8.1 频域测量的原理与分类 8.2 线性系统频率特性测量 8.3 频谱分析测量 8.4 谐波失真度测量

频域稳定判据 系统稳定的充要条件 — 全部闭环极点均具有负的实部 由闭环特征多项式系数（不解根）判定系统稳定性 不能用于研究如何调整系统结构参数来改善系统稳定性及 性能的问题

4.1 拉普拉斯变换的定义、收敛域 4.2 拉普拉斯变换的基本性质 4.3 拉普拉斯逆变换 4.4 LTI系统的复频域分析 4.5 系统函数及其零、极点分布特性 4.6 系统的信号流图及系统模拟 4.7线性系统的稳定性

4.1 拉普拉斯变换 4.2 典型信号的拉普拉斯变换 4.3 拉普拉斯变换的性质 4.4 拉普拉斯反变换 4.5 拉普拉斯变换与傅里叶变换的关系 4.6 连续系统的复频域分析 4.7 系统函数 4.8 由系统函数的零、极点分析系统特性 4.9 连续系统的稳定性 4.10 系统的信号流图

5.1 连续时间信号的拉普拉斯变换 5.2 拉普拉斯变换的基本性质 5.3 拉普拉斯逆变换 5.4 应用拉普拉斯变换分析线性电路 5.5 系 统 函 数 5.6 系 统 的 稳 定 性 5.7 系 统 的 频 率 响 应 5.8 用MATLAB进行连续时间信号与系统的复频域分析

4.1 周期信号的傅里叶分析 4.2 非周期信号的傅里叶变换 4.3 傅里叶变换的性质 4.4 周期信号的傅里叶变换 4.5 系 统 的 频 域 分 析 4.6 连续时间信号的时域抽样 4.7 用MATLAB进行连续时间信号与系统的频域分析

5—1 引言 5—2 频率特性 5—3 开环系统的典型环节分解和开环频率特性 5—4 频率域稳定判据 5—5 稳定裕度 5—6 闭环系统的频域性能指标

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

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

由于轴承故障声信号的混响及临近的机械设备的噪声，造成声信号的频域分析很困难．通过小波变换原理，对滚动轴承故障声信号进行时频分析．通过对声信号的多尺度分解，分离出由故障造成的声信号突变．实验结果表明，较之以往的时域、频域信号处理技术，该方法对声音信号分解更趋合理，是一种可靠和有效的滚动轴承故障诊断新方法．