1. 连续时间傅立叶变换; 2. 傅立叶级数与傅立叶变换之间的关系; 3. 傅立叶变换的性质; 4. 系统的频率响应及系统的频域分析； 4.0 引言 Introduction 4.1 非周期信号的表示——连续时间傅立叶变换 4.2 周期信号的傅立叶变换 4.3 连续时间傅立叶变换的性质 4.4 卷积性质 The Convolution Property 4.5 相乘性质 The Multiplication Property 4.7 由线性常系数微分方程表征的系统 4.8 小结 Summary

1.线性性质 收敛域一般情况下是公共部分 2.尺度变换

2-4奇异函数 一、定义:函数或其微、积分在某处不连续(间断)

时域:变量t; 模型:常系数线性微分方程(组)

2-8卷积及其性质 一、定义

二极管应用电路；BJT和FET工作原理；小信号模型

针对矿山破碎机的声音故障诊断受复杂现场环境制约、确诊率低的难题,结合独立分量分析(ICA)在自然图像和连续语音信号中特征提取的方法,采用两层ICA分别用于从混杂声音中提取各采集通道(部位)的统计独立声音信号和进一步提取该信号的特征基.训练阶段生成的特征基系数序列用来生成矢量量化(VQ)的码书,设计出ICA-VQ破碎机故障诊断系统.现场采集数据的实验中系统的故障诊断准确率达到96.8%,表明系统的高效性

正交函数系、傅氏级数及其收敛条件、周期信号的对称性与傅氏级数的关系、常见周期信号的频谱特性、非正弦周期电路、周期信号的有效值和平均功率、从傅氏级数到傅氏变换

提出了一种基于特征波形稀疏匹配的滚动轴承故障模式识别方法.该方法通过自行设计的搜索算法从信号中提取多段特征波形,并对其进行学习优化,以优化后的特征波形作为基原子模型生成原子库及模式匹配库.将待识别信号在模式匹配库上进行一阶匹配分析,实现轴承故障的模式识别.对正常轴承、滚动体故障、内圈故障和外圈故障信号进行实验,验证了方法的有效性和鲁棒性

8.1 数字滤波器的结构表示 8.2 FIR数字滤波器的网络结构形式 8.3 IIR数字滤波器的网络结构形式 8.4 综合实例