4.1 BJT 4.3 放大电路的分析方法 4.3.1 图解分析法 4.3.2 小信号模型分析法 1. 静态工作点的图解分析 2. 动态工作情况的图解分析 3. 非线性失真的图解分析 4. 图解分析法的适用范围 1. BJT的H参数及小信号模型 2. 用H参数小信号模型分析基本共射极放大电路 3. 小信号模型分析法的适用范围 4.4 放大电路静态工作点的稳定问题 4.5 共集电极放大电路和共基极放大电路 4.2 基本共射极放大电路 4.2.1 基本共射极放大电路的组成 4.2.2 基本共射极放大电路的工作原理 4.6 组合放大电路 4.6.1 共射-共基放大电路 4.6.2 共集-共集放大电路 4.7 放大电路的频率响应 4.7.1 单时间常数RC电路的频率响应 4.7.2 BJT的高频小信号模型及频率参数 4.7.3 单级共射极放大电路的频率响应 4.7.4 单级共基极和共集电极放大电路的高频响应 4.7.5 多级放大电路的频率响应 4.8 单级放大电路的瞬态响应

一、选择正确答案填入空内。 (1)测试放大电路输出电压幅值与相位的变化,可以得到它的频率响应,条件是 A.输入电压幅值不变,改变频率 B.输入电压频率不变,改变幅值 C.输入电压的幅值与频率同时变化 (2)放大电路在高频信号作用时放大倍数数值下降的原因是,而 低频信号作用时放大倍数数值下降的原因是 A耦合电容和旁路电容的存在 B.半导体管极间电容和分布电容的存在。 C半导体管的非线性特性 D放大电路的静态工作点不合适

1．加深理解电路发生谐振的条件、特点，掌握电路品质因数（电路Q值）、通频带的物理意义及其测定方法；2．学习用实验方法绘制R、L、C串联电路不同Q值下的幅频特性曲线；3．熟练使用信号源、频率计和交流毫伏表

习题一:1-4,1-5,1-6,1-7,1-9AD1-1 CAD1-1:用非线性VCVC实现一个幅度调制电路,如题图 CAD101所示。输入信号为两个不同频率的信号和, 输出实现两信号相乘,即EMOD=V1*V2。 设v1是50kHz的正弦信号,2是1kHz的调制信号。 要求得到标准调幅波SAM(调幅度mA=0.3和1.0) 抑制载波调幅波scAM 幅度键控调幅波ASK 并分析上述三种调幅波的特点

基带信号具有较低的频率分量,不宜通过无线信道传输因此,在通信系统 的发送端需要由一个载波来运载基带信号,也就是使载波信号的某一个(或几个) 参量随基带信号改变,这一过程就称为调制。通信系统的接收端则需要有解调 过程

针对实际振动信号中多分量分离问题,在生成微分方程解调技术的基础上,提出一种新的迭代分解方法.首先采用生成微分方程(generating differential equation,GDE),估计初始振动信号的瞬时频率和幅值包络,然后对瞬时频率通过低通滤波分离出第一个频率,基于此频率对原始信号通过高通滤波器后提取的成分作为第一个分量,最后用初始信号减去第一个分量的余值作为下一次迭代的初始值,迭代同样的步骤分析分解直到获取所有信号分量,以低于能量比阈值作为迭代终止条件.本方法不需要先验信息.通过仿真信号验证并与传统方法进行对比分析,证明了方法的有效性.通过实测轴承试验信号的故障分析,证明了方法的实用性

提出了一种基于移频技术的短时傅里叶变换阶比分析算法.该算法利用傅里叶变换在频域的卷积性质,对原始信号在时域乘以e-j2πfit使fi的频谱能量搬迁到零频处,按一定的频率间隔改变fi就可以在零频处得到其他频率的频谱能量,以此来提高短时傅里叶变换在时频分析中的频率分辨率.然后在时频面上进行局部阈值降噪,同时跟踪转速的变化,最终应用到变速机械的阶比分析中.与短时傅里叶变换分析结果对比表明,本文方法可以更加准确地跟踪到实际的转速.实际降速过程中轴承信号利用本文方法进行阶比分析,成功提取到轴承的故障特征频率

行星齿轮箱振动信号包含多种频率成分和噪声干扰，频谱具有复杂的边带结构，容易对故障识别造成误导甚至引起错判.在不同故障状态下，行星齿轮箱振动信号的多域特征量将偏离正常范围且偏离程度不同，根据这一特点，提取振动信号的时域、频域特征参量用于故障识别.为了避免传统分析方法中负频率及虚假模态问题，增强对噪声干扰的鲁棒性，采用局部均值分解法将信号自适应地分解为单分量之和，提取时频域单分量瞬时幅值能量.针对多域特征空间构造过程中出现的高维及非线性问题，采用流形学习对数据进行降维处理.提出基于改进的虚假近邻点的本征维数估计及最优k邻域确定方法，并通过等距映射对多域特征空间进行降维分析.对于行星齿轮箱实验信号，根据样本流形特征聚类结果，分别识别出了太阳轮、行星轮和齿圈的局部故障，从而验证了上述方法的有效性

第三章变压器 3-1变压器的工作原理、分类及结构 一、变压器的工作原理 变压器是一种将一电压的交流信号变换为同频率的另一交流信号的静止装置

短时Fourier变换(STFT)在分析非平稳信号的过程中,受调制系数的影响,时频分布图中的能量扩散至主导频率的周围,降低了时频分布的可读性.运用STFT分析瞬时频率缓变或恒定的信号时,调制系数的影响较小甚至可以忽略不计,而得到能量聚集程度很高的时频分布.根据这一特点,提出了迭代广义短时Fourier变换(IG-STFT),该方法有效改善了时频图的可读性.首先运用迭代广义解调分离出频率恒定的单分量成分,然后运用STFT分析信号的时频分布,最后依据STFT的分析结果和相位函数得到原信号的时频分布.通过行星齿轮箱仿真信号和实验信号分析,验证了该方法在分析非平稳信号中的有效性,准确诊断了齿轮故障