针对大型齿轮箱低速轴故障信息难以提取的问题,采用小波分析方法对故障数据进行处理以实现信号在时/频域的局域性分析,将其无冗余、无泄漏地分解到一组具有紧支撑性的小波基上.文中采用小波分层突变系数作为判别故障隐患的特征值,并对该特征值进行趋势分析.结果表明:小波变换能有效捕捉冲击信号的时域特征和故障发生的时间历程,用小波分层突变系数所做的趋势图能有效地预测故障发展趋势,避免突发故障

3.1 信号的时域分析 3.1.1 信号的时域波形分析 3.1.2 信号的幅值域分析 3.2 信号的频域分析 3.3 模拟信号的调理 3.3.1 信号调理的目的 3.3.2 信号的放大 3.3.3 信号的调制与解调 3.3.4 信号的滤波

《信号分析与处理》是继《信号与系统》面 向研究生的一门专业课程。在介绍信号基本特 征和时频域基本分析方法的基础上，学习连续 信号和离散信号的傅立叶变换、快速傅立叶变 换，针对图象等二维信号，讲述二维傅立叶变 换和余弦变换。讲述现代信号处理领域的时频 分析和小波变换。结合实际，介绍滤波器设计、 时频分析、小波变换在信号处理中的典型应用

分析了板材轧制过程中出口厚度变化的成因.将不确定扰动的影响归结为轧机刚度系数摄动和轧件塑性系数摄动,建立了双摄动厚度控制模型.综合考虑轧机系统的外部不确定扰动,针对轧制道次间的不确定性,在频域内将板厚信息转化为轧机系统边界性能指标,设计抑制前馈扰动的外部自激励定量反馈控制器.仿真实验表明,设计的控制器能有效抑制轧制过程中的外部扰动,具有良好的鲁棒性能,并能直观保证系统调整时的鲁棒稳定性,适于工业生产

由于基于频域的经典小波变换运算时间较长,不能很好地满足轧辊偏心信号在线实时控制的要求,提出了用提升结构小波变换对偏心信号进行不同分辨率下分解处理的新方法.通过对轧制力信号和厚差信号的分析,利用提升和对偶提升原理将偏心信号从干扰信号和噪声信号中提取出来并通过参数自校正控制实现对轧辊偏心的在线动态控制.仿真结果表明,该方法获得了比较理想的效果,并且在同样数据长度下,提升小波变换运算速度比经典小波变换至少提高1倍以上

J. Fourier1807年提出周期函数可表为三角级数的和.随后,关于 FourierFourier级数以及积 分的理论逐步建立. Fourier变换得到了广泛的应用。 在第一节中将介绍L1与L2 Fourier中变换与逆变换及其性质。第二节是关于 Heisenberg不 确定性原理,并证明函数在时域与频域内不可能同时有紧支集。第三节将介绍时不变系统并 引入滤波的概念

1、是一种几何图解的近似方法,适于工程应用。 2、是频域的分析方法,系统或环节的动态特性用频率特性表示。 3、系统或环节的频率特性容易通过实验获得。 4、在通讯、信号处理等信息领域应用广泛

3-1引言 一、信号特性: 函数f(t),单元信号δ(t),子响应h(t); 1.时域上波形 2.频域上:频谱表示,即信号分解成正弦(虚指数)的组合→频谱分析

4.1 拉普拉斯变换 一、从傅里叶变换到拉普拉斯变换 二、收敛域 三、(单边)拉普拉斯变换 4.2 拉普拉斯变换的性质 4.3 拉普拉斯变换逆变换 4.4 复频域分析 一、微分方程的变换解 二、系统函数 三、系统的s域框图 四、电路的s域模型

第六章放大器反馈原理及稳定化基础 6.1反馈放大器的基本概念 6.2负反馈对放大器性能的影响 6.3负反馈放大器的分析与计算 6.4负反馈对放大器频域和时域特性的影响 6.5负反馈放大器的稳定性 6.6相位补偿原理与技术