33测量信号的分析与处理课件

1、测量信号的分析与处理测量信号的分析与处理测量信号的分析与处理（1） 因测量环境中常存在各种可能的干扰量，故实际测量中采集到的信号往往不仅是所关心的信号本身，而还伴有不希望的其它成分。对采集信号的分析与处理，即指如何有效地将采得的数字化信号中的各种干扰消除掉，或最大程度地将其削弱，从而得到（提取出）所关心的有用信号。 测量信号的分析与处理（1） 因测量环境中常存在各种测量信号的分析与处理（2） 由此途径可找到的用于信号分析与处理的快速VI即Express VI，大多由基本函数构成。 其实，LabVIEW提供有很多可用于信号分析与处理的VI。即除上述快速VI外，另外经 “函数”选板 - “信号处理

2、”途径，还可找到更多用于信号分析与处理的功能函数。 经“函数”选板 -Express - “信号分析”途径，可找到13个用于信号分析与处理的用Express VI。测量信号的分析与处理（2） 由此途径可找到的用测量信号的分析与处理（3） 随着LabVIEW版本的不断翻新，为更便于用户的使用，LabVIEW将函数类型丰富为了三种，即：基本函数、波形函数以及Express VI。 另一途径：“函数”选板 - “信号处理”测量信号的分析与处理（3） 随着LabVIEW版测量信号的分析与处理（4） 对被测信号进行FFT变换举例（A） 例如，产生一个周期信号，然后对它做FFT，可以得到其幅度和相位频谱。

3、 实施测量任务时，经数据采集卡采到的是时域波形的抽样信号采样信号。在时域可分析处理信号的时域特征，如随时间的变化趋势、大小，等等。 而被测信号也有频率特征，如其中含有不同频率成分等。为分析信号的频率特征，需要将获得的时域波形的采样信号转换到频域去分析处理。在频域分析信号的基本方法是傅立叶变换法，其快速实现方法又称FFT，且由它逐渐派生出很多种用于在频域分析处理信号的功能函数。对信号进行频域分析（包括频谱分析和扫频分析），能获得在时域测量中得不到的频率特征信息，如谐波分量、寄生、交调、噪声边带等。 测量信号的分析与处理（4） 对被测信号进行FFT变换举例（A测量信号的分析与处理（5） 现象：幅度

4、谱存在有“泄漏”现象。这是因为采集到的被测信号的样本数有限。增加样本数，情况会有所改善，但不能完全消除。 对被测信号进行FFT变换举例（B） “函数”选板 - “信号处理” - “波形生成”-“仿真信号” “函数”选板 - “信号处理” - “波形测量”-“频谱测量”测量信号的分析与处理（5） 现象：幅度谱存在有“测量信号的分析与处理（6） 给被测信号“加窗”（a） 基于计算机构建的虚拟仪器只能分析/处理有限长的数字信号，如此，被测信号x(t)以T（采样时间或采样长度）被截取一段送入计算机，就称为被截断，相当于加了“矩形窗”将信号突然截断，致使在很宽频率范围内向被测信号中添加了另外的成分。附加

5、频率成分不属于x(t)，被称为“频谱泄漏”。频谱泄漏会带来如下问题： 为减少频谱泄漏，可采用变化相对缓慢的非矩形窗函数对被测信号进行截断；这被称为给被测信号“加窗”。 使信号的频域曲线上产生许多“皱纹”、频率分辨率降低； 如果信号为幅值一大一小、频率很接近的两正弦波信号 的合成，因泄漏，在频域，幅值小信号可能被“淹没”； 所关注信号的频率f0附近的频率特性曲线部分可能过于平 缓，致使无法准确确定f0的值。测量信号的分析与处理（6） 给被测信号“加窗”（a） 测量信号的分析与处理（7） 给被测信号“加窗”（b） 在实际应用中，如何选择窗函数？ 要仔细分析被测信号的特征，再结合希望达到的目的，并可

6、能要经过反复试验。窗函数有多种，如汉宁窗、海宁窗、余弦窗（多种）、布莱克曼窗，等等，它们各有特点；若使用不当，甚至可能带来负面效应。 使用窗函数的原由很多，例如：（1）限定测量的持续时间；（2）减少频谱泄漏；（3）将频率接近、幅值不同的信号成分分离出来。 举例：把频率接近、幅值不同的两个正弦信号相互分离提取出来。经过途径 “帮助”“查找范例”“信号分析和处理”“FFT和频率分析”Window Comparison.vi 可找到这个例子。测量信号的分析与处理（7） 给被测信号“加窗”（b） 测量信号的分析与处理（8） 给被测信号“加窗”（c） “帮助”“查找范例”“信号分析和处理”“FFT和频率

7、分析”Window Comparison.vi测量信号的分析与处理（8） 给被测信号“加窗”（c） “帮测量信号的分析与处理（9） Chirp信号及其频谱（一） Chirp信号又称线性调频信号，其数学表达式为： F(t)=sin(a*t2+b*t) 其中，设t为时间变量； 调节参数a和b，可得到幅值恒定、频率连续变化（在一定频率范围内）的一个“正弦”信号。LabVIEW提供有此函数。 从途径 “函数”选板 “信号处理” “信号生成” Chirp 信号.vi 可得到这个函数。 注意：利用已给定的缺省值（默认值）为宜，观察效果好。举例：调用Chirp函数，并观察它的时域和频域特性。 测量信号的分析

8、与处理（9） Chirp信号及其频谱（一） Chirp信号及其频谱（二）F(t)=sin(a*t2+b*t)Chirp信号及其频谱（二）F(t)=sin(a*t2+b*测量信号的分析与处理（10） 数字滤波（a） 数字滤波是信号分析与处理的重要步骤，在某些应用领域，尤其是在一些需要灵活性和编程能力的领域它已取代了模拟滤波器。 与模拟滤波器相比，数字滤波器有下列优点： 1）可用软件编程，设计、修改、优化均十分方便、快捷； 2）稳定性好，滤波性能可预测； 3）不因温度、湿度等影响产生误差，不需高精度元器件； 4）具有较高的性能价格比。 举 例：用“仿真信号”函数（Express VI）发生一个幅值

9、为1、频率为10Hz的方波信号，并且叠加幅值为0.1的白噪声。把此信号送给数字滤波器处理，希望仅得到方波信号中的正弦基波信号；并显示出滤波前后的信号（查看滤波效果）。测量信号的分析与处理（10） 数字滤波（a） 测量信号的分析与处理（11） 数字滤波（2）“函数”选板 - “信号处理” - “波形调理” -“滤波器”测量信号的分析与处理（11） 数字滤波（2）“函数”选板 -测量信号的分析与处理（12） 相关分析（a） 为实现对被测信号的有效检测、识别和提取，对被测信号进行分析处理中，经常要研究两个信号的相似性，或一信号经过一段延迟后其自身的相似性。这就要对信号进行“相关”分析。相关函数是描述

10、随机函数的重要统计量。相关分析又分“互相关”和“自相关”。例如通过对一个信号进行自相关分析，可从噪声很强的信号中检测出是否含有周期成分。 举例：选用“卷积和相关”Express VI（路径是“函数”选板“信号处理”“信号运算”“卷积和相关”）中的自相关函数，来检测由“仿真信号” Express VI发生的信号（正弦与均有噪声）中是否含有周期成分（路径为：“函数”选板“信号处理”“波形生成”“仿真信号”）。 测量信号的分析与处理（12） 相关分析（a） 为实现对被测量信号的分析与处理（13） 相关分析（b）测量信号的分析与处理（13） 相关分析（b）测量信号的分析与处理（14） 曲线拟合（a） 在基于计算机实现的测量过程中，为充分利用测得数据，并减小可能的测量误差，经常要对测得结果进行所谓曲线拟合。曲线拟合的主要作用有： 1）消除测量噪声； 2）填充丢失的采样点（例如，如果一个或多个采样点有丢 失，或记录不正确）； 3）插值（对采样点之间被测对象可能的取值做出估计）； 4）外推（对采样范围之外被测对象可能的取值进行估计）； 5）求解某个基于离散数据的被测对象的速度轨迹（一阶导数 ）和加