个世界。

当然，信号与系统的应用不止这些，和香农的信息理论挂钩，它还可以用于信息处理(声音，图像)，模式识别，智能控制等领域。如果说，计算机专业的课程是数据表达的逻辑模型，那么信号与系统建立的就是更底层的，代表了某种物理意义的数学模型。数据结构的知识能解决逻辑信息的编码和纠错，而信号的知识能帮我们设计出码流的物理载体(如果接受到的信号波形是混乱的，那我依据什么来判断这个是1还是0? 逻辑上的纠错就失去了意义)。在工业控制领域，计算机的应用前提是各种数模转换，那么各种物理现象产生的连续模拟信号(温度，电阻，大小，压力，速度等) 如何被一个特定设备转换为有意义的数字信号，首先我们就要设计一个可用的数学转换模型。

4. 如何设计系统?

设计物理上的系统函数(连续的或离散的状态)，有输入，有输出，而中间的处理过程和具体的物理实现相关，不是这们课关心的重点(电子电路设计?)。信号与系统归根到底就是为了特定的需求来设计一个系统函数。设计出系统函数的前提是把输入和输出都用函数来表示(例如sin(t))。分析的方法就是把一个复杂的信号分解为若干个简单的信号累加，具体的过程就是一大堆微积分的东西，具体的数学运算不是这门课的中心思想。

那么系统有那些种类呢?

(a) 按功能分类: 调制解调(信号抽样和重构)，叠加，滤波，功放，相位调整，信号时钟同步，负反馈锁相环，以及若干子系统组成的一个更为复杂的系统----你可以画出系统流程图，是不是很接近编写程序的逻辑流程图? 确实在符号的空间里它们没有区别。还有就是离散状态的数字信号处理(后续课程)。

(b) 按系统类别划分，无状态系统，有限状态机，线性系统等。而物理层的连续系统函数，是一种复杂的线性系统。

5. 最好的教材?

符号系统的核心是集合论，不是微积分，没有集合论构造出来的系统，实现用到的微积分便毫无意义----你甚至不知道运算了半天到底是要作什么。以计算机的观点来学习信号与系统，最好的教材之一就是<>，作者是UC Berkeley的Edward A.Lee and PravinVaraiya----先定义再实

现，符合人类的思维习惯。国内的教材通篇都是数学推导，就是不肯说这些推导是为了什么目的来做的，用来得到什么，建设什么，防止什么；不去从认识论和需求上讨论，通篇都是看不出目的的方XX，本末倒置了。

第三课抽样定理是干什么的

1. 举个例子，打电话的时候，电话机发出的信号是PAM脉冲调幅，在电话线路上传的不是话音，而是话音通过信道编码转换后的脉冲序列，在收端恢复语音波形。那么对于连续的说话人语音信号，如何转化成为一些列脉冲才能保证基本不失真，可以传输呢? 很明显，我们想到的就是取样，每隔M毫秒对话音采样一次看看电信号振幅，把振幅转换为脉冲编码，传输出去，在收端按某种规则重新生成语言。

那么，问题来了，每M毫秒采样一次，M多小是足够的? 在收端怎么才能恢复语言波形呢? 对于第一个问题，我们考虑，语音信号是个时间频率信号(所以对应的F变换就表示时间频率)把语音信号分解为若干个不同频率的单音混合体(周期函数的复利叶级数展开，非周期的区间函数，可以看成补齐以后的周期信号展开，效果一样)，对于最高频率的信号分量，如果抽样方式能否保证恢复这个分量，那么其他的低频率分量也就能通过抽样的方式使得信息得以保存。如果人的声音高频限制在3000Hz，那么高频分量我们看成sin(3000t)，这个sin 函数要通过抽样保存信息，可以看为: 对于一个周期，波峰采样一次，波谷采样一次，也就是采样频率是最高频率分量的2倍(奈奎斯特抽样定理)，我们就可以通过采样信号无损的表示原始的模拟连续信号。这两个信号一一对应，互相等价。

对于第二个问题，在收端，怎么从脉冲序列(梳装波形)恢复模拟的连续信号呢? 首先，我们已经肯定了在频率域上面的脉冲序列已经包含了全部信息，但是原始信息只在某一个频率以下存在，怎么做? 我们让输入脉冲信号I通过一个设备X，输出信号为原始的语音O，那么I(*)X=O，这里(*)表示卷积。时域的特性不好分析，那么在频率域F(I)*F(X)=F(O)相乘关系，这下就很明显了，只要F(X)是一个理想的，低通滤波器就可以了(在F域画出来就是一个方框)，它在时间域是一个钟型函数(由于包含时间轴的负数部分，所以实际中不存在)，做出这样的一个信号处理设备，我们就可以通过输入的脉冲序列得到几乎理想的原始的语音。在实际应用中，我们的抽样频率通常是奈奎斯特频率再多一点，3k赫兹的语音信号，抽样标准是8k赫兹。

2. 再举一个例子，对于数字图像，抽样定理对应于图片的分辨率----抽样密度越大，图片的分辨率越高，也就越清晰。如果我们的抽样频率不够，信息就会发生混叠----网上有一幅图片，近视眼戴眼镜看到的是爱因斯坦，摘掉眼睛看到的是梦露----因为不带眼睛，分辨率不够(抽样频率太低)，高频分量失真被混入了低频分量，才造成了一个视觉陷阱。在这里，图像的F变化，对应的是空间频率。

话说回来了，直接在信道上传原始语音信号不好吗? 模拟信号没有抗干扰能力，没有纠错能力，抽样得到的信号，有了数字特性，传输性能更佳。

什么信号不能理想抽样? 时域有跳变，频域无穷宽，例如方波信号。如果用有限带宽的抽样信号表示它，相当于复利叶级数取了部分和，而这个部分和在恢复原始信号的时候，在不可导的点上面会有毛刺，也叫吉布斯现象。

3. 为什么傅立叶想出了这么一个级数来? 这个源于西方哲学和科学的基本思想: 正交分析方法。例如研究一个立体形状，我们使用x,y,z三个互相正交的轴: 任何一个轴在其他轴上面的投影都是0。这样的话，一个物体的3视图就可以完全表达它的形状。同理，信号怎么分解和分析呢? 用互相正交的三角函数分量的无限和：这就是傅立叶的贡献。

入门第四课傅立叶变换的复数小波

说的广义一点，"复数"是一个"概念"，不是一种客观存在。

什么是"概念"? 一张纸有几个面? 两个，这里"面"是一个概念，一个主观对客观存在的认知，就像"大"和"小"的概念一样，只对人的意识有意义，对客观存在本身没有意义(康德: 纯粹理性的批判)。把纸条的两边转一下相连接，变成"莫比乌斯圈"，这个纸条就只剩下一个"面"了。概念是对客观世界的加工，反映到意识中的东西。

数的概念是这样被推广的: 什么数x使得x^2=-1? 实数轴显然不行，(-1)*(-1)=1。那么如果存在一个抽象空间，它既包括真实世界的实数，也能包括想象出来的x^2=-1，那么我们称这个想象空间为"复数域"。那么实数的运算法则就是复数域的一个特例。为什么1*(-1)=-1? +-符号在复数域里面代表方向，-1就是"向后，转!"这样的命令，一个1在圆周运动180度以后变成了-1，这里，直线的数轴和圆周旋转，在复数的空间里面被统一了。

因此，(-1)*(-1)=1可以解释为"向后转"+"向后转"=回到原地。那么复数域如何表示x^2=-1呢? 很简单，"向左转"，"向左转"两次相当于"向后转"。由于单轴的实数域(直线)不包含这样的元素，所以复数域必须由两个正交的数轴表示--平面。很明显，我们可以得到复数域乘法的一个特性，就是结果的绝对值为两个复数绝对值相乘，旋转的角度=两个复数的旋转角度相加。高中时代我们就学习了迪莫弗定理。为什么有这样的乘法性质? 不是因为复数域恰好具有这样的乘法性质(性质决定认识)，而是发明复数域的人就是根据这样的需求去弄出了这么一个复数域(认识决定性质)，是一种主观唯心主义的研究方法。为了构造x^2=-1，我们必须考虑把乘法看为两个元素构成的集合: 乘积和角度旋转。

因为三角函数可以看为圆周运动的一种投影，所以，在复数域，三角函数和乘法运算(指数)被统一了。我们从实数域的傅立叶级数展开入手，立刻可以得到形式更简单的，复数域的，和实数域一一对应的傅立叶复数级数。因为复数域形式简单，所以研究起来方便----虽然自然界不存在复数，但是由于和实数域的级数一一对应，我们做个反映射就能得到有物理意义的结果。

那么傅立叶变换，那个令人难以理解的转换公式是什么含义呢? 我们可以看一下它和复数域傅立叶级数的关系。什么是微积分，就是先微分，再积分，傅立叶级数已经作了无限微分了，对应无数个离散的频率分量冲击信号的和。傅立叶变换要解决非周期信号的分析问题，想象这个非周期信号也是一个周期信号: 只是周期为无穷大，各频率分量无穷小而已(否则积分的结果就是无穷)。那么我们看到傅立叶级数，每个分量常数的求解过程，积分的区间就是从T变成了正负无穷大。而由于每个频率分量的常数无穷小，那么让每个分量都去除以f，就得到有值的数----所以周期函数的傅立叶变换对应一堆脉冲函数。同理，各个频率分量之间无限的接近，因为f很小，级数中的f，2f，3f之间几乎是挨着的，最后挨到了一起，和卷积一样，这个复数频率空间的级数求和最终可以变成一个积分式：傅立叶级数变成了傅立叶变换。注意有个概念的变化：离散的频率，每个频率都有一个"权"值，而连续的F域，每个频率的加权值都是无穷小(面积=0)，只有一个频率范围内的"频谱"才对应一定的能量积分。频率点变成了频谱的线。

因此傅立叶变换求出来的是一个通常是一个连续函数，是复数频率域上面的可以画出图像的东西? 那个根号2Pai又是什么? 它只是为了保证正变换反变换回来以后，信号不变。我们可以让正变换除以2，让反变换除以Pi，怎么都行。慢点，怎么有"负数"的部分，还是那句话，是数轴的方向对应复数轴的旋转，或者对应三角函数的相位分量，这样说就很好理解了。有什么好处? 我们忽略相位，只研究"振幅"因素，就能看到实数频率域内的频率特性了。

我们从实数(三角函数分解)->复数(e和Pi)->复数变换(F)->复数反变换(F-1)->复数(取幅度分

量)->实数，看起来很复杂，但是这个工具使得，单从实数域无法解决的频率分析问题，变得可以解决了。两者之间的关系是: 傅立叶级数中的频率幅度分量是a1-an,b1-bn，这些离散的数表示频率特性，每个数都是积分的结果。而傅立叶变换的结果是一个连续函数: 对于f 域每个取值点a1-aN(N=无穷)，它的值都是原始的时域函数和一个三角函数(表示成了复数)积分的结果----这个求解和级数的表示形式是一样的。不过是把N个离散的积分式子统一为了一个通用的，连续的积分式子。

复频域，大家都说画不出来，但是我来画一下！因为不是一个图能够表示清楚的。我用纯中文来说:

1. 画一个x,y轴组成的平面，以原点为中心画一个圆(r=1)。再画一条竖直线: (直线方程x=2)，把它看成是一块挡板。

2. 想象，有一个原子，从(1,0)点出发，沿着这个圆作逆时针匀速圆周运动。想象太阳光从x 轴的复数方向射向x轴的正数方向，那么这个原子运动在挡板(x=2)上面的投影，就是一个简协震动。

3. 再修改一下，x=2对应的不是一个挡板，而是一个打印机的出纸口，那么，原子运动的过程就在白纸上画下了一条连续的sin(t)曲线!

上面3条说明了什么呢? 三角函数和圆周运动是一一对应的。如果我想要sin(t+x)，或者cos(t)这种形式，我只需要让原子的起始位置改变一下就可以了：也就是级坐标的向量，半径不变，相位改变。

傅立叶级数的实数展开形式，每一个频率分量都表示为AnCos(nt)+BnSin(nt)，我们可以证明，这个式子可以变成sqr(An^2+Bn^2)sin(nt+x)这样的单个三角函数形式，那么：实数值对(An,Bn)，就对应了二维平面上面的一个点，相位x对应这个点的相位。实数和复数之间的一一对应关系便建立起来了，因此实数频率唯一对应某个复数频率，我们就可以用复数来方便的研究实数的运算：把三角运算变成指数和乘法加法运算。

-------------------------------------------------------------------------

但是，F变换仍然是有限制的(输入函数的表示必须满足狄义赫立条件等)，为了更广泛的使用"域"变换的思想来表示一种"广义"的频率信息，我们就发明出了拉普拉斯变换，它的连续形式对应F变换，离散形式就成了Z变换。离散信号呢? 离散周期函数的F级数，项数有限，离散非周期函数(看为周期延拓以后仍然是离散周期函数)，离散F级数，仍然项数有限。离散的F变换，很容易理解---- 连续信号通过一个周期采样滤波器，也就是频率域和一堆脉冲相乘。时域取样对应频域周期延拓。为什么? 反过来容易理解了，时域的周期延拓对应频率域的一堆脉冲。

两者的区别：FT=从负无穷到正无穷对积分LT=从零到正无穷对积分(由于实际应用，通常只做单边Laplace变换，即积分从零开始) 具体地，在Fourier积分变换中，所乘因子为exp(-jwt)，此处，-jwt显然是为一纯虚数；而在laplace变换中，所乘因子为exp(-st)，其中s为一复数：s=D+jw,jw是为虚部，相当于Fourier变换中的jwt，而D则是实部，作为衰减因子，这样就能将许多无法作Fourier变换的函数（比如exp(at),a>0）做域变换。

而Z变换，简单地说，就是离散信号(也可以叫做序列)的Laplace变换，可由抽样信号的Laplace 变换导出。ZT=从n为负无穷到正无穷对求和。Z域的物理意义: 由于值被离散了，所以输入输出的过程和花费的物理时间已经没有了必然的关系(t只对连续信号有意义)，所以频域的考察变得及其简单起来，我们把(1,-1,1,-1,1,-1)这样的基本序列看成是数字频率最高的序列，他的数字频率是1Hz(数字角频率2Pi)，其他的数字序列频率都是N分之1Hz，频率分解的结果就是0-2Pi角频率当中的若干个值的集合，也是一堆离散的数。由于时频都是离散的，所以在做变换的时候，不需要写出冲击函数的因子

离散傅立叶变换到快速傅立叶变换----由于离散傅立叶变换的次数是O(N^2)，于是我们考虑把离散序列分解成两两一组进行离散傅立叶变换，变换的计算复杂度就下降到了O(NlogN)，再把计算的结果累加O(N)，这就大大降低了计算复杂度。

再说一个高级话题: 小波。在实际的工程应用中，前面所说的这些变换大部分都已经被小波变换代替了。

什么是小波？先说什么是波：傅立叶级数里面的分量，sin/cos函数就是波，sin(t)/cos(t)经过幅度的放缩和频率的收紧，变成了一系列的波的求和，一致收敛于原始函数。注意傅立叶级数求和的收敛性是对于整个数轴而言的，严格的。不过前面我们说了，实际应用FFT的时候，我们只需要关注部分信号的傅立叶变换然后求出一个整体和就可以了，那么对于函数的部分分量，我们只需要保证这个用来充当砖块的"波函数"，在某个区间(用窗函数来滤波)内符合那几个可积分和收敛的定义就可以了，因此傅立叶变换的"波"因子，就可以不使用三角函数，而是使用一系列从某些基本函数构造出来的函数族，只要这个基本函数符合那些收敛和正交的条件就可以了。怎么构造这样的基本函数呢？sin(t)被加了方形窗以后，映射到频域是一堆无穷的散列脉冲，所以不能再用三角函数了。我们要得到频率域收敛性好的函数族，能覆盖频率域的低端部分。说的远一点，如果是取数字信号的小波变换，那么基础小波要保证数字角频率是最大的2Pi。利用小波进行离频谱分析的方法，不是像傅立叶级数那样求出所有的频率分量，也不是向傅立叶变换那样看频谱特性，而是做某种滤波，看看在某种数字角频率的波峰值大概是多少。可以根据实际需要得到如干个数字序列。

我们采用(0,f),(f,2f),(2f,4f)这样的倍频关系来考察函数族的频率特性，那么对应的时间波形就是倍数扩展(且包含调制---所以才有频谱搬移)的一系列函数族。频域是窗函数的基本函数，时域就是钟形函数。当然其他类型的小波，虽然频率域不是窗函数，但是仍然可用：因为小波积分求出来的变换，是一个值，例如(0,f)里包含的总能量值，(f,2f)里面包含的总能量值。所以即使频域的分割不是用长方形而是其他的图形，对于结果来说影响不大。同时，这个频率域的值，它的分辨率密度和时域小波基函数的时间分辨率是冲突的(时域紧频域宽，时域宽频域紧)，所以设计的时候受到海森堡测不准原理的制约。Jpeg2000压缩就是小波：因为时频都是局部的，变换结果是数值点而不是向量，所以，计算复杂度从FFT的O(NlgN)下降到了O(N)，性能非常好。

广东工业大学《测试技术与信号分析》测试实验报告

测试技术与信号处理实验报告 机械转子底座的振动测量和分析 一、实验目的 1．掌握磁电式速度传感器的工作原理、特点和应用。

2．掌握振动的测量和数据分析。 二、实验内容和要求 先利用光电式转速传感器测量出电机的转速；然后利用磁电式速度传感器测量机械转子底座在该电机转速下的振动速度；对测量出的振动速度信号进行频谱分析；找出振动信号的主频与电机转速之间的关系。 三、实验步骤 1．启动实验程序“机械转子系统的振动测量.exe”; 输入个人信息，也可以启动之后通过单击“修改”按钮修改个人信息。 2．单击“采样设置”按钮，输入采集卡连接磁电速度传感器的采样通道号，批量采样频率（建议设为10KHz）、批量采样点数（建议设为10000）。 3．打开转子电机的电源，单击“单点采样”。 4．旋转调节旋钮改变转子的转速,观察图形区显示的磁电速度传感器采集到的转子底座振动信号；如果振动信号比较小，可适当提高转子的转速。 5．转子转速的测量： (1) 单击“采样设置”按钮，输入采集卡连接光电转速传感器的 采样通道号、批量采样频率（建议值为10KHz）、批量采样点 数（建议值为10000）。 (2) 单击“批量采样”按钮，开始采样；采样完成之后，采集到 的波形信号会显示在图形窗口，系统会自动计算出转子的速度

并显示出来。记录下此时的转子的转速（单位：r/s）。 (3) 再重复步骤(2)测量2次。以三次测量的平均值作为此时转子 的转速。 转速的测量结果 单点采样采集通道6,测量3组数据 6．振动信号的测量和频谱分析： (1) 单击“采样设置”按钮，输入采集卡连接磁电速度传感器的 采样通道号、批量采样频率（建议设为10KHz）、批量采样点 数（建议设为10000）。 (2) 单击“批量采样”按钮，开始采样；采样完成之后，采集到 的波形信号会显示在图形窗口。如果信号不正常，重复点击“批 量采样”按钮 (3) 单击“保存”按钮，将采集到的磁电传感器的信号数据保存 为文本文件。文件必须保存到“C:\ExperiData\”目录下。可单 击“保存设置”更改文件名。 (4) 打开刚保存的文本文件，文件前面几行保存了个人信息、采 样频率、采样通道、保存的数据个数等信息。文件中共有四列 数据，第一列为数据的序号，第二列为磁电传感器检测到的数 据。

测试技术复习资料第七章测试信号的处理与分析考试重点

测试技术复习资料 第七章 测试信号的处理与分析 考试重点 一、选择题 1. 两个正弦信号间存在下列关系：（ B ） A. 同频相关，不同频也相关 B. 同频相关，不同频不相关 C. 同频不相关，不同频相关 D. 同频不相关，不同频也不相关 2. 自相关函数是一个（ B ）函数。 A. 奇 B. 偶 C. 非奇非偶 D. 三角 3. 如果一信号的自相关函数)(τx R 呈现一定周期的不衰减，则说明该信号（ B ）。 A. 均值不为0 B. 含有周期分量 C. 是各态历经的 D. 不含有周期分量 4. 正弦信号的自相关函数是（ A ），余弦函数的自相关函数是（C ）。 A. 同频余弦信号 B. 脉冲信号 C. 偶函数 D. 正弦信号 5.经测得某信号的相关函数为一余弦曲线，则其（ C ）是正弦信号的（ D ）。 A. 可能 B. 不可能 C. 必定 D. 自相关函数 6. 对连续信号进行采样时，采样频率越高，当保持信号的记录的时间不变时，则（ C ）。 A. 泄漏误差就越大 B. 量化误差就越小 C. 采样点数就越多 D. 频域上的分辨率就越低 7. 把连续时间信号进行离散化时产生混叠的主要原因是（ B ）。 A. 记录时间太长 B. 采样间隔太宽 C. 记录时间太短 D. 采样间隔太窄 8. 若有用信号的强度、信噪比越大，则噪声的强度（C ）。 A. 不变 B. 越大 C. 越小 D. 不确定 9. A/D 转换器是将（ B ）信号转换成（ D ）信号的装置。 A. 随机信号 B. 模拟信号 C. 周期信号 D. 数字信号 10. 两个同频方波的互相关函数曲线是（ C ）。 A. 余弦波 B. 方波 C. 三角波 D. 正弦波 11. 已知x （t ）和y （t ）为两个周期信号，T 为共同的周期，其互相关函数的表达式为（ C ）。 A. dt t y t x T T )()(210?+τ B. dt t y t x T T )()(210?+τ C. dt t y t x T T )()(10?+τ D. dt t y t x T T )()(210?-τ 12. 两个不同频率的简谐信号，其互相关函数为（ C ）。 A. 周期信号 B. 常数 C. 零 D. 非周期信号 13. 数字信号处理中，采样频率s f 与限带信号最高频率h f 间的关系应为（ B ）。 A. s h f f = B. 2s h f f > C. s h f f < D. h s f f 7.0= 14. 正弦信号)sin()(0?ω+=t x t x 的自相关函数为（ B ）。 A. ωτsin 2 x B. ωτcos 220x C . ωτsin 220x D. ωτcos 20x

现代测试技术习题解答--第二章--信号的描述与分析---副本

第二章 信号的描述与分析 补充题2-1-1 求正弦信号0()sin()x t x ωt φ=+的均值x μ、均方值2 x ψ和概率密度函数 p (x )。 解答： (1)0 00 11lim ()d sin()d 0T T x T μx t t x ωt φt T T →∞== +=? ? ，式中02π T ω = —正弦信号周期 (2) 2 222 2 2 0000 1 1 1cos 2() lim ()d sin ()d d 22 T T T x T x x ωt φψx t t x ωt φt t T T T →∞-+== += = ? ? ? (3)在一个周期内 012ΔΔ2Δx T t t t =+= 000 2Δ[()Δ]lim x x T T T t P x x t x x T T T →∞<≤+=== Δ0Δ000 [()Δ]2Δ2d ()lim lim ΔΔd x x P x x t x x t t p x x T x T x →→<≤+==== 正弦信号 x

2-8 求余弦信号0()sin x t x ωt 的绝对均值x μ和均方根值rms x 。 2-1 求图示2.36所示锯齿波信号的傅里叶级数展开。

2-4周期性三角波信号如图2.37所示，求信号的直流分量、基波有效值、信号有效值及信号的平均功率。

2-1 求图示2.36所示锯齿波信号的傅里叶级数展开。 补充题2-1-2 求周期方波（见图1-4）的傅里叶级数（复指数函数形式），划出|c n|–ω和φn–ω

图，并与表1-1对比。 解答：在一个周期的表达式为 00 (0)2 () (0) 2 T A t x t T A t ? --≤

信号分析与处理答案第二版完整版

信号分析与处理答案第 二版 HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】

第二章习题参考解答 求下列系统的阶跃响应和冲激响应。 (1) 解当激励为时，响应为，即： 由于方程简单，可利用迭代法求解： ，， …， 由此可归纳出的表达式： 利用阶跃响应和冲激响应的关系，可以求得阶跃响应： (2) 解 (a)求冲激响应 ，当时，。 特征方程，解得特征根为。所以： …(2.1.2.1) 通过原方程迭代知，，，代入式(2.1.2.1)中得：解得，代入式(2.1.2.1)： …(2.1.2.2) 可验证满足式(2.1.2.2)，所以： (b)求阶跃响应 通解为 特解形式为，，代入原方程有，即 完全解为 通过原方程迭代之，，由此可得 解得，。所以阶跃响应为： (3)

解 (4) 解 当t>0时，原方程变为：。 …(2.1.3.1) …(2.1.3.2) 将(2.1.3.1)、式代入原方程，比较两边的系数得： 阶跃响应： 求下列离散序列的卷积和。 (1) 解用表 格法求 解 (2) 解用表 格法求 解 (3) 和 如题图2.2.3所示 解用表 格法求 解

(4) 解 (5) 解 (6) 解参见右图。 当时： 当时： 当时： 当时： 当时： (7) ， 解参见右图： 当时： 当时： 当时： 当时： 当时： (8) ，解参见右图

当时： 当时： 当时： 当时： (9) ， 解 (10) ， 解 或写作：

求下列连续信号的卷积。 (1) ， 解参见右图： 当时： 当时： 当时： 当时： 当时： 当时： (2) 和如图2.3.2所示 解当时： 当时： 当时： 当时： 当时： (3) ， 解 (4) ， 解 (5) ， 解参见右图。当时：当时： 当时：

《测试技术与信号处理》习题答案-华科版

《测试技术与信号处理》习题答案 第二章 信号分析基础 1、请判断下列信号是功率信号还是能量信号： （1）)()(10cos 2 ∞<<-∞=t e t x t π （2）)()(||10∞<<-∞=-t e t x t 【解】（1）该信号为周期信号，其能量无穷大，但一个周期内的平均功率有限，属功率信号。 （2）信号能量：? ∞ ∞ -= =10 1 )(2dt t x E ，属于能量信号。 2、请判断下列序列是否具有周期性，若是周期性的，请求其周期。)8 ()(π-=n j e n x 【解】设周期为N ，则有：8 )8 8()()(N j N n j e n x e N n x ?==+-+π 若满足)()(n x N n x =+，则有1)8/sin()8/cos(8/=-=-N j N e jN 即：k N π28/=，k N π16=，k = 0，1，2，3，… N 不是有理数，故序列不是周期性的。 3、已知矩形单脉冲信号x 0(t)的频谱为X 0(ω)=A τsinc(ωτ/2) ，试求图示三脉冲信号的频谱。 【解】三脉冲信号的时域表达式为：)()()()(000T t x t x T t x t x -+++= 根据Fourier 变换的时移特性和叠加特性，可得其频谱： )]cos(21)[2 ( sin )()()()(000T c A e X X e X X T j T j ωωτ τωωωωωω+=++=- 4、请求周期性三角波（周期为T ，幅值为0—A ）的概率分布函数F(x)与概率密度函数p(x) 。 【解】在一个周期T 内，变量x (t )小于某一特定值x 的时间间隔平均值为：T A x t i = ? 取n 个周期计算平均值，当∞→n 时，可有概率分布函数：A x nT t n x F i n =?=∞→lim )( 概率密度函数：A dx x dF x p 1 )()(== t -τ/2 0 τ/2 -T T

机械工程测试技术基础(第三版)试题(卷)与答案解析集

机械工程测试技术基础(第三版)试卷集. 一、填空题 １、周期信号的频谱是离散的，而非周期信号的频谱是的。 ２、均方值Ψx2表示的是信号的强度，它与均值μx、方差σx2的关系是。 ３、测试信号调理电路主要有、、。 ４、测试系统的静态特性指标有、、。 ５、灵敏度表示系统输出与输入之间的比值，是定度曲线的。 ６、传感器按信号变换特性可分为、。 ７、当时，可变磁阻式电感传感器的输出和输入成近似线性关系，其灵敏度S趋于。 ８、和差特性的主要内容是相临、相反两臂间阻值的变化量符合、的变化，才能使输出有最大值。 ９、信号分析的过程主要包括：、。 10、系统动态特性在时域可用来描述，在复数域可用来描述，在频域可用来描述。 11、高输入阻抗测量放大电路具有高的共模抑制比，即对共模信号有抑制作用，对信号有放大作用。 12、动态应变仪上同时设有电阻和电容平衡旋钮，原因是导线间存在。 13、压控振荡器的输出电压是方波信号，其与输入的控制电压成线性关系。 14、调频波的解调又称，其解调电路称为。 15、滤波器的通频带宽和响应时间成关系。 16、滤波器的频率分辨力主要由其决定。 17、对于理想滤波器，滤波器因数λ＝。 18、带通滤波器可由低通滤波器（f c2）和高通滤波器（f c1）而成（f c2> f c1）。 19、测试系统的线性度和滞后度是由误差引起的；而重复性误差是 由误差引起的。 二、问答题（共30分） １、什么是测试？说明测试系统的构成及各组成部分的作用。（10分） ２、说明电阻丝应变片和半导体应变片的异同点，各有何优点？（10分） ３、选用传感器的原则是什么？（10分） 三、计算题（共55分） １、已知信号x(t)=e-t (t≥0)， (1) 求x(t)的频谱函数X(f)，并绘制幅频谱、相频谱。 (2) 求x(t)的自相关函数R x (τ) 。（15分） ２、二阶系统的阻尼比ξ=0.2，求ω=ωn时的幅值误差和相位误差，如果使幅值误差不大于10％，应取多大阻尼比？。（10分）３、一电容传感器，其圆形极板r = 4mm，工作初始间隙δ0 =0.3mm， （1）工作时如果传感器的工作间隙变化Δδ=±2μm，求电容的变化量。 （2）如果测量电路灵敏度S1=100mv/pF，读数仪表灵敏度S2=5格/mv，在 Δδ=±2μm时，读数仪表的指示值变化多少格？ （ε0 = 8.85×10-12 F/m）(8分) ４、已知RC低通滤波器的R=1KΩ，C=1MF，当输入信号μx= 100sin1000t时， 求输出信号μy 。（7分） ５、（1）在下图中写出动态应变仪所包含的各个电路环节。 （2）如被测量x(t) = sinωt，载波y(t)=sin6ωt，画出各环节信号的波形图。(15分 一、填空题： 1、连续 2、￠x2=H x2+óx2 3、电桥、放大、调制解调电路 4、非线性度、灵敏度、回程误差 5、斜率 6、组合型、一体化型 7、Δó〈〈ó0定位8、相邻相反相对相同9、信号分析、信号处理 10、传递函数、频率函数、脉冲响应函数11、差模12、分布电容13、频率14、鉴频、鉴频器15、反比16、带宽B 17、1 18、串联19、

数字信号处理期末实验-语音信号分析与处理

语音信号分析与处理 摘要 用MATLAB对语音信号进行分析与处理，采集语音信号后，在MATLAB软件平台进行频谱分析;并对所采集的语音信号加入干扰噪声，对加入噪声的信号进行频谱分析，设计合适的滤波器滤除噪声，恢复原信号。 数字滤波器是数字信号处理的基础，用来对信号进行过滤、检测和参数估计等处理。IIR数字滤波器最大的优点是给定一组指标时，它的阶数要比相同组的FIR滤波器的低的多。信号处理中和频谱分析最为密切的理论基础是傅立叶变换（FT）。离散傅立叶变换（DFT）和数字滤波是数字信号处理的最基本内容。 关键词：MATLAB;语音信号；加入噪声；滤波器；滤波 1. 设计目的与要求 （1）待处理的语音信号是一个在20Hz~20kHz频段的低频信号。 （2）要求MATLAB对语音信号进行分析和处理，采集语音信号后，在MATLAB平台进行频谱分析；并对所采集的语音信号加入干扰噪声，对加入噪声的信号进行频谱分析，设计合适的滤波器进行滤除噪声，恢复原信号。

2. 设计步骤 （1）选择一个语音信号或者自己录制一段语音文件作为分析对象； （2）对语音信号进行采样，并对语音信号进行FFT频谱分析，画出信号的时域波形图和频谱图； （3）利用MATLAB自带的随机函数产生噪声加入到语音信号中，对语音信号进行回放，对其进行FFT频谱分析； （4）设计合适滤波器，对带有噪声的语音信号进行滤波，画出滤波前后的时域波形图和频谱图，比较加噪前后的语音信号，分析发生的变化； （5）对语音信号进行回放，感觉声音变化。 3. 设计原理及内容 3.1 理论依据 （1）采样频率：采样频率（也称采样速度或者采样率）定义了每秒从连续信号中提取并组成离散信号的采样个数，它用赫兹（Hz）来表示。采样频率只能用于周期性采样的采样器，对于非周期采样的采样器没有规则限制。通俗的讲，采样频率是指计算机每秒钟采集多少个声音样本，是描述声音文件的音质、音调，衡量声卡、声音文件的质量标准。采样频率越高，即采样的间隔时间越短，则在单位之间内计算机得到的声音样本数据就越多，对声音波形的表示也越精确。 （2）采样位数：即采样值或取样值，用来衡量声音波动变化的参数。 （3）采样定理：在进行模拟/数字信号的的转换过程中，当采样频率f s.max大于信号中，最高频率f max的2倍时，即：f s.max>=2f max，则采样之后的数字信号完整的保留了原始信号中的信息，一般实际应用中保证采样频率为信号最高频率的5~10倍；采样频率又称乃奎斯特定理。 （4）时域信号的FFT分析：信号的频谱分析就是计算信号的傅立叶变换。连续信号与系统的傅立叶分析显然不便于直接用计算机进行计算，使其应用受到限制。而FFT是一种时域和频域均离散化的变换，适合数值计算，成为用计算机分析离

(完整版)语音信号分析与处理系统设计

语音信号分析与处理系统设计

语音信号分析与处理系统设计 摘要 语音信号处理是研究用数字信号处理技术和语音学知识对语音信号进行处理的新兴的学科，是目前发展最为迅速的信息科学研究领域的核心技术之一。通过语音传递信息是人类最重要、最有效、最常用和最方便的交换信息形式。 Matlab语言是一种数据分析和处理功能十分强大的计算机应用软件，它可以将声音文件变换为离散的数据文件，然后利用其强大的矩阵运算能力处理数据，如数字滤波、傅里叶变换、时域和频域分析、声音回放以及各种图的呈现等，它的信号处理与分析工具箱为语音信号分析提供了十分丰富的功能函数，利用这些功能函数可以快捷而又方便地完成语音信号的处理和分析以及信号的可视化，使人机交互更加便捷。信号处理是Matlab重要应用的领域之一。 本设计针对现在大部分语音处理软件内容繁多、操作不便等问题，采用MATLAB7.0综合运用GUI界面设计、各种函数调用等来实现语音信号的变频、变幅、傅里叶变换及滤波，程序界面简练，操作简便，具有一定的实际应用意义。 最后，本文对语音信号处理的进一步发展方向提出了自己的看法。 关键字：Matlab；语音信号；傅里叶变换；信号处理；

目录 1 绪论 (1) 1.1课题背景及意义 (1) 1.2国内外研究现状 (1) 1. 3本课题的研究内容和方法 (2) 1.3.1 研究内容 (2) 1.3.2 运行环境 (2) 1.3.3 开发环境 (2) 2 语音信号处理的总体方案 (3) 2.1 系统基本概述 (3) 2.2 系统基本要求 (3) 2.3 系统框架及实现 (3) 2.4系统初步流程图 (4) 3 语音信号处理基本知识 (6) 3.1语音的录入与打开 (6) 3.2采样位数和采样频率 (6) 3.3时域信号的FFT分析 (6) 3.4数字滤波器设计原理 (7) 3.5倒谱的概念 (7) 4 语音信号处理实例分析 (8) 4.1图形用户界面设计 (8) 4.2信号的采集 (8) 4.3语音信号的处理设计 (8) 4.3.1 语音信号的提取 (8) 4.3.2 语音信号的调整 (10)

《信号分析与处理》(第二版)-徐科军、黄云志-课后标准答案

《信号分析与处理》(第二版)-徐科军、黄云志-课后答案

————————————————————————————————作者：————————————————————————————————日期：

Chap1. 1.4 ()()()()()()()()()()()() ()()()()()()()121 2 122 12112 2 121 2 2 2y 11102 y 0.5111 y 0.5 1.513y 0 13 013 y 0.5111 0.5 1.513t t t t t x t x t x x t d x x t x x t d t d t t t x x t d t d t t t t t or t t or t t t t t t t τττ ττττ τττττττττττ+∞ -∞ ----=*=-=-≤≤???=≤≤??=-= -=+-<≤=-= -=-++<<=≤-≥≤-≥??=+-<≤??-++<

()()[] ()()()[]()()()∑∞ =? ? ? ???Ω-Ω-+=- =-= =??? ??<≤<≤-=1002212 2 01cos cos cos 1cos 141cos 1cos 1 5 .0202 20 (a)n n n t n n n t n n n t x n n b n n a a T t t T t T t x πππππ πππ 代入公式得： ()() ()()() ()[] ()()[]()()∑∞ =Ω-? ? ? ???Ω-Ω-+=- =-= ==Ω=Ω-=1002222 2 012 212cos 1cos cos 11411cos 11 5.0cos 2 (b)n n n T jn t n n t n n n t x n b n n a a n n X e n X T t x t x πππππππ得到：根据时移性质： ()() ()()()[]()()[]() ∑?∑∞ =-∞ =Ω-+=-=Ω==Ω+=102232 20 2 0201 00 3cos cos 12 21cos 12cos 41 cos 2 (c)n T n n n t n n n t x n n dt t n t x T a a t n a a t x ππ ππ偶对称， 1.12 ()()dt e t x j X t j ?+∞ ∞ -Ω-=Ω频谱密度函数：

测试技术与信号分析汇总

1．在系统特性测量中常用白噪声信号作为输入信号，然后测量系统的输出，并将输出信号的频谱作为系统频率特性。请用卷积分定理解释这样做的道理。 答：白噪声是指功率谱密度在整个频域内均匀分布的噪声，所有频率具有相同能量的随机噪声称为白噪声。在其频谱上是一条直线。系统频率特性：传递函数的一种特殊情况，是定义在复平面虚轴上的传递函数。时域卷积分定理：两个时间函数的卷积的频谱等于各个时间函数的乘积，即在时域中两信号的卷积等效于在频域中频谱相乘。频域卷积分定理：两个时间函数的频谱的卷积等效于时域中两个时间函数的乘积。y(t)=h(t)*x(t),对y(t)作付式变换，转到相应的频域下Y(f)=H(f)X(f)，由于x(t)是白噪声，付式变换转到频域下为一定值，假定X(f)=1，则有Y(f)=H(f)，此时就是传递函数。 2．用1000Hz的采样频率对200Hz的正弦信号和周期三角波信号进行采样，请问两个信号采样后是否产生混叠？为什么？ 采样频率ωs（2π／Ts）或fs(1／Ts)必须大于或等于信号x(t)中的最高频率ωm的两倍，即ωs＞2ωm，或fs＞2fm。 为了保证采样后的信号能真实地保留原始模拟信号的信息，采样信号的频率必须至少为原信号中最高频率成分的2倍。这是采样的基本法则，称为采样定理。 但在对信号进行采样时，满足了采样定理，只能保证不发生频率混叠，对信号的频谱作逆傅立叶变换时，可以完全变换为原时域采样信号，而不能保证此时的采样信号能真实地反映原信号。工程实际中采样频率通常大于信号中最高频率成分的3到5倍。 理论上周期三角波的频谱里包含所有奇次谐波分量，也就是说200Hz的周期三角波信号包含600Hz、1kHz、1.4kHz等等谐波，所以用1000Hz采样频率对200Hz周期三角波信号采样，会发生混叠。而对200Hz正弦信号采样不会发生混叠。 3．什么是能量泄露和栅栏效应？能量泄漏与栅栏效应之间有何关系？ 能量泄漏：将截断信号的谱XT(ω)与原始信号的谱X（ω）相比较可知，它已不是原来的两条谱线，而是两段振荡的连续谱．这表明原来的信号被截断以后，其频谱发生了畸变，原来集中在f0处的能量被分散到两个较宽的频带中去了，这种现象称之为频谱能量泄漏（Leakage）。 栅栏效应：对采样信号的频谱,为提高计算效率,通常采用FFT算法进行计算,设数据点数为N = T/dt = T.fs则计算得到的离散频率点为Xs(fi) , fi = i.fs/N , i = 0,1,2,…,N/2。这就相当于透过栅栏观赏风景,只能看到频谱的一部分,而其它频率点看不见,因此很可能使一部分有用的频率成分被漏掉,此种现象被称为栅栏效应。 频谱的离散取样造成了栅栏效应，谱峰越尖锐，产生误差的可能性就越大。例如，余弦信号的频谱为线谱。当信号频率与频谱离散取样点不等时，栅栏效应的误差为无穷大。 实际应用中，由于信号截断的原因，产生了能量泄漏，即使信号频率与频谱离散取样点不相等，也能得到该频率分量的一个近似值。从这个意义上说，能量泄漏误差不完全是有害的。如果没有信号截断产生的能量泄漏，频谱离散取样造成的栅栏效应误差将是不能接受的。 能量泄漏分主瓣泄漏和旁瓣泄漏，主瓣泄漏可以减小因栅栏效应带来的谱峰幅值估计误差，有其好的一面，而旁瓣泄漏则是完全有害的。 4．简述传递函数、频响函数和脉冲响应函数间的联系与区别。 传递函数：零初始条件下线性系统响应（即输出）量的拉普拉斯变化（或z变换）与激励（即输入）量的拉普拉斯变换之比。记作G（s）＝Y（s）／U（s），其中Y（s）、U（s)分别为输出量和输入量的拉普拉斯变换。 频响函数：(1)简谐激励时，稳态输出相量与输入相量之比。(2)瞬态激励时，输出的傅里叶变换与输入的傅里叶变换之比。(3)平稳随机激励时，输出和输入的互谱与输入的自谱之比。

信号分析与处理技术习题册

第一章 时域离散信号与离散系统 1－1 给定信号： ?? ???≤≤-≤≤-+=其它,040,61 4,52)(n n n n x （1） 画出x(n)序列的波形，标上各序列值； （2） 试用延迟的单位脉冲序列及其加权和表示x(n)序列； （3） 令x 1(n)=2x(n-2),试画出x 1(n)波形； （4） 令x 2(n)=2x(n+2)，试画出x 2(n)波形； （5） 令x 3(n)=x(2-n)，试画出x 3(n)波形。 1－2 有序列如下图所示 请计算x e (n)=[x(n)+x(-n)]/2，并画出波形。 1－3 试判断 （1）∑-∞ ==n m m x n y )()( （2）y(n)=[x(n)]2 （3）) 792sin()()(π π +=n n x n y 是否线性系统，并判断（2）、（3）是否移不变系统。 1－4设线性时不变系统的单位脉冲响应h(n)和输入序列x(n)如图所示，要求画出y(n)的波形。 1－5 已知线性移不变系统的输入为x(n)=δ(n)-δ(n-2),系统的单位抽样响应为 h(n)=0.5n R 3(n)，试求系统的输出y(n) 1－6 设有一系统，其输入输出关系由以下差分方程确定： y(n)-0.5y(n-1)=x(n)+0.5x(n-1) 设系统是因果性的。利用递推法求系统的单位抽样响应； （1） 由（1）的结果，利用卷积和求输入x(n)=e jwn u(n)的响应。 第二章 时域离散信号与系统的频域分析 2－1 试求如下序列的傅立叶变换：

（1）x 1(n)=R 5(n) （2）x 2(n)=u(n+3)-u(n-4) 2－2 设???==其它 ,01,0,1)(n n x ，将 x(n)以4为周期进行周期延拓，形成周期序列~)(n x ，画出x(n)和~)(n x 的波形，求出~)(n x 的离散傅立叶级数~)(k X 和傅立叶变换。 2－3 设如图所示的序列x(n)的FT 用X(e jw )表示，不直接求出X(e jw )，确定并画出傅立叶变换实部Re[X(e jw )]的时间序列x e (n) 2－4 求序列-2-n u(-n-1)的Z 变换及收敛域： 2－5 已知)(2||5.02523)(211n x z z z z z X 对应的原序列，求收敛<<+--=--- 2－6 分别用长除法、部分分式法求以下X(z)的反变换： 21||,41 1311)(21>-- = --z z z z X 2－7 用Z 变换法解下列差分方程： y(n)-0.9y(n-1)=0.05u(n),y(-1)=1,y(n)=0,n<-1 2－8 研究一个输入为x(n)和输出为y(n)的时域线性离散移不变系统，已知它满足)()1()(310 )1(n x n y n y n y =++--，并已知系统是稳定的，试求其单位抽样响 应。 第三章 离散傅立叶变换（DFT ） 3－1 计算以下序列的N 点DFT ，在变换区间0≤n ≤N-1内，序列的定义为x(n)=sin(w 0n)·R N (n)

第七章信号分析与处理1

第六章信号处理与分析 ６．１概述 数字信号在我们周围无所不在。因为数字信号具有高保真、低噪声和便于信号处理的优点，所以得到了广泛的应用，例如电话公司使用数字信号传输语音，广播、电视和高保真音响系统也都在逐渐数字化。太空中的卫星将测得数据以数字信号的形式发送到地面接收站。对遥远星球和外部空间拍摄的照片也是采用数字方法处理，去除干扰，获得有用的信息。经济数据、人口普查结果、股票市场价格都可以采用数字信号的形式获得。因为数字信号处理具有这么多优点，在用计算机对模拟信号进行处理之前也常把它们先转换成数字信号。本章将介绍数字信号处理的基本知识，并介绍由上百个数字信号处理和分析的VI构成的LabVIEW分析软件库。 目前，对于实时分析系统，高速浮点运算和数字信号处理已经变得越来越重要。这些系统被广泛应用到生物医学数据处理、语音识别、数字音频和图像处理等各种领域。数据分析的重要性在于，无法从刚刚采集的数据立刻得到有用的信息，如下图所示。必须消除噪音干扰、纠正设备故障而破坏的数据，或者补偿环境影响，如温度和湿度等。 通过分析和处理数字信号，可以从噪声中分离出有用的信息，并用比原始数据更全面的表格显示这些信息。下图显示的是经过处理的数据曲线。

用于测量的虚拟仪器(VI) 用于测量的虚拟仪器(VI)执行的典型的测量任务有： ●计算信号中存在的总的谐波失真。 ●决定系统的脉冲响应或传递函数。 ●估计系统的动态响应参数，例如上升时间、超调量等等。 ●计算信号的幅频特性和相频特性。 ●估计信号中含有的交流成分和直流成分。 在过去，这些计算工作需要通过特定的实验工作台来进行，而用于测量的虚拟仪器可以使这些测量工作通过LabVIEW程序语言在台式机上进行。这些用于测量的虚拟仪器是建立在数据采集和数字信号处理的基础之上，有如下的特性： ●输入的时域信号被假定为实数值。 ●输出数据中包含大小、相位，并且用合适的单位进行了刻度，可用来直接进行 图形的绘制。 ●计算出来的频谱是单边的（single_sided），范围从直流分量到Nyquist频率(二 分之一取样频率)。（即没有负频率出现） ●需要时可以使用窗函数，窗是经过刻度地，因此每个窗提供相同的频谱幅度峰 值，可以精确地限制信号的幅值。 一般情况下，可以将数据采集VI的输出直接连接到测量VI的输入端。测量VI的输出又可以连接到绘图VI以得到可视的显示。 有些测量VI用来进行时域到频域的转换，例如计算幅频特性和相频特性、功率谱、网路的传递函数等等。另一些测量VI可以刻度时域窗和对功率和频率进行估算。 本章我们将介绍测量VI中常用的一些数字信号处理函数。 LabVIEW的流程图编程方法和分析VI库的扩展工具箱使得分析软件的开发变得更加简单。LabVIEW 分析VI通过一些可以互相连接的VI，提供了最先进的数据分析技术。你不必像在普通编程语言中那样关心分析步骤的具体细节，而可以集中注意力解决信号处理与分析方面的问题。LabVIEW 6i版本中，有两个子模板涉及信号处理和数学，分别是Analyze 子模板和Methematics子模板。这里主要涉及前者。 进入Functions模板Analyze》Signal Processing子模板。 其中共有6个分析VI库。其中包括： ①．Signal Generation（信号发生）：用于产生数字特性曲线和波形。 ②．Time Domain（时域分析）：用于进行频域转换、频域分析等。 ③．Frequency Domain（频域分析）： ④．Measurement（测量函数）：用于执行各种测量功能，例如单边FFT、频谱、比例加窗以及泄漏频谱、能量的估算。 ⑤．Digital Filters（数字滤波器）：用于执行IIR、FIR 和非线性滤波功能。

机械工程测试技术基础试题和答案解析

一、选择题 1、差动式变极距式电容传感器的灵敏度是变极距式传感器的___A___倍. A、2 B、3 C、4 D、5 2、信号有多种类型，从分析域上看，经典的分析方法有___D___ 和 __D____。 A、时域法，相频法 B、时域法，幅频法 C、相频法，幅频法 D、时域法，频域法 3、压电式传感器的转换原理是利用晶体材料的___B___。 A、电阻应变效应 B、压电效应 C、电磁感应 D、霍尔效应 4、传感器的静态特性中，输出量的变化量与引起此变化的输入量的变化量之比称为___B___。 A、线性度 B、灵敏度 C、稳定性 D、回程误差 6、信息与信号二者间关系是__C____。 A、信息与信号相同 B、信息包含信号 C、信息在信号之中 D、信息与信号无关 7、当两信号的互相关函数在t0有峰值，表明其中一个信号和另一个信号时移t0时，相关程度__B____。 A、最低 B、最高 C、适中 D、一般 8、传感器的灵敏度越高，意味着传感器所能感知的___A__越小。 A、被测量 B、输出量 C、频率特性 D、显示值 9、测试工作的任务主要是要从复杂的信号中提取( ) A、干扰噪声信号 B、正弦信号 C、有用信号 D、频域信号 10、时域信号的时移，则频谱变化为（）

A、扩展 B、压缩 C、不变 D、相移 11、记录磁带快录慢放，放演信号的频谱带宽( ) A、变窄，幅值压低 B、扩展，幅值压低 C、扩展，幅值增高 D、变窄，幅值增高 12、用二阶系统作测量装置时，为获得较宽的工作频率范围，则系统的阻尼比应( ) A、愈大愈好 B、愈小愈好 C、接近1/2 D、接近 13、对二阶系统输入信号x(t)=A1sinw1t+A2sinw2t,则系统稳态输出方程的通式为( ) A、A1sin(w1t+φ1）+A2sin(w2t+φ2） B、A1A2sinw1tsinw2t C、A1＇sinw1t+A2＇sinw2t D、A1＇sin（w1t+φ＇１）+A2＇sin（w2t+φ２＇） 15、在测量位移的传感器中，符合非接触测量，而且不受油污等介质影响的是( ) A、电容式 B、压电式 C、电阻式 D、电涡流式 16、只使在fe1～fe2间频率的信号通过，应采用（）滤波器 A、带阻 B、带通 C、高通 D、低通 17、在选用振子时，除了使阻尼比接近０.７外，应使被测正弦信号的最高频率fm( )振动子的固有频率fn A、等于 B、>2倍

机械工程测试技术基础大作业信号的分析与系统特性

Harbin Institute of Technology 机械工程测试技术基础 大作业 题 目： 信号的分析与系统特性 班 级： 作 者： 学 号： 指导教师： 李跃峰 设计时间： 哈尔滨工业大学 一、题目要求 1 1 )(+= s s H τ； 2 2240)(n n n s s s H ωζωω++= ； 二、设计过程 1) 写出波形图所示信号的数学表达通式；

在一个周期内三角波可表示为;其傅里叶 级数展开式为 2）求取其信号的幅频谱图（单边谱和双边谱）和相频谱图； 1、单边谱 幅频谱函数， 相频谱函数 幅频谱、相频谱图如下图示： 2、双边谱 傅里叶级数的复指数展开为： 则 则幅频谱、相频谱图如下图所示：

3）画出表中所给出的系统H(s)的伯德图； 1、一阶系统的传递函数为，则Bode图为： 2、二阶系统的传递函数为，则Bode图为： 3）若将此信号输入给特性为传递函数为H(s)的系统中，求其响应； 1、一阶响应 对于该输入信号可以对每一项单独计算系统输出相应，然后相加即可。 x(t)＝ 例如：对于,解微分方程，其解为： 便是系统对该正弦激励的响应。式中：A= （） 进而可以算出每一项的响应，相加就可以得到全部响应。 2、二阶响应 对于该输入信号可以对每一项单独计算系统输出相应，然后相加即可。 x(t)＝ 例如：对于,解微分方程，其解为：

便是系统对该正弦激励的响应。式中：; ; ； ; （） 带入ωn=0.04，ζ= 0.08即可得到该正弦激励响应，进而可以算出每一项的响应，相加就可以得到全部响应。 4）讨论信号参数的取值，使得输出信号的失真小。 对于线性系统,正弦函数的输出和输入满足关系: （） 对于二阶系统，正弦函数的输出和输入满足关系: 三角波经过传递函数后的整体输出为各个子三角函数输出的和,要使输出信号的失真最小,即要使幅值失真最小，越小，输出失真越小，而幅值A对失真无影响。

信号分析与处理

信号分析与处理 第一章绪论：测试信号分析与处理的主要内容、应用；信号的分类，信号分析与信号处理、测试信号的描述，信号与系统。 测试技术的目的是信息获取、处理和利用。 测试过程是针对被测对象的特点，利用相应传感器，将被测物理量转变为电信号，然后，按一定的目的对信号进行分析和处理，从而探明被测对象内在规律的过程。 信号分析与处理是测试技术的重要研究内容。 信号分析与处理技术可以分成模拟信号分析与处理和数字信号分析与处理技术。 一切物体运动和状态的变化，都是一种信号，传递不同的信息。 信号常常表示为时间的函数，函数表示和图形表示信号。 信号是信息的载体，但信号不是信息，只有对信号进行分析和处理后，才能从信号中提取信息。 信号可以分为确定信号与随机信号；周期信号与非周期信号；连续时间信号与离散时间信号；能量信号与功率信号；奇异信号； 周期信号无穷的含义，连续信号、模拟信号、量化信号，抽样信号、数字信号 在频域里进行信号的频谱分析是信号分析中一种最基本的方法：将频率作为信号的自变量，在频域里进行信号的频谱分析； 信号分析是研究信号本身的特征，信号处理是对信号进行某种运算。 信号处理包括时域处理和频域处理。时域处理中最典型的是波形分析，滤波是信号分析中的重要研究内容； 测试信号是指被测对象的运动或状态信息，表示测试信号可以用数学表达式、图形、图表等进行描述。 常用基本信号（函数）复指数信号、抽样函数、单位阶跃函数单位、冲激函数（抽样特性和偶函数）离散序列用图形、数列表示，常见序列单位抽样序列、单位阶跃序列、斜变序列、正弦序列、复指数序列。 系统是指由一些相互联系、相互制约的事物组成的具有某种功能的整体。被测系统和测试系统统称为系统。输入信号和输出信号统称为测试信号。系统分为连续时间系统和离散时间系统。

《信号分析与处理》(第二版)-徐科军、黄云志-课后答案

Chap1. 1.4 ()()()()()()()()()()()() ()()()()()()()121 2 122 12112 2 121 2 2 2y 11102 y 0.5111 y 0.5 1.513y 0 13 013 y 0.5111 0.5 1.513t t t t t x t x t x x t d x x t x x t d t d t t t x x t d t d t t t t t or t t or t t t t t t t τττ ττττ τττττττττττ+∞ -∞ ----=*=-=-≤≤???=≤≤??=-= -=+-<≤=-= -=-++<<=≤-≥≤-≥??=+-<≤??-++<

()()[] ()()()[]()()()∑∞ =? ? ? ???Ω-Ω-+=- =-= =??? ??<≤<≤-=1002212 2 01cos cos cos 1cos 141cos 1cos 1 5 .0202 20 (a)n n n t n n n t n n n t x n n b n n a a T t t T t T t x πππππ πππ 代入公式得： ()() ()()() ()[] ()()[]()()∑∞ =Ω-? ? ? ???Ω-Ω-+=- =-= ==Ω=Ω-=1002222 2 012 212cos 1cos cos 11411cos 11 5.0cos 2 (b)n n n T jn t n n t n n n t x n b n n a a n n X e n X T t x t x πππππππ得到：根据时移性质： ()() ()()()[]()()[]() ∑?∑∞ =-∞ =Ω-+=-=Ω==Ω+=102232 20 2 0201 00 3cos cos 12 21cos 12cos 41 cos 2 (c)n T n n n t n n n t x n n dt t n t x T a a t n a a t x ππ ππ偶对称， 1.12 ()()dt e t x j X t j ?+∞ ∞ -Ω-=Ω频谱密度函数：