5.1 用DFT逼近连续时间信号的频谱 5.2 用FFT计算线卷积和相关运算 5.3 倒频谱分析 5.4 系统频谱响应函数分析及确定

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

周期信号的分解—傅里叶级数 周期信号的频谱分析 三角形式 指数形式 周期信号的频谱分析 周期信号的功率频谱 非正弦周期信号的有效值 非周期信号的分解—傅里叶变换 由级数到变换 常用信号的变换 傅里叶变换的性质 奇异函数的变换 周期信号的傅里叶变换 信号的抽样与抽样定理、时分复用

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

第3章连续信号与系统的频域分析 3.1周期信号分解为傅里叶级数 3.2信号在正交函数空间的分解 3.3周期信号的频谱 3.4非周期信号的频谱 3.5一些常见信号的频域分析 3.6傅里叶变换的性质及其应用 3.7相关函数与谱密度 3.8连续系统的频域分析 3.9信号的无失真传输和理想滤波器

2.1 信号时域特征的获取方法 2.2 信号与数据的插值方法及实现 2.3 信号与数据的拟合方法及实现 2.4 数值微分和数值积分及实现 2.5 时域信号的平滑与建模方法及实现 2.6 MATLAB在时域分析与处理中的应用

第四章连续系统的频域分析 4.1信号分解为正交函数→ 4.2傅里叶级数→ 4.3周期信号的频谱→ 4.4非周期信号的频谱傅里叶变换 4.5傅里叶变换的性质→ 4.6周期信号的傅里叶变换→ 4.7LT系统的频域分析→ 4.8取样定理→

§3.1 变换域分析 §3.2 周期信号的频谱分析

本文论述了用改进的快速富里叶变换方法和最小二乘方法分析、估算在冷轧过程中由轧辊偏心引起的周期性变化信号。并以此信号为依据,控制轧钢机的压下系统,实现对偏心的动态补偿。最后介绍了清除由于分析、估算中的误差给偏心补偿带来的影响的措施

广东工业大学：《漫谈测试技术》课程教学资源（课件讲稿）第2章 漫谈信号描述与分析