时域分析:f(t) (t)=()*(t) ↓分解 ↑ 基本信号(t)→l→h(t) 频域分析:f(t) yejot =(t)* H(jo)Fejot ↓分解 基本信号 sinot

第一节 非正弦周期信号及其分解 第二节 对称波形的傅里叶级数 第三节 非正弦周期电流电路中的有效值、平均值、平均功率 第四节 非正弦周期电路电流的计算 第五节 滤波器

第一节 非正弦周期信号及其分解 第二节 对称波形的傅里叶级数 第三节 非正弦周期电流电路中的有效值、平均值、平均功率 第四节 非正弦周期电路电流的计算 第五节 滤波器

振动信号的周期性冲击及其重复频率是滚动轴承故障诊断的关键.本文提出了一种基于集合经验模式分解和交叉能量算子提取滚动轴承故障特征的方法.首先,应用集合经验模式分解方法将振动信号分解为本征模式函数以满足交叉能量算子对信号单分量的要求.然后根据相关程度和峭度从本征模式函数中选取敏感分量,计算敏感分量和原始信号的瞬时交叉能量及其傅里叶频谱.最后根据交叉能量的频谱结构和特征频率识别轴承故障.通过分析滚动轴承故障仿真信号和实验测试信号,诊断了滚动轴承元件故障,验证了该方法的有效性

为消除陡脉冲带来的干扰，分析了陡脉冲干扰的特点，建立了陡脉冲噪声数学模型，提出了基于变分模态分解（Variational mode decomposition, VMD）的心电信号滤波算法，提取叠加在心电信号中陡脉冲干扰分量、识别陡脉冲干扰分量并剔除陡脉冲干扰分量；为减少VMD分解层数、提高实时性并减少内存消耗，提出了心电信号预处理算法；针对医疗环境中的随机噪声伴随陡脉冲出现的情况，分析了VMD后子信号中随机噪声的特点，提出了基于VMD子信号能量估计的阈值去噪算法；利用变分模态分解的带通滤波器组特性，提出了基于变分模态分解子信号重组的QRS波群检测算法，配合滤波算法以提高心电信号特征检测精度。以添加了高斯白噪声和模拟陡脉冲干扰的MIT?BIH数据库心电信号和医疗环境中采集的心电信号为实验对象，分别实现对滤波算法和QRS波群检测算法的定量对比分析

3.1 信号的正交分解 3.1.1 矢量的正交分解 3.1.2 信号的正交分解 3.2 连续时间周期信号的傅里叶级数 3.2.1 三角形式的傅里叶级数 3.2.2 信号的对称性与傅立叶系数的关系 3.2.3 指数形式的傅里叶级数 3.2.4 指数形式的傅里叶系数和三角形式的傅里叶系数 3.3 连续时间周期信号的频谱分析 3.3.1 周期信号的频谱 3.3.2 周期信号频谱的特点 3.3.3 周期信号的有效频帶宽度（简称带宽） 3.3.4 周期信号的功率谱 （周期信号为功率信号） 3.4 连续时间非周期信号的频谱 3.4.1 从傅立叶级数到傅里叶变换 3.4.2 频谱密度函数 3.4.3 奇异函数的傅里叶变换 3.5 傅里叶变换的性质 3. 时移特性(常用) 13. 能量谱和功率谱 3.6 周期信号的傅里叶变换 3.6.1 一般周期信号的傅里叶变换 3.6.2 f T 3.7 抽样与抽样定理 3.7.1 信号的时域抽样 3.7.2 抽样信号的频谱 3.7.3 时域取样定理 3.7.4 连续信号f（t）的恢复 3.7.5 频域取样定理 3.8 LTI系统的频域分析(法) 3.8.1 系统的频率响应 3.8.2 无失真传输条件 3.8.3 理想低通滤波器的特性

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

实验一 典型信号的合成和分解 实验二 电涡流传感器静态特性的测量 实验三 测试装置动态特性的测量 实验四 转子转速和齿轮齿数的测量 实验五 机械转子底座的振动测量和分析 实验六 虚拟仪器（Labview）上机实验

6.1 非正弦周期信号及分解 6.2 非正弦周期信号的频谱 6.3 非正弦周期信号的有效值、 平均值和平均功率 6.4 非正弦周期电路的计算

通过本章的学习，学生应理解信号分解为正交函数的意义。掌握信号的频域分析方法—傅里叶级数和傅里叶变换。理解周期信号与非周期信号频谱的特点、区别和联系，周期信号傅里叶变换的特点，信号时域特性与频域特性之间的关系，抽样信号频谱的特点与抽样定理。掌握典型信号的傅里叶变换，并能灵活运用傅里叶变换的性质对信号进行正反变换。掌握周期序列的离散傅里叶级数表示，非周期序列的离散时间傅里叶变换及其性质