第七章 频响函数的估计

第七章 频响函数的估计
第七章 频响函数的估计

7. 频响函数的估计(相干分析)

7.1. SISO 系统的频响函数及其估计

对于SISO 系统,其频响函数的估计有很多计算方法,主要的有三种估计式。在没有噪声污染的情况下,它们的估计是等价的。但是实际上,由于不可避免的存在噪声,三种估计有所差异。

本节讨论在主要的三种噪声污染下,三种传统估计式与真值之间的误差。

7.1.1. 随机激励下的频响函数

考虑一个SISO 时不变线性系统,其频率响应函数为()ωH 。设随机输入和响应信号分别为)(t x 和)(t y ,其傅立叶变换分别为)(ωX 和)(ωY ,则有

()()()ωωωX H Y =

上式两端乘以()ω*X ,取时间平均及集合平均,并注意()ωH 与平均无关,则

()()[]()()()[]ωωωωω*

*

1lim

1lim

X

X T

H X

Y T

T T ∞

→∞

→=

()()()ωωωx xy S H S =

如果()ωx S 不为零,则可得系统的频响函数的第一种计算式

()()()

ωωωx xy S S H =

1

同样,如果在系统输入/出频谱式两端乘以()ω*Y ,取时间平均和集合平均,得

()()()ωωωyx y S H S =

如果()ωyx S 不为零,则可得系统的频响函数的第二种计算式

()()()

ωωωyx y S S H =

2

将系统输入/出频谱式两端取共轭,得

()

()()ωωω**

*

X H

Y

=

乘以原输入/出频谱式,并去时间平均和集合平均,得

()()()ωωωx y S H S 2

=

可得系统的频响函数的幅值计算式

()

()()

ωωωx y a S S H =

2

7.1.2. 频响函数的估计方法

考虑一个SISO 时不变线性系统,其频率响应函数为()ωH 。设系统的实际输入和响应信号分别为)(t u 和)(t v ,其傅立叶变换分别为)(ωU 和)(ωV ,它们的测量信号分别为)(t x 和)(t y ,其傅立叶变换分别为)(ωX 和)(ωY 。

(t)

(t)

(1)

输出端噪声的影响

若只有输出端受到噪声信号)(t n 的污染,并设它与系统的)(t u 和)(t v 无关。则有

()()t u t x = ()()ωωU X = ()()()t n t v t y += ()()()ωωωN V Y +=

A 、

第一估计式

根据第一估计式的定义,有

()()()

()()[]()

()()[

]()()[]()

()()

()

()()

()

ωωωωωωωωωωωωωωωωωu un uv u xn xv u T x T x xy S S S S S S S X

N T

X V T S X

Y T

S S H +=

+=

?

?

?

?

??+

==

=∞→∞

→*

*

*

1

11

lim 1lim

?

由于噪声)(t n 与激励)(t u ,亦即)(t x 无关,故根据大数定律,平均次数足够多时()ωun S 为零,则

()()()

()ωωωω1

1?H S S H u uv == 结果表明:只有输出端响应受到噪声污染时,通过平均,根据第一估计式得到的频响函数估计是实际频响函数的无偏估计。 B 、

第二估计式

根据第二估计式的定义,有

()()()()()[]()()[]

()()[

]()()[]()()[]()()[]()()[

]()()[]()()()()

()()

()()()()

()()

ωωωωωωωωωωωωωωωωωωωωωωωωωωωωωωωnu vu n nv vn v nx vx n nv vn v T T T T yx y S S S S S S S S S S S S N X T

V X T N

N T

N

V T V N T

V V T Y X T

Y Y T

S S H ++++=

++++=

?

?

?

?

??+

?

?

?

?

??+

++

=

=

=∞→∞→∞

→∞

→*

*

*

*

*

*

*

*

2

11

lim 1111

lim 1lim

1lim

?

由于噪声)(t n 与响应)(t v ,以及激励)(t u 亦即)(t x 无关,故根据大数定律,平均次数足够多时()ωvn S 、()ωnv S 和()ωun S 都为零,则

()()()()()()()???

?

??+=+=ωωωωωωωv n vu n v S S H S S S H 1?22 式中,

()()()

ωωωvu v S S H =

2

可见,只有输出端响应受到噪声污染时,通过平均,根据第二估计式得到的

频响函数估计是实际频响函数的有偏估计,是过估计。

C 、

第三估计式

根据第二估计式的定义,有

()()()()()[]()()[]()()[

]()()[]()()[]()()[]()()[]()()()()

()

()()()()

()

ωωωωωωωωωωωωωωωωωωωωωωωωωωωu n nv vn v u n nv vn v T T T T x y a

S S S S S S S S S S U U T N

N T

N

V T

V

N T

V V T X X T

Y Y T

S S H +++=

+++=

?

?

??

???

?

?

?

??+

+

+

=

=

=

∞→∞→∞

→∞

→*

*

*

*

*

*

*

2

1

lim 1111

lim 1lim

1lim

?

由于噪声)(t n 与响应)(t v 无关,故根据大数定律,平均次数足够多时()ωvn S 和

()ωnv S 都为零,则

()()()()

()()()???

? ??

+=+=

ωωωωωωωv n a u n v a

S S H S S S H 1?22

式中,

()

()()

ωωωu v a S S H =

2

可见,只有输出端响应受到噪声污染时,通过平均,根据第三估计式得到的

频响函数幅值的估计是实际频响函数幅值的有偏估计,也是过估计。

因此,只有输出响应受到噪声污染时,频响函数的三种估计式有如下关系:

()()()()ωωωω21H H H H a <<=

(2)

输入端噪声的影响

若只有输入端受到噪声信号)(t m 的污染,并设它与系统的)(t u 和)(t v 无关。则有

()()()t m t u t x +=

()()()ωωωM U X +=

()()t v t y = ()()ωωV Y =

A 、

第一估计式

根据第一估计式的定义,有

()()()()()()

()()()

ωωωωωωωωωu m m u uv x xy S S H S S S S S H +

=

+==1?11

结果表明:只有输入端激励受到噪声污染时,通过平均,根据第一估计式得到的

频响函数估计是实际频响函数的欠估计。 B 、

第二估计式

根据第二估计式的定义,有

()()()

()()

()ωωωωωω22

?H S S S S H vu v yx y ===

可见,只有输入端激励受到噪声污染时,通过平均,根据第二估计式得到的

频响函数估计是实际频响函数的无偏估计。 C 、

第三估计式

根据第二估计式的定义,有

()()()

()()()

()()()

ωωωωωωωωωu m a m u v x y a

S S H S S S S S H +

=

+=

=

1?2

2

可见,只有输入端激励受到噪声污染时,通过平均,根据第三估计式得到的

频响函数幅值的估计是实际频响函数幅值的有偏估计,也是欠估计。

所以,只有输入激励受到噪声污染时,频响函数的三种估计式有如下关系:

()()()()ωωωω21H H H H a =<<

(3)

输入/输出端复合噪声的影响

若系统的输入/输出端分别受到噪声信号)(t m /)(t n 的污染,并设它们与系统的)(t u 和)(t v 无关。则有

()()()t m t u t x += ()()()ωωωM U X += ()()()t n t v t y += ()()()ωωωN V Y +=

A 、

第一估计式

根据第一估计式的定义,可以推得

()()()

()()

()()()()()???

?

??+=???

?

??+==ωωωωωωωωωωu m u m u uv x xy S S H S S S S S S H 11?11

可见,在系统输入激励和输出端响应都受到噪声污染时,通过平均,根据第一估

计式得到的频响函数估计是实际频响函数的欠估计,并且与响应信号中的噪声无关。

B 、 第二估计式

同理,根据第二估计式的定义,可以推导出

()()()

()()()()()()()???

?

??+=???? ??+=

=ωωωωωωωωωωv n v n vu v yx y S S H S S S S S S H 11?22

上式表明,在系统输入激励和输出端响应都受到噪声污染时,通过平均,根据第

二估计式得到的频响函数估计是实际频响函数的有偏估计,是过估计,并且与系统的输入噪声无关。 C 、

第三估计式

根据第二估计式的定义,可以推得

()()()()()()()()()()()()()()()()()()?

?

?

?

?

?

?

?

+

+

=??????

?

?++

=++==ωωωωωωωωωωωωωωωωωωu m v n a u m v n u v

m u n v x y a

S S S S H S S S S S S S S S S S S H 1111?22

进一步分析上式,可以得出下述结论:在系统输入激励和输出端响应都受到噪声

污染时,通过平均,根据第三估计式得到的频响函数幅值的估计()ωa

H ?是较

()ω1?H 和()ω2

?H 都更为接近实际频响函数幅值()ωH 的估计。 因此,在系统输入激励和输出端响应都受到噪声污染的情况下,频响函数的三种估计式有如下关系:

()()()()ωωωω21H H H H a <≈<

综上所述,根据上述所有分析过程,可以进一步获得以下几点结论:

(1) 频响函数的第一估计式可以抑制输出响应噪声,第二估计式则可以抑制系

统的输入激励噪声;

(2)

在各种噪声情况下,第一、第二估计式给出了实际频响函数的范围:

()()()ωωω21H H H ≤≤;

(3)

在受到噪声的情况下,第三估计式虽然与实际频响函数最为接近,但是由

于它只能给出频响幅值的估计,无法获得相频特性信息,故在实际中很少使用;

7.1.3. 常相干函数

根据上面的第二点综合结论,可知:

()()

1021≤≤

ωωH H

将第一、二无估计式代入上式,可知:

()()

()()()()

()

()()

()()

()()

()()()()

()()

ωωωωωωωωωωωωωωωωωωω21*

2

21H H S S S S S S S S S S S S S S S H H y x yx xy y x xy xy y x xy y x yx xy =

=

=

=

=

上式成为相干函数,记为

()()

()()

()()

ωωωωωωγ212

2

H H S S S y x xy xy =

=

根据互谱不等式,显然有,

()102

≤≤ωγxy

如果测试信号不受噪声污染,()ω1H 等于()ω2H ,则()ωγ2

xy

等于1。如果测试信号完全被噪声淹没,()ωγ2

xy

将趋于零。所以,相干函数反映了测试信号受噪声污染

的程度。相干函数数值越大,说明噪声污染越小。

在无噪声的情况下,

()()()

()()

()()

12

2

2

==

=

=ωωωωωωγωγH H S S S v u uv uv xy

从这个意义上而言,对于两个任意信号,相干函数反映了两个信号的相干关系。如果两个信号的相干函数等于1,则说明这两个信号之间必定存在类似理想无噪声的线性系统输入/出之间的相干关系。

值得指出的是,线性系统这一点非常重要。如果系统具有非线性特性,其输入输出之间的关系不能由传递函数完全表达,相干函数将不等于1,会降低。 通常,在实际情况下,当相干函数大于零但小于1时,有下面四个主要原因的一个或多个成立: (1) 测量中有外界噪声;

(2) 两个信号之间的系统不是线性的; (3) 系统有测量输入之外的其它激励源;

(4)

谱估计中有偏度误差,主要包括采样混叠、频率泄漏、分辨率不够,以

及计算误差等等。

当系统只有输出响应噪声时,而且与系统的输入/输出都不相关时,频响函数的第一估计式是系统频响函数的无偏估计,则系统的输出谱可以表示为

()()()()()

()()

()()

()()()ωωγ

ωωωωωωωωωωy xy

y y x xy x x xy x v S S S S S S S S S H S 22

2

2

==

=

=

通常将相干函数与输出自功率谱的乘积称为相干输出谱。上式表明,相干输出谱可以解释为输出功率谱中,由线性系统形成的部分。

输出噪声功率谱可以通过下式计算

()()()()[]

()ωωγωωωy xy v y n S S S S 2

1-=-=

它可以解释为线性运算时没有计及的由于上述四个原因形成的那部分输出。

上式可以改写成

()()()

ωωωγ

y n xy

S S -

=12

因此,相干函数的下降可以理解为在各个频率点的输出信噪比的下降。

7.2.

MIMO 系统的频响函数及其估计

7.2.1. MIMO 系统的频响函数

考虑一个MIMO 多自由度的时不变线性系统,其频率响应函数为()ωH 。在m 个输入平稳随机激励的作用下,其n 个输出响应也是平稳的随机过程。设随机输入和响应信号分别为)(t x 和)(t y ,其傅立叶变换分别为)(ωX 和)(ωY ,则有

()()()ωωωX H Y =

展开写成矩阵形式,即

()()()()()()()()

()()

()()()()()?

???

?

?

?????????????

?????=????????????ωωωωωωωωωωωωωωωm nm n n m m n X X X H H H H H H H H H Y Y Y

2121222211121121

上式两端右乘()ωH

X

,取时间平均及集合平均,并注意()ωH 与平均无关,则

()()[]()()()[]ωωωωωH

T H

T X

X T

H X

Y T

1lim

1lim

→∞

→=

()()()ωωωx xy S H S =

式中互谱矩阵为

()()()()()()

()()

()

()??

???

?

?

?????

??=ωωωωωωωωωωxmyn xmy xmy yn x y x y x yn x y x y x xy S S S S S S S S S S

212221212111

()()ωωH

xy yx S S =

自谱矩阵为

()()

()()()()

()()

()()?

???

?

?

?

???

??=ωωωωωωωωωωxmxm xmx xmx xm x x x x x xm x x x x x x S S S S S S S S S S

212221212111

()()()()()()

()()()

()?

?

???

??

??

???

?

?=ωωωωωωωωωωynyn yny yny yn y y y y y yn y y y y y y S S S S S S S S S S

212221212111

如果()ωx S 不为零,则可得系统的频响函数的第一种计算式

()()()ωωω1

1-=x xy S S H

同样,如果在系统输入/出频谱式两端右乘()ωH Y ,取时间平均和集合平均,得

()()()ωωωyx y S H S =

从上式可以得知,当输入/输出数目不相等时,()ωyx S 不是方阵,与SISO 系统,不能利用上式估计频响函数矩阵。 将系统输入/出频谱式两端取转置共轭,得

()

()()ωωωH H

H

X H

Y

=

以上式右乘原输入/出频谱式,并取时间平均和集合平均,得

()()()()ωωωωH

x y H

S H S =

从上式可以看出,对于一般情况下,上式也很难用于MIMO 系统的频响函数矩

阵的估计计算。

所以,对于MIMO 系统,通常采用第一种估计方法去计算频响函数矩阵。 采用这种估计方法的缺点是,在某些频率点处,有可能出现输入自谱矩阵条件数很低时,这时,这种估计将会引起很大的估计偏差;当输入自谱矩阵奇异时,估计失败。所以,在实际应用中,通常采用v H 估计算法。一般认为,v H 估计与上述估计在理论上等价。

7.2.2. 频响函数的MISO 估计方法

对于MISO 的情况的系统频响函数估计相对简单,在理论上可以进行分析,有助于理解频响函数和相干函数在MIMO 的应用。

在MISO 的估计模型中,由于输入情况很复杂,通常假定输入没有噪声,所有噪声污染都在输出端引入一个输出噪声一并考虑。

对于这种情况下,系统的输入/输出频谱特性之间有

()()()ωωωN V Y q

i +=

∑=1

其中,

()()()q

i X H V i i i ,,2,1,

==ωωω

由上式,噪声项()ωN 及其复共轭可以写成

()()()()∑=-

=q

i i

i

X H Y N 1

ωωωω

于是

()()()()∑

=-=q

j j j X H

Y N

1

***

*

ωωωω

上面两式相乘,得

()()()()

()()()

()()()

()()()()

∑∑∑∑

====+

--=q

i q

j j

i

i

j

q i i

i

q

i i i X X H H X Y H X Y

H Y Y N

N 1

1

**1**1*

**

ωωωωωωωωωωωωωω

上式取时间平均和集合平均,得

()()

()()

()()

()()()

∑∑∑∑====+

--=q

i q

j ij

i

j

q

i iy

i

q

i yi

i

y n S H H S H S H S S 1

1

*1*1ωωωωωωωωω

这就为估计频响函数确定了噪声功率谱函数。现在定义最优系统为这样的系统:所取得的频响函数,应能使噪声功率谱函数取得最小。令

()0=??i

n H S ω或者

()0*=??j

n H

S ω

可以得到

()()()()01

*=+-=??∑=q

i ji i jy

j

n S H S

H

S ωωωω

于是

()()()q j S H S

q

i ji i jy

,,2,1,

1

==∑=ωωω

如果进一步假定输入之间两两不相关,则上式可以简化为

()()()q j S H

S jj j

jy ,,2,1,

==ωωω

这就意味着整个系统只是简单的SISO 系统的线性组合。

7.2.3. 重相干函数

根据SISO 系统的相干函数的定义,可以知道对于MISO 和MIMO 系统,通常的相干函数,即常相干函数不能用来判别所估计的MISO 系统的频响函数的好坏。

根据MISO 系统的特点,我们可以将所有输入的线性叠加定义为一个理想线性输出,模仿只有输出噪声的SISO 系统的相干分析来分析。

定义理想的线性输出与实际测量之间的常相干函数为MISO 系统的重相干函数,记作

()()()

()()()

()()

ωωωωωωωωγ

y n y n y y v x

y S S S S S S S -

=-=

=

12:

记号的含义是,在所有输入都作用下的理想输出与实际输出之比。理想输出功率谱的计算为

()()()()()()∑∑∑=====

q

i iy

i

q

i q

j ij

j

i

v S H S H H S 1

*1

1

*ωωωωωω

与SISO 系统一样,这个理想输出谱通常也称为重相干输出谱。

对于输入之间相互独立的情况,重相干函数是所有输入输出之间的常相干函数的和。

重相干函数提供了一种方法来判别MISO 系统的频响函数的估计的准则。但应注意,利用重相干函数,不能判断单一输入与输出之间的传递特性估计的好坏。

为了弥补这个不足,引入条件谱估计的概念,并进而定义偏相干函数。

7.2.4. 条件谱函数

对于前面定义的MISO 系统,定义条件功率谱为

()T X X E S j i j i j ii ]

[*

???=

ω

()T Y Y E S j y j y j y ]

[*

???=

ω

()T

Y X E S j y j i j iy ]

[*???=

ω

式中,条件频谱的计算为各自的频谱函数,按SISO 的输出噪声无偏估计式估计信号之间的频率特性,再减去该输入的影响。计算式为:

()j jj

ji i j i X S S

X X ????

??-=?ω ()j jj

jy

j y X S S Y Y ???

?

??-=?ω 上式表明:所谓条件功率谱,是按照SISO 的线性系统理论,在系统输入和输出功率谱中,扣除了某一或某些输入引起的分量。这种扣除,也可以推广到以多个输入为条件的条件谱。

7.2.5. 偏相干函数

偏相干函数的是根据扣除某一或者某些输入为条件,求解的条件功率谱,并按照SISO 的常相干函数来定义的:

()()

()()

ωωωωγj y j ii j iy j iy S S S ????=

2

2

根据偏相干函数的上述定义,我们不难理解,偏相干函数主要用于判定某一输入或某些输入对输出的线性贡献,条件是根据先验知识,先扣除其他的输入的线性贡献。从而,据此可以判别所估计的传递函数是否有偏。

各种谱计算,频响函数,传递率

各种谱计算,频响函数,传递率 阅读:22802006-05-25 22:01 A.信号与谱的分类 由于时域信号有不同的分类, 变换后对应的频域也有不同的谱 信号可分为模拟(连续)信号和数字(离散)信号, 连续信号变换后称为谱密度, 离散信号变换 后称为谱. 连续信号又可分为绝对可积,平方可积(能量有限),均方可积(功率有限) 绝对可积信号有傅里叶谱(线性谱)和傅里叶谱密度(线性谱密度),如时域信号单位为电压V, 则前者单位为V,后者单位为V/Hz. 均方可积信号有功率谱PS(单位为V2)和功率谱密度PSD(单位为V2/ Hz.). 平方可积信号有能量谱密度ESD(单位为V2 s / Hz.). 注1 平方量称为功率,平方量乘秒称为能量,谱分量除以频率称为谱密度. 注2 功率谱密度另一定义(离散信号的功率谱密度)见下述, 连续信号的功率谱密度. 为连续(光滑)曲线, 离散信号的功率谱密度为不连续的阶梯形.. 注3 随机信号求功率谱密度时为减少方差,可采用平均,重叠和加窗处理(Welch法). 数字信号又可分为绝对可和,平方可和,均方可和. B.各种谱计算 1. 线性谱Linear Spectrum: 对时域离散信号作DFT(离散傅里叶变换)得到, 采用方法为FFT(快速傅里叶变换)法.X(f)=FFT(x(t)) 2. 自功率谱APS=Auto Power Spectrum: 离散信号的线性谱乘其共轭线性谱 APS(f)=X(f)*conj(X(f)), conj=conjugate共轭(实部不变,虚部变符号). 3. 互功率谱CPS=Cross Power Spectrum::x(t)的线性谱乘y(t)的共轭线性谱 互功率谱是复数,可表示为幅值和相位或实部和虚部等. CPS(f)=X(f) *conj(Y(f)) Y(f)=FFT(y(t)) 4. (自)功率谱密度PSD(=Power Spectrum Density): PSD(f)=APS(f)/Δf Δf—频率分辨率(Hz), 自功率谱密度与自相关函数成傅立叶对应关系 故功率谱密度也称为规一化的功率谱. 5. 互功率谱密度CSD=CPS(f)/Δf A.频响函数FRF, 传递率 A1.频响函数.FRF为响应的傅里叶变换与力的傅里叶变换之比或力和响应的互谱与力的自谱之比后者可通过平均减少噪声,故较常用. H(f)=X(f ) / F(f)=X(f)*conj(F(f)) / F(f)*conj(F(f))=CPS / APS. A2. 频响函数有三种表达形式 频响函数表达成分子多项式与分母多项式(特征多项式)之比,也称有理分式. (两多项式求根后) 频响函数表达成极点,零点和增益ZPK形式. 频响函数表达成部分分式,也称极点留数形式,( 部分分式的分子项称为留数.), 例如:最常见的单自由度(位移)频响函数H(ω)=X(ω)/F(ω)

第七章_频响函数的估计

7. 频响函数的估计(相干分析) 7.1. SISO 系统的频响函数及其估计 对于SISO 系统,其频响函数的估计有很多计算方法,主要的有三种估计式。在没有噪声污染的情况下,它们的估计是等价的。但是实际上,由于不可避免的存在噪声,三种估计有所差异。 本节讨论在主要的三种噪声污染下,三种传统估计式与真值之间的误差。 7.1.1. 随机激励下的频响函数 考虑一个SISO 时不变线性系统,其频率响应函数为()ωH 。设随机输入和响应信号分别为)(t x 和)(t y ,其傅立叶变换分别为)(ωX 和)(ωY ,则有 ()()()ωωωX H Y = 上式两端乘以()ω*X ,取时间平均及集合平均,并注意()ωH 与平均无关,则 ()()[]()()()[] ωωωωω**1 lim 1lim X X T H X Y T T T ∞→∞→= 即 ()()()ωωωx xy S H S = 如果()ωx S 不为零,则可得系统的频响函数的第一种计算式 ()()() ωωωx xy S S H = 1 同样,如果在系统输入/出频谱式两端乘以()ω*Y ,取时间平均和集合平均,得 ()()()ωωωyx y S H S = 如果()ωyx S 不为零,则可得系统的频响函数的第二种计算式 ()()() ωωωyx y S S H = 2 将系统输入/出频谱式两端取共轭,得

()()()ωωω***X H Y = 乘以原输入/出频谱式,并去时间平均和集合平均,得 ()()()ωωωx y S H S 2 = 可得系统的频响函数的幅值计算式 ()()() ωωωx y a S S H = 2 7.1.2. 频响函数的估计方法 考虑一个SISO 时不变线性系统,其频率响应函数为()ωH 。设系统的实际输入和响应信号分别为)(t u 和)(t v ,其傅立叶变换分别为)(ωU 和)(ωV ,它们的测量信号分别为)(t x 和)(t y ,其傅立叶变换分别为)(ωX 和)(ωY 。 (1) 输出端噪声的影响 若只有输出端受到噪声信号)(t n 的污染,并设它与系统的)(t u 和)(t v 无关。则有 ()()t u t x = ()()ωωU X = ()()()t n t v t y += ()()()ωωωN V Y +=

传递函数的测量方法

传递函数的测量方法 一.测量原理 设输入激励为X (f ),系统(即受试的试件)检测点上的响应信号,即通过系统后在该响应 点的输出为Y (f ),则该系统的传递函数H (f )可以用下式表示: )() ()(f X f Y f H = 如果,设输入激励为X (f )为常量k ,则该系统的传递函数H (f )可以用下式表示: )()(f kY f H = 也就是说,我们在检测点上测到的响应信号,就是该系统的传递函数。 二.测量方法 1. 将控制加速度传感器固定在振动台的工作台面上。注意:如果试件是通过夹具安装在振动台 的工作台面上,则控制加速度传感器应该安装在夹具与试件的连接点附近。如果试件与夹具的连 接是通过多个连接点固定,则应该选择主要连接点,或者采取多点控制的方法。 2. 将测量加速度传感器固定在选择的测量点(即响应点)上。 3. 试验采用正弦扫频方式,试验加速度选择1g ,扫频速率为0.5 Oct/min (或者更慢一些),试 验频率范围可以选择自己需要的频率范围。在试验中屏幕上显示的该激励曲线(也就是控制曲 线)应该是一条平直的曲线。这就保证对被测量试件来说是受到一个常量激励。 注意:在测量传递函数时,最好是采用线性扫频。因为,线性扫频是等速度扫频,这对于高频 段共振点的搜索比较好,能大大减少共振点的遗漏。而对于对数扫频来说,在低频段,扫频速 度比较慢;在高频段。扫频速度就比较快,这就有可能遗漏共振点。不少人之所以喜欢在测量 传递函数时采用对数扫频,是因为对于同样频率段的扫频来说,线性扫频要比对数扫频使用的 时间要多。 4. 通过控制仪,选择不同的颜色在屏幕上显示响应曲线。该响应曲线就是系统的频响曲线,在 这里也是该系统的传递函数曲线。注意:该控制仪可以在屏幕上同时显示好几条曲线。 三.其他方法 1. 测量原理 在闭环反馈控制时,为了保证控制点上被控制的物理量不变,当被控制的试件由于本身的 频率特性而将输入的激励信号放大时,从控制点上检测到的响应信号也将随着变大,也就是反馈 信号变大。由于,通常都是采取负反馈控制,那么,反馈信号与输入信号综合后再输入到系统中, 就会使控制点上的响应信号变小,而返回到原来的量级。 反过来,如果被控制的试件由于本身的频率特性而将输入的激励信号缩小时,从控制点上检 测到的响应信号也将随着变小,也就是反馈信号变小,那么,反馈信号与输入信号综合后再输入

频响函数用于转子振动信号诊断

A frequency response function-based structural damage identi?cation method Usik Lee *,Jinho Shin Department of Mechanical Engineering,Inha University,253Yonghyun-Dong,Nam-Ku,Incheon 402-751,South Korea Received 9March 2001;accepted 9October 2001 Abstract This paper introduces an frequency response function (FRF)-based structural damage identi?cation method (SDIM)for beam structures.The damages within a beam structure are characterized by introducing a damage distribution function.It is shown that damages may induce the coupling between vibration modes.The e?ects of the damage-induced coupling of vibration modes and the higher vibration modes omitted in the analysis on the accuracy of the predicted vibration characteristics of damaged beams are numerically investigated.In the present SDIM,two feasible strategies are introduced to setup a well-posed damage identi?cation problem.The ?rst strategy is to obtain as many equations as possible from measured FRFs by varying excitation frequency as well as response measurement point.The second strategy is to reduce the domain of problem,which can be realized by the use of reduced-domain method in-troduced in this study.The feasibility of the present SDIM is veri?ed through some numerically simulated damage identi?cation tests.ó2002Elsevier Science Ltd.All rights reserved. Keywords:Structural damage;Damage identi?cation;Beams;Frequency response function;Damage-induced modal coupling;Reduced-domain method 1.Introduction Existence of structural damages within a structure leads to the changes in dynamic characteristics of the structure such as the vibration responses,natural fre-quencies,mode shapes,and the modal dampings.Therefore,the changes in dynamic characteristics of a structure can be used in turn to detect,locate and quantify the structural damages generated within the structure.In the literature,there have been appeared a variety of structural damage identi?cation methods (SDIM),and the extensive reviews on the subject can be found in Refs.[1–3]. The ?nite element model (FEM)update techniques have been proposed in the literature [4–9].As a draw- back of FEM-update techniques,the requirement of reducing FEM degrees of freedom or extending the measured modal parameters may result in the loss of physical interpretability and the errors due to the sti?-ness di?usion that smears the damage-induced localized changes in sti?ness matrix into the entire sti?ness matrix.Thus,various experimental-data-based SDIM have been proposed in the literature as the alternatives to the FEM-update techniques. The experimental-data-based SDIM depends on the type of data used to detect,locate,and/or quantify structural damages.They include the changes in modal data [10–18],the strain energy [19,20],the transfer function parameters [21],the ?exibility matrix [22,23],the residual forces [24,25],the wave characteristics [26],the mechanical impedances [27,28],and the frequency response functions (FRFs)[29–31].Most of existing modal-data-based SDIM have been derived from FEM model-based eigenvalue problems. As discussed by Banks et al.[32],the modal-data-based SDIM have some shortcomings.First,the modal * Corresponding author.Tel.:+82-32-860-7318;fax:+82-32-866-1434. E-mail address:ulee@inha.ac.kr (U.Lee). 0045-7949/02/$-see front matter ó2002Elsevier Science Ltd.All rights reserved.PII:S 0045-7949(01)00170-5

频谱分析仪的响应函数

什么是频率响应函数 动态信号分析仪的一个常见应用是测量机械系统的频率响应函数(FRF)。这也称为网络分析,系统的输入和输出同时测量。通过这些多通道测量,分析仪可以测量系统如何“改变”输入。一个常见的假设是,如果系统是线性的,那么这个“变化”被频率响应函数(FRF)充分描述。事实上,对于线性和稳定的系统,只要知道频率响应函数,就可以预测系统对任何输入的响应。 宽带随机、正弦、阶跃或瞬态信号在测试和测量应用中被广泛地用作激励信号。图1说明了一个激励信号x,可以应用于一个UUT(测试单元),并生成一个或多个由y表示的响应,输入和输出之间的关系称为传递函数或频率响应函数,由H(y,x)表示。一般来说,传递函数是一个复杂的函数,描述系统如何将输入信号的大小和相位作为激励频率的函数。 在各种激励条件下,对UUT系统的特性进行了实验测量。这些特征包括:频率响应函数(FRF),通过以下参量描述: 增益频率函数。相位频率函数。共振频率,阻尼因素,总谐波失真,非线性。 利用宽带随机激励的FFT、交叉功率谱法测量频率响应。宽带激励可以是高斯分布的真随机噪声信号,也可以是一个伪随机信号,其振幅分布可以由用户来

定义。宽带这一术语可能具有误导性,因为一个好的实现的随机激励信号应该是频带有限的,并由分析频率范围的上限控制。也就是说,激励不应该激发高于测量仪器所能测量的频率。随机发生器只产生频宽在分析频率范围内随机信号。这也将把激发能量集中在有用的频率范围,以提高测试动态范围。 宽带随机激励的优点是它能在短时间内激发宽频段,因此总测试时间较短。宽带激励的缺点是其频率能量在短时间内广泛传播。每个频率点激发的能量贡献远小于总信号能量(大概是-30到-50dB小于总数)。即使对于频率响应函数(FRF)估计有一个大的平均数字,宽带信号也不能有效地测量UUT的极端动态特性。 扫频正弦测量,优化了每个频率点的测量值。由于激励信号是一个正弦波,在某一时刻其所有的能量都集中在一个频率上,改进了宽带激励中的动态范围不足的缺点。此外,如果频率响应幅值大小下降,响应的跟踪滤波器可以帮助接收到非常小的正弦信号。只要优化每个频率的输入范围,就可以将测量的动态范围扩展到150分贝以上。 频率响应函数的应用 频率响应函数的应用很广,其中测试试件的固有频率是基础应用,可以有效的避免共振频率。试件由于材质、材料属性、形状的不同会影响自身刚度和质量。它的固有频率只受刚度分布和质量分布的影响,阻尼对固有频率的影响有限。质量增大固有频率必然降低,刚度增大固有频率必然增大。 理论上讲,试件有多阶固有频率。在二维频谱图中,并不是所有的峰值对应的都是固有频率,因为有可能是激励频率或是它的倍频。因此通常通过测量频响

什么是频率响应函数

动态信号分析仪的一个常见应用是测量机械系统的频率响应函数(FRF)。这也称为网络分析,系统的输入和输出同时测量。通过这些多通道测量,分析仪可以测量系统如何“改变”输入。一个常见的假设是,如果系统是线性的,那么这个“变化”被频率响应函数(FRF)充分描述。事实上,对于线性和稳定的系统,只要知道频率响应函数,就可以预测系统对任何输入的响应。 宽带随机、正弦、阶跃或瞬态信号在测试和测量应用中被广泛地用作激励信号。图1说明了一个激励信号x,可以应用于一个UUT(测试单元),并生成一个或多个由y表示的响应,输入和输出之间的关系称为传递函数或频率响应函数,由H(y,x)表示。一般来说,传递函数是一个复杂的函数,描述系统如何将输入信号的大小和相位作为激励频率的函数。 在各种激励条件下,对UUT系统的特性进行了实验测量。这些特征包括:频率响应函数(FRF),通过以下参量描述: 增益频率函数。相位频率函数。共振频率,阻尼因素,总谐波失真,非线性。 利用宽带随机激励的FFT、交叉功率谱法测量频率响应。宽带激励可以是高斯分布的真随机噪声信号,也可以是一个伪随机信号,其振幅分布可以由用户来定义。宽带这一术语可能具有误导性,因为一个好的实现的随机激励信号应该是频带有限的,并由分析频率范围的上限控制。也就是说,激励不应该激发高于测

量仪器所能测量的频率。随机发生器只产生频宽在分析频率范围内随机信号。这也将把激发能量集中在有用的频率范围,以提高测试动态范围。 宽带随机激励的优点是它能在短时间内激发宽频段,因此总测试时间较短。宽带激励的缺点是其频率能量在短时间内广泛传播。每个频率点激发的能量贡献远小于总信号能量(大概是-30到-50dB小于总数)。即使对于频率响应函数(FRF)估计有一个大的平均数字,宽带信号也不能有效地测量UUT的极端动态特性。 扫频正弦测量,优化了每个频率点的测量值。由于激励信号是一个正弦波,在某一时刻其所有的能量都集中在一个频率上,改进了宽带激励中的动态范围不足的缺点。此外,如果频率响应幅值大小下降,响应的跟踪滤波器可以帮助接收到非常小的正弦信号。只要优化每个频率的输入范围,就可以将测量的动态范围扩展到150分贝以上。 频率响应函数的应用很广,其中测试试件的固有频率是基础应用,可以有效的避免共振频率。试件由于材质、材料属性、形状的不同会影响自身刚度和质量。它的固有频率只受刚度分布和质量分布的影响,阻尼对固有频率的影响有限。质量增大固有频率必然降低,刚度增大固有频率必然增大。 理论上讲,试件有多阶固有频率。在二维频谱图中,并不是所有的峰值对应的都是固有频率,因为有可能是激励频率或是它的倍频。因此通常通过测量频响函数的方式来测量固有频率,频响函数对应的峰值都是系统的固有频率。多数情况下,我们只关心低阶或特定阶固有频率。 常用两种方法测试频率响应函数,锤击法和正弦扫频法。

弹性结构频率响应函数的测定

弹性结构频率响应函数的测定 一实验目的 1.掌握用随机激励激振方式,进行机械阻抗测试的仪器组合及使用方法。 2.了解随机激振时的数据处理方法。 3. 测出悬臂梁的频响函数。 二实验原理及方法 激励信号可用以用以下几种方式: 一是快速正弦扫频法。将正弦信号发生器产生的正弦信号,在幅值保持不变的条件下,由低频很快地连续变化到高频。从频谱上看,该情况下,信号的频谱已不具备单一正弦信号的特性,而是在一定的频率范围内接近随机信号。 二是脉冲激励。用脉冲锤敲击试件,产生近似于半正弦的脉冲信号。信号的有效频率取决于脉冲持续时间t,t越小则频率范围越大。用脉冲锤进行脉冲激振是一种用得较多的瞬态激振方法,它所需要的设备较少,信号发生器、功率放大器、激振器等都可以省掉,并且可以在更接近于实际工作的条件下来测定试件的频率响应函数。 三是宽白噪声激励。白噪声信号和白色光含有同一比率的所有波长的成分相同,在一切频带区域,也具有相等功率成分的那种不规则信号。从而保证了在所分析的频段内的激励信号存在频率。 频率响应函数表明了系统的动态特性,在机械结构中频率响应函数是对结构振动特性的描述,又称为机械阻抗。它可以理论计算也可以通过实验测定。工程上很多问题即便有了计算值往往也离不开实验的方法校核,特别是对于大型复杂结构,实验的方法更显得更重要。 实验装置参见图2试验件为长640mm宽56mm厚8mm悬臂梁,前四阶参考频

率为: 在结构振动实验分析中,通常把一连续弹性系统简化成离散的多自由度系统,上述悬臂梁被等分的划成n 个单元体,近似的认为每个单元体的质量只集中在结点上, 各结点之间均为弹性连接,激励点和测量点被布置在结点上。针对每一个测点系统被简化为单自由度常系数线性系统。若只考虑在输出端加有输入信号线性不相关的噪声干扰时,此系统振动方程在频域表示为: )()()()(f N f X f H f Y += 上式乘以输入信号付氏变换的共轭)(*f X ,在样本足够大的情况下,应用统计平均做上式的期望值的运算,可以得到: )()()(f G f H f G XX YX = 即 ()()()YX XX G f H f G f = 式中: )(f G YX 为输入输出的互谱 )(f G XX 为输入信号的自谱 )(f H 为系统的频率响应函数 三 实验步骤 CF-7200、加速度传感器、信号调理设备、激振器等实验设备连线和实验的结构如图3.1所示。

基于传递函数的整车定置振动分析

基于传递函数的整车定置振动分析 Analysis of Vehicle stationary vibration based on transfer function 摘要:定置工况下汽车的振动是由发动机的各个激励经由传递路径抵达目标位置后叠加而成的。基于该观点,本文提出了定置工况下整车振动的计算方法。其中,应用有限元方法获取结构的传递函数,以发动机的激励为输入,通过载荷与传递函数的乘积得到响应量,将各响应叠加得到车内目标位置的总响应量。本方法可有效地用于车辆的NVH性能开发中。 关键词: 传递函数、振动灵敏度、整车振动 Abstract: V ehicle vibration at stationary condition is excited by each of engine load, superimposed upon the target position through transfer paths. The numerical method for vehicle vibration response is introduced based on this theory. In the procedure, transfer functions are obtained by using finite element method, and the engine load is used as input. Each response is obtained by multiplying engine load with transfer function. They are then superimposed to obtain the total response. This method can be effectively used in the vehicle development of NVH performance. Key words: Transfer Function; Vibration Sensitivity; Vehicle Vibration 1 概述 近年来,随着人们对乘坐舒适性要求的不断提高,驾驶室内的振动噪声问题越来越多地引起人们的重视。方向盘、座椅及脚踏板等部件的振动与顾客的感受直接相关,是乘客能感受到的整车NVH性能的重要指标。 汽车内部振动和噪声现象,往往是由发动机、路面冲击等多个激励经由不同的传递路径抵达目标位置后叠加而成的。本文主要研究定置工况下的车内振动,该工况下车内振动完全由发动机的激励而产生,响应点的振动与激励载荷及载荷传递路径的传递灵敏度成正比。当转速为怠速时,通过对车身关键点的振动的计算分析,可预测车辆的怠速振动性能及有针对性地进行相关改进优化。 2 发动机的激励载荷 车辆行驶在平坦的路面上或怠速运转时,只有发动机本身是主要激振源.发动机激励可分为惯性激励和燃烧激励。惯性激励包括X、Y、Z三个方向的惯性力及Tx、Ty、Tz三个惯性力矩及动力传动系统的不平衡力。燃烧激励为气缸的燃烧力矩。本文中只考虑了发动机的惯性力和燃烧力矩。惯性力和惯性力矩的周期都是360o曲轴转角,燃烧压力则不同,其周期与发动机冲程形式有关,四冲程发动机的周期为720o曲轴转角。对四冲程发动机,一般常将周期定为1转,也就是360o曲轴转角,因此产生了半阶振动频率0.5*ω。发动机的惯性力可以

喇叭传递函数分析与结构设计的改进- 刘彬彬

喇叭传递函数分析与结构设计的改进 刘彬彬 王梁 徐作文 吴沈荣 张林波 (奇瑞汽车股份有限公司,安徽 芜湖,241009) 摘 要:本文介绍通过CAE 分析和试验相结合的方法解决某开发车型在低音喇叭工作时,车内地板振动 过大的问题。首先,通过基于有限元的传递函数频率响应分析,找出车身响应点在激励时容易产生共振的频率范围;其次,根据分析对比并进行结构改进;最后,经自功率谱试验验证了CAE 分析,得到了在该频率范围内与试验基本一致的结果;从而对设计方案进行全面的评估和改进,排除了振动过大问题。 关键词:喇叭;传递函数;结构优化 TRANSFER FUCTION ANALYSIS FOR HORN AND OPTIMIZATION OF THE STRUCTURE Abstract : Abnormal vibration in the driver ’s floor is found in the vehicle test. CAE simulation for the acceleration frequency response with transfer function is performed. The frequency range affecting the floor vibration is identified and correlated with power spectrum test. The design of horn support is improved to reduce the floor vibration and verified by the test. Key words : Horn ;Transfer function ;Structure optimization 1 概述 喇叭是在汽车的行驶过程中,驾驶员根据需要和规定发出必需的音响信号,警告行人和引起其他车辆注意,保证交通安全,同时还用于催行或传递信号。它所发出的声音强度较大,一般声压等级可达到100-120db (A )。 如果车身结构设计不好,会带来车身振动、喇叭颤音等相关问题。 近年来,MSC.NASTRAN 有限元分析软件已经应用于对车身结构振动问题的传递函数预测和研究,如文献[1-2]中都针对有限元分析和传 递函数理论分析和应用进行了系统而且深入的研究。针对某车型开发过程中,在低音喇叭工作时,车内出现地板振动过大的问题;使用 MSC.NASTRAN 有限元分析软件对车身侧的喇 叭安装点进行传递函数的频率响应分析。找出了喇叭的发声频率和纵梁的固有频率相同,并发生共振是造成地板振动的原因。经过优化传递路径上的车身侧喇叭支架的厚度和结构,分析结果表明车内地板的振动大幅度降低。试验证实了CAE 的分析结论,从而排除了因喇叭共振带来的不良影响。 2结构的传递函数理论 考察一个系统的好坏,通常用输入正弦波信号时系统的响应来分析,这种响应并不是单看某一个频率正弦波输入时的瞬态响应,而是考察频率由低到高无数个正弦波输入时所对应的每个输出的稳态响应。因此,这种响应也叫频率响应。频率响应间接地表示了系统的特性。传递函数的频率响应法是分析和设计系统的一个既方便而又有效的工具[3]。 粘性阻尼多自由度系统的平衡方程式为: 其中, 、 、 、 和 分别为质量矩阵、阻尼矩阵、刚度矩阵、力向量和响应向 量。将这个时间域的矩阵方程进行拉氏变换,并且假设初始位移和初始速度为零,则得: 式中s 为拉氏变换因子, 即: 式中 为动刚度矩阵,由传递函数矩阵 的定义: 得: 对方程两边再进行傅里叶变换, 得: 式中:H (ω)为频率响应函数。 系统的频率响应矩阵为阻抗矩阵的逆矩阵,用H (ω)来代替拉氏域内的传递函数H(s)。在一定的激励作用下,频率响应函数与系统的响应成正 比,动刚度与系统的响应成反比。实际应用中,可以用有限元分析,计算出单位载荷激励下的目标位置的频率响应函数,作为最后响应计算的灵敏度函数。 在传递函数的频率响应分析中,通常有两种

离散系统的频率响应分析和零、极点分布

实验2 离散系统的频率响应分析和零、极点分布 一、实验目的 通过MATLAB仿真简单的离散时间系统,研究其时域特性,加深对离散系统的冲激响应,频率响应分析和零、极点分布的概念的理解。 二、基本原理 离散系统的时域方程为 其变换域分析方法如下: 频域 ) ( ) ( ) ( ] [ ] [ ] [ ] [ ] [ω ω ωj j j m e H e X e Y m n h m x n h n x n y= ? - = * =∑∞ -∞ = 系统的频率响应为 ω ω ω ω ω ω ω jN N j jM M j j j j e d e d d e p e p p e D e p e H - - - - + + + + + + = = ... ... ) ( ) ( ) ( 1 1 Z域 ) ( ) ( ) ( ] [ ] [ ] [ ] [ ] [z H z X z Y m n h m x n h n x n y m = ? - = * =∑∞ -∞ = 系统的转移函数为 N N M M z d z d d z p z p p z D z p z H - - - - + + + + + + = = ... ... ) ( ) ( ) ( 1 1 1 1 分解因式 ∏- ∏- = ∑ ∑ = = - = - = - = - N i i M i i N i i k M i i k z z K z d z p z H 1 1 1 1 ) 1( ) 1( ) ( λ ξ ,其中i ξ 和i λ 称为零、极点。 在MATLAB中,可以用函数[z,p,K]=tf2zp(num,den)求得有理分式形式的系统转移函数的零、极点,用函数zplane(z,p)绘出零、极点分布图;也可以用函数zplane (num,den)直接绘出有理分式形式的系统转移函数的零、极点分布图。 另外,在MATLAB中,可以用函数 [r,p,k]=residuez(num,den)完成部分分式展开计算;可以用函数sos=zp2sos(z,p,K)完成将高阶系统分解为2阶系统的串联。 三、实验内容及要求 一个LTI离散时间系统的输入输出差分方程为 y(n)-1.6y(n-1)+1.28y(n-2) =0.5x(n)+0.1x(n-1) (1)编程求出此系统的单位冲激响应序列,并画出其波形。 (2)若输入序列x(n)=δ(n)+2δ(n-1)+3δ(n-2)+4δ(n-3)+5δ(n-4),编程求此系统输出序列y(n),并画出其波形。 (3)编程得到系统频响的幅度响应和相位响应,并画图。 (4)编程得到系统的零极点分布图,分析系统的因果性和稳定性。 解答:

传递函数

传递函数 定义:在初始条件为零时,输出信号和输入信号在拉普拉斯变换之比称为测试系统的传递函数H(s); 传递函数表示测试系统的输入信号与输出信号之间在复数域内的关系。分母中s 的幂次代表测试系统微分方程的阶数,当n=l 或n=2时.就分别称它们为一阶系统或二阶系统的传递函数。 传递函数有以下持点 1)H(s)是“比值”。它由n a ,1-n a ,...,0a 和n b ,1-n b ,...,0b 等综合确定,它只反映测试系统的特性。由H(s)所描述的测试系统,对任意一个具体的输入信号x(t)都可确定地给出相应的输出信号及其量纲。 2)H(s)是将实际的物理系统抽象为数学模型,再经过拉普拉斯变换后得到的。它只反映测试系统的传递、转换和响应特性,而与具体物理结构无关。同一形式的传递函数可表征两个完全不同的物理系统。例如,液柱式温度计和简单的RC 低通滤波器同为一阶系统。再如,动圈式电表、光线示波器的振动子和简单的弹簧质量系统均是二阶系统。 3)H(s)中的分母完全由测试系统(包括被测对象和测试装置)的结构决定,而其分子则和输入(激励)点的位置及测点的布置情况等有关。 传递函数、脉冲响应函数和频率响应函数分别是在复数域、时域和频域中描述测试系统的动态特性。三者是一一对应的。h(t)和H(t)是拉氏变换对,h(t)和H(j ω)是傅氏变换对。论一个问题,测量得到得传递函数与激励、响应测点位置有关吗? 看到有些文献说,传递函数与激励、响应测点的位置有关,激励、响应测点固定,传递函数一定;可是也有说法是传递函数得到的谱峰值可认为是共振频率, 那么请问,如果传递函数测量结果与测点有关,那是否不同测点测得到的传递函数不一样,导致其峰值共振频率也不一样啊? 但一个物体得固有频率不应该是一个定值吗? 期望高手授业解惑~~ 一个物体得固有频率理论上有无穷个。

6 传递函数的测试及实时控制和反演技术

提纲
传递函数测试 及实时控制和反演
1.引言 2.传递函数和频响函数理论基础 3.传递函数测试和反演技术 4.传递函数的实时控制和反演 5.实时反演的结果和分析例图
东方所
北京东方振动和噪声技术研究所
振动、噪声、冲击、应变等全面解决方案
1
北京东方振动和噪声技术研究所
振动、噪声、冲击、应变等全面解决方案
2
1.引言
长期以来,国内外科技界一直在研究、 测试、发现各种系统的传递函数。对仪器 来说,传递函数就像人类DNA一样重要。 传递函数的实时测试和控制反演长期以来 是一个世界性的难题。 第一课题传函和频响函数测试。分为 幅频测量和相频测量。(07年解决) 第二个课题是把频响函数反演回去实 现控制。(10年12月24日解决)
北京东方振动和噪声技术研究所 振动、噪声、冲击、应变等全面解决方案 3
1.引言
传递函数波形复原的早期方案如结下图所示
波形 数采 DAQ FFT 幅频 相频 校正 IFFT 波形无缝拼 接及基线修 正基线修正 复原波形
窗函数
窗函数
北京东方振动和噪声技术研究所
振动、噪声、冲击、应变等全面解决方案
4
2.传递函数和频响函数理论基础
一 个物 理 系 统的动态传递特 性如右图所示: 输入波形x(t) 输出波形y(t)
2.传递函数和频响函数理论基础
传递函数和频响函数理论基础相关公式
y (t ) = ∫ h(τ ) x (t ?τ dτ ) (1)
?∞ ∞ 0 +∞
∞ H(P) = ∫ h(τ )e ? pτ dτ(2) 0
+∞ ? j 2π ft dt (4) H ( f ) = ∫ h(τ )e ? j 2π f τ dτ (3) X ( f ) = ∫?∞ x (t )e
X (ω ) = ∫
+∞
?∞
x(t )e ? jωt dt (5)H(f)=Y(f)/X(f)=H(f)|
e? jφ ( f )
(6)
H k = | H ( K f 0 / m ) | (7)
北京东方振动和噪声技术研究所
振动、噪声、冲击、应变等全面解决方案
5
北京东方振动和噪声技术研究所
振动、噪声、冲击、应变等全面解决方案
6

频率响应函数与数字滤波实验

基于LabVIEW 的频率响应函数与数字滤波及相关分 析的研究 Research of frequency response function and digital filter and related analysis base on LabVIEW 张景生 10010302005 摘要:虚拟仪器是一种以计算机为载体的自动化测量与控制系统,用来对现实世界的各种物理量进行测量或者对物理过程进行控制。频率响应函数是描述测试系统动态特性的重要参数,通过频率响应函数进行频率分析也是进行数字滤波器设计的重要方法。滤波是信号处理的一项重要内容。广义的滤波是在被测试的信号中选取感兴趣的那一部分信号。相关是指两个变量之间的线性关系。相关分析是分析两个信号之间关系或一个信号在一定位移前后之间关系的重要工具。本文基于虚拟仪器LabVIEW 来研究频率响应函数与数字滤波及相关分析。 关键词:虚拟仪器LabVIEW 、频率响应函数与数字滤波、相关分析 一、虚拟仪器LabVIEW 简介 虚拟仪器是一种以计算机为载体的自动化测量与控制系统,用来对现实世界的各种物理量进行测量或者对物理过程进行控制。目前最流行的虚拟仪器应用程序的开发平台就是美国National Instrument (简称NI )公司的LabVIEW 。LabVIEW 是Laboratory Virtual Instrument Engineering Workbench (实验室虚拟仪器工程平台)的首字母组合。 二、频率响应函数与数字滤波 2.1 频率响应函数 频率响应函数是描述测试系统动态特性的重要参数,通过频率响应函数进行频率分析也是进行数字滤波器设计的重要方法。 频率响应函数是系统输出与输入的傅里叶变换之比 () ()()Y H j X ωωω= 实验时用冲激函数作为系统激励信号,用各种数字滤波器作为测试系统。冲激函数具有无限宽广的频谱,用冲激函数做激励信号相当于对测试系统输入所有频率的信号,系统必然有对应的输出。计算出系统输出与输入的傅里叶变换之比,就是系统的频率响应函数。 2.2 数字滤波 滤波是信号处理的一项重要内容。广义的滤波是在被测试的信号中选取感兴趣的那一部分信号。它包括利用电的、机械的和数学的等技术手段滤除信号的噪声或虚假信号。工程测

第七章 频响函数的估计(课件)-2010

7.频响函数的估计(相干分析) 7.1.SISO系统的频响函数及其估计 对于SISO系统,其频响函数的估计有很多计算方法,主要的有三种估计式。在没有噪声污染的情况下,它们的估计是等价的。但是实际上,由于不可避免的存在噪声,三种估计有所差异。 本节讨论在主要的三种噪声污染下,三种传统估计式与真值之间的误差。 7.1.1.随机激励下的频响函数 H。 考虑一个SISO时不变线性系统,其频率响应函数为()ω ASDL of JLU 7-1

ASDL of JLU 7-2 设随机输入和响应信号分别为)(t x 和)(t y ,其傅立叶变换分别为)(ωX 和)(ωY ,则有 ()()()ωωωX H Y = 上式两端乘以()ω*X ,取时间平均及集合平均,并注意()ωH 与平均 无关,则 ()()[]()()()[] ωωωωω* *1lim 1lim X X E T H X Y E T T T ∞→∞→= 即 ()()()ωωωx xy S H S = 如果()ωx S 不为零,则可得系统的频响函数的第一种计算式

试验数据谱分析 吉林大学汽车动态模拟国家重点实验室 ASDL of JLU 7-3 ()() ()ωωωx xy S S H = 1 同样,如果在系统输入/出频谱式两端乘以()ω*Y ,取时间平均和集 合平均,得 ()()()ωωωyx y S H S = 如果()ωyx S 不为零,则可得系统的频响函数的第二种计算式 ()()()ωωωyx y S S H = 2 将系统输入/出频谱式两端取共轭,得 ()()()ωωω* * * X H Y = 乘以原输入/出频谱式,并取时间平均和集合平均,得

各种谱计算,频响函数,传递率.

各种谱计算,频响函数,传递率 阅读:22802006-05-25 22:01 A.信号与谱的分类 由于时域信号有不同的分类, 变换后对应的频域也有不同的谱 信号可分为模拟(连续信号和数字(离散信号, 连续信号变换后称为谱密度, 离散信号变换 后称为谱. 连续信号又可分为绝对可积,平方可积(能量有限,均方可积(功率有限 绝对可积信号有傅里叶谱(线性谱和傅里叶谱密度(线性谱密度,如时域信号单位为电压V, 则前者单位为V,后者单位为V/Hz. 均方可积信号有功率谱PS(单位为V2和功率谱密度PSD(单位为V2/ Hz.. 平方可积信号有能量谱密度ESD(单位为V2 s / Hz.. 注1 平方量称为功率,平方量乘秒称为能量,谱分量除以频率称为谱密度. 注2 功率谱密度另一定义(离散信号的功率谱密度见下述, 连续信号的功率谱密度. 为连续(光滑曲线, 离散信号的功率谱密度为不连续的阶梯形.. 注3 随机信号求功率谱密度时为减少方差,可采用平均,重叠和加窗处理(Welch 法. 数字信号又可分为绝对可和,平方可和,均方可和.

B.各种谱计算 1. 线性谱Linear Spectrum: 对时域离散信号作DFT(离散傅里叶变换得到, 采用方法为FFT(快速傅里叶变换法.X(f=FFT(x(t 2. 自功率谱APS=Auto Power Spectrum: 离散信号的线性谱乘其共轭线性谱 APS(f=X(f*conj(X(f, conj=conjugate共轭(实部不变,虚部变符号. 3. 互功率谱CPS=Cross Power Spectrum::x(t的线性谱乘y(t的共轭线性谱 互功率谱是复数,可表示为幅值和相位或实部和虚部等. CPS(f=X(f *conj(Y(f Y(f=FFT(y(t 4. (自功率谱密度PSD(=Power Spectrum Density: PSD(f=APS(f/Δf Δf—频率分辨率(Hz, 自功率谱密度与自相关函数成傅立叶对应关系 故功率谱密度也称为规一化的功率谱. 5. 互功率谱密度CSD=CPS(f/Δf A.频响函数FRF, 传递率 A1.频响函数.FRF为响应的傅里叶变换与力的傅里叶变换之比或力和响应的互谱与力的自谱之比后者可通过平均减少噪声,故较常用. H(f=X(f / F(f=X(f*conj(F(f / F(f*conj(F(f=CPS / APS. A2. 频响函数有三种表达形式 频响函数表达成分子多项式与分母多项式(特征多项式之比,也称有理分式.

相关文档
最新文档