§3-6 常用信号的傅里叶变换（广义 F.T. 广义谱） §3-7 周期信号的傅里叶变换（广义 F.T. 广义谱） §3-8 傅里叶变换性质——信号时域波形与频域频谱的关系

8.1 频率响应的定义; 8.2 频率响应图的绘制; 8.3 绘制波特图示例; 8.4 频率响应测量; 8.5 频域性能指标; 8.6 对数幅相图; 8.7 设计实例; 8.8 利用MATLAB进行频率响应分析

一.本章要点 1.利用傅立叶级数的定义式分析周期信号的离散谱 2.利用傅立叶积分分析周期信号的连续谱 3理解信号的时域与频域间的关系 4.用傅立叶变换的性质进行正变换. 5.握抽样信号顿谱的计算及抽样定理

二非周期信号激励下的系统的响应 1.付立叶积分法概述 2怎样理解傅立叶变换法可以分析系统的瞬态响应? 例:一个稳定的直流电瓜和一个接通的直流电瓜,在时域中的表达式不同,在频域中频谱分布也不同。在对激励信号进行傅立叶变换时,产生瞬态响应的频率也包含在变换式中

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

介绍现代信号处理技术的基本原理和工程实用技术。阐述平稳和非平稳信号的特点，信号数学变换的本质，信号正交分解的物理意义和工程背景。内容包括信号的时域分析、频域分析、循环平稳信号分析、时频分析、小波变换及第二代小波变换、经验模式分解等。列举了所介绍的方法和技术在工矿企业中机电设备动态分析与监测诊断方面的应用实例。本书取材先进，实用性强，适合作为高等院校机械工程、仪器仪表和能源动力等专业的研究生、高年级本科生的教材或参考书，也可供从事机电设备动态分析、状态监测、故障诊断、设备管理与维修的广大科技人员使用和参考。 第一章 绪论 第二章 信号的时域分析 第三章 信号的频域分析 第四章 循环平稳信号分析 第五章 非平稳信号处理方法 第六章 连续小波变换及其工程应用 第七章 基于第二代小波变换的信号处理 第八章 基于EMD的时频分析方法及其应用

提出可在稀疏角域以及多普勒域下对天线阵列信号向量进行接收和分析的方法,讨论在多普勒频域范围内的DOA估计问题,并在有效的频带范围内提取信号冲激响应较大的值.在稀疏DOA的恢复过程中采用的是L2,0估计算法,并在多路天线频谱感知的架构下充分利用DOA所固有的稀疏特性,对其进行稀疏恢复.对于在测试环境中不可避免的噪声问题,分析三种不同噪声分布下的DOA估计误差问题.仿真结果显示频域范围内的L2,0-DOA估计算法具有较低的计算复杂度和较高的准确度,并且算法对噪声不敏感,鲁棒性较高

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

随着我国隧道工程建设的快速发展,由隧道病害引发的隧道质量和安全问题越发常见.通过地质雷达探测隧道病害对于减少隧道质量和安全问题具有十分重要的意义,为了提高病害探测的效率及可靠性,基于雷达反射波信号多维度分析,提出一种隧道病害智能辨识的新方法.根据反射波信号时域、频域及时频域分析结果提取病害信号辨识的6个典型特征,利用支持向量机算法对典型特征的训练构建病害信号的二分类模型,实现了病害水平分布范围的自动辨识;再依据病害信号的第一本征模态函数分量振幅包络计算病害深度分布范围,最终实现隧道病害的智能辨识.结合某隧道回填层雷达实测数据对智能辨识算法的性能进行评价,与人工辨识结果的对比表明,该智能算法对于病害的辨识能力较强,病害的识别率高达100%,但辨识结果中同时存在少量误判,准确率达78.6%,满足工程应用的需求.该算法可用于隧道工程各类地质雷达探测数据中病害的智能辨识,而对于其他领域的地质雷达探测数据,本文研究成果亦可为不同类型探测目标智能辨识算法的设计提供可行思路

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