当前位置：文档库 › RRU输入功率异常导致高掉线的分析

RRU输入功率异常导致高掉线的分析

RRU输入功率异常导致小区高掉线

一、问题发现

指标监控：后台指标监控发现老局1、3小区突发高掉线，影响城区PS掉线率，从0.07%波动到0.22%。

二、问题分析：

1、处理流程图：

2、分析高掉线判断可能原因：

因为是单个小区突发掉线，判断可能原因

1):外部干扰2): 参数异常3):硬件故障

可能原因1：外部干扰

通过后台网管提取掉线当天的外部干扰，干扰电平值在-100dBm以下，排

除外部干扰原因。

●可能原因2：参数异常

通过LMT查询后台参数，参数设置均在合理范围之内，排除参数问题。

●可能原因3：硬件故障

通过LMT查询告警日志及小区状态均为正常，无显性故障。

为了确定是否是硬件问题，与RNC工程师沟通，最终定位为老局1、3

小区RRU输入功率过低。

三、解决措施：

1.因为是单个基站的两个小区突发高掉线，小区参数设置合理，并且无外部

干扰，硬件故障的可能性较大

2.代维上站检查，定位光纤问题，故障解决

3.后台查询RRU输入功率输入正常，老局1、3小区高掉线现象得到解决

四、借鉴经验：

如果遇到个别站点突发某个指标恶化时

1、出现硬件故障的可能性较大

2、加强与其他专业沟通，定位问题，提高效率

信号分析与处理习题

2.1 有一个理想采样系统，其采样角频率Ωs =6π，采样后经理想低通滤波器H a (j Ω)还原，其中 ?? ???≥Ω<Ω=Ωππ 3032 1 )(，，j H a 现有两个输入，x 1(t )=cos2πt ，x 2(t )=cos5πt 。试问输出信号y 1(t )，y 2(t )有无失真？为什么？分析：要想时域采样后能不失真地还原出原信号，则采样角频率Ωs 必须大于等于信号谱最高角频率Ωh 的2倍，即满足Ωs ≥2Ωh 。解：已知采样角频率Ωs =6π，则由香农采样定理，可得因为x 1(t )=cos2πt ，而频谱中最高角频率ππ π32621=< =Ωh ，所以y 1(t )无失真；因为x 2(t )=cos5πt ，而频谱中最高角频率ππ π32 652=>=Ωh ，所以y 2(t )失真。 3.2 设x (n )的傅里叶变换为X (e j ω)，试利用X (e j ω )表示下列序列的傅里叶变换：（1） )1()1()(1n x n x n x --+-= （2） )]()([2 1 )(2n x n x n x -+= * 分析：利用序列翻褶后的时移性质和线性性质来求解，即 )()(ωj e X n x ?，)()(ωj e X n x -?- )()(ωωj m j e X e n m x --?- 解：（1）由于)()]([ω j e X n x DTFT =，)()]([ωj e X n x DTFT -=-，则 )()]1([ωωj j e X e n x DTFT --=- )()]1([ωωj j e X e n x DTFT -=-- 故ωωωωω cos )(2])[()]([1j j j j e X e e e X n x DTFT ---=+= （2）由于)()]([ω j e X n x DTFT * * =- 故)](Re[2 ) ()()]([2ωωωj j j e X e X e X n x DTFT =+= * 3.7 试求下列有限长序列的N 点离散傅里叶变换（闭合形式表达式）：

信号处理与分析

第七章信号处理与分析６．１概述数字信号在我们周围无所不在。因为数字信号具有高保真、低噪声和便于信号处理的优点，所以得到了广泛的应用，例如电话公司使用数字信号传输语音，广播、电视和高保真音响系统也都在逐渐数字化。太空中的卫星将测得数据以数字信号的形式发送到地面接收站。对遥远星球和外部空间拍摄的照片也是采用数字方法处理，去除干扰，获得有用的信息。经济数据、人口普查结果、股票市场价格都可以采用数字信号的形式获得。因为数字信号处理具有这么多优点，在用计算机对模拟信号进行处理之前也常把它们先转换成数字信号。本章将介绍数字信号处理的基本知识，并介绍由上百个数字信号处理和分析的VI构成的LabVIEW分析软件库。目前，对于实时分析系统，高速浮点运算和数字信号处理已经变得越来越重要。这些系统被广泛应用到生物医学数据处理、语音识别、数字音频和图像处理等各种领域。数据分析的重要性在于，无法从刚刚采集的数据立刻得到有用的信息，如下图所示。必须消除噪音干扰、纠正设备故障而破坏的数据，或者补偿环境影响，如温度和湿度等。通过分析和处理数字信号，可以从噪声中分离出有用的信息，并用比原始数据更全面的表格显示这些信息。下图显示的是经过处理的数据曲线。

用于测量的虚拟仪器(VI) 用于测量的虚拟仪器(VI)执行的典型的测量任务有： ●计算信号中存在的总的谐波失真。 ●决定系统的脉冲响应或传递函数。 ●估计系统的动态响应参数，例如上升时间、超调量等等。 ●计算信号的幅频特性和相频特性。 ●估计信号中含有的交流成分和直流成分。在过去，这些计算工作需要通过特定的实验工作台来进行，而用于测量的虚拟仪器可以使这些测量工作通过LabVIEW程序语言在台式机上进行。这些用于测量的虚拟仪器是建立在数据采集和数字信号处理的基础之上，有如下的特性： ●输入的时域信号被假定为实数值。 ●输出数据中包含大小、相位，并且用合适的单位进行了刻度，可用来直接进行图形的绘制。 ●计算出来的频谱是单边的（single_sided），范围从直流分量到Nyquist频率(二分之一取样频率)。（即没有负频率出现） ●需要时可以使用窗函数，窗是经过刻度地，因此每个窗提供相同的频谱幅度峰值，可以精确地限制信号的幅值。一般情况下，可以将数据采集VI的输出直接连接到测量VI的输入端。测量VI的输出又可以连接到绘图VI以得到可视的显示。有些测量VI用来进行时域到频域的转换，例如计算幅频特性和相频特性、功率谱、网路的传递函数等等。另一些测量VI可以刻度时域窗和对功率和频率进行估算。本章我们将介绍测量VI中常用的一些数字信号处理函数。 LabVIEW的流程图编程方法和分析VI库的扩展工具箱使得分析软件的开发变得更加简单。LabVIEW 分析VI通过一些可以互相连接的VI，提供了最先进的数据分析技术。你不必像在普通编程语言中那样关心分析步骤的具体细节，而可以集中注意力解决信号处理与分析方面的问题。LabVIEW 6i版本中，有两个子模板涉及信号处理和数学，分别是Analyze 子模板和Methematics子模板。这里主要涉及前者。进入Functions模板Analyze》Signal Processing子模板。其中共有6个分析VI库。其中包括： ①．Signal Generation（信号发生）：用于产生数字特性曲线和波形。 ②．Time Domain（时域分析）：用于进行频域转换、频域分析等。 ③．Frequency Domain（频域分析）： ④．Measurement（测量函数）：用于执行各种测量功能，例如单边FFT、频谱、比例加窗以及泄漏频谱、能量的估算。

MATLAB在机械振动信号中的应用

MATLAB在机械振动信号中的应用申振（山东理工大学交通与车辆工程学院）摘要：综述了现代信号分析处理理论、方法如时域分析（包括时域参数识别、相关分析等）、频域分析（包括傅立叶变换、功率谱分解等），并结合MATLAB中的相关函数来对所拟合的振动信号进行时域分析和频域分析，并对绘出的频谱图进行说明。关键词：时域分析频域分析MATLAB 信号是信息的载体，采用合适的信号分析处理方法以获取隐藏于传感观测信号中的重要信息(包括时域与频域信息等)，对于许多工程应用领域均具有重要意义。对获取振动噪声信号的分析处理，是进行状态监测、故障诊断、质量检查、源识别、机器产品的动态性能测试与优化设计等工作的重要环节，它可以预先发现机械部件的磨损和缺陷等故障，从而可以提高产品的质量，降低维护费用。随着测试技术的迅速发展，各种信号分析方法也随之涌现，并广泛应用在各个领域[1]。时域描述简单直观，只能反映信号的幅值随时间的变化，而不能明确的揭示信号随时间的变化关系。为了研究信号的频率组成和各频率成分的幅值大小、相位关系，应对信号进行频谱分析，即把时域信号通过适当的数学方法处理变成频率f（或角频率）为独立变量，相应的幅值或相位为因变量的频域描述。频域分析法将时域分析法中的微分或差分方程转换为代数方程，有利于问题的分析[2]。 MATLAB是MathWorks公司于1982年推出的一种功能强大、效率高、交互性好的数值计算和可视化计算机高级语言，它将数值分析、矩阵运算、信号处理和图形显示

有机地融合为一体，形成了一个极其方便、用户界面良好的操作环境。随着其自身版本的不断提高，MATLAB 的功能越来越强大，应用范围也越来越广，如广泛应用于信号处理、数字图像处理、仿真、自动化控制、小波分析及神经网络等领域[3]。本文主要运用了MATLAB R2014a 对机械振动信号进行分析。分析过程包括时域分析和频域分析两大部分，时域分析的指标包括随机信号的均值、方差以及均方值。频域分析的性能指标包括对功率谱分析、倒频谱分析。在进行上述分析之前先要对振动信号进行拟合。机械振动分为确定性振动和随机振动，确定性振动又分为周期振动和非周期振动，周期振动又进一步分为简谐振动和复杂的周期振动。所以可以根据上述的分类来拟合振动信号[2]。在设计信号的处理程序时，运用MATLAB 中的相关函数来对所拟合的振动信号进行时域分析和频域分析，并对绘出的频谱图进行说明。 1 时域分析 1.1 均值对于一个各态历经随机随机信号()x t ，其均值x μ为 1lim ()T x T x t dt T μ→∞=? （1）式中 ()x t ——样本函数； T ——观测时间； x μ——常值分量。 1.2 方差 2 x σ是描述随机信号的波动分量，定义为 2 201lim [()]T x x T x t dt T σμ→∞=-? （1）它表示信号()x t 偏离其均值x μ平方的均值，方差的正平方根x σ称为标准差。

《信号分析与处理》复习总结

信号是带有信息（如语音、音乐、图象、数据等）的随时间（和空间）变化的物理或物理现象，其图象称为信号的波形。信号是消息的表现形式，消息则是信号的具体内容。分类：根据不同分类原则，信号可分为：连续时间信号与离散时间信号；确定信号与随机信号；周期信号和非周期信号；功率信号与能量信号等等反因果信号：若当t ≥0时，f (t )=0;当t <0时，f (t )≠0. 系统：由若干相互作用和相互依赖的事物组合而成的具有特定功能的整体。 ???????=???≠=∞=?∞ ∞ -1)()0( 0)0( )(dt t t t t δδ()()t t δδ-= ()t δ为偶对称函数 1()d 2j t t e ωδωπ ∞-∞= ?——()t δ的逆傅立叶变换 ()()d ()() t x t t t t x t t t δε-∞ -=-?) ()()()(000t t t x t t t x -=-δδ)(| |1 )(t a at δδ= )(t δ'是奇对称函数 ) ()(, 0)(t d d t δττδττδ='='? ? ∞ -∞ ∞ -离散时间单位: 0()(), ()()(1) m n n m n n n εδδεε+∞ ==-=--∑稳定性 ∑? +∞-∞ =∞ +∞ -∞ <∞-=-? -z z z z n Z ε

王济-matlab在振动信号处理中的应用代码

程序4-1 %最小二乘法消除多项式趋势项%%%%%%%%%%%%%%%%%%%%%%%% clear % 清除存中所有变量和函数 clc % 清除工作窗口中所显示的容close all hidden % 关闭所有隐藏的窗口%%%%%%%%%%%%%%%%%%%%%%%% %提示用键盘输入输入数据文件名 fni=input('消除多项式趋势项-输入数据文件名:','s'); %以只读方式打开数据文件 fid=fopen(fni,'r'); sf = fscanf(fid,'%f',1); %读入采样频率值 m = fscanf(fid,'%d',1); %读入拟合多项式阶数 fno = fscanf(fid,'%s',1);%读入输出数据文件名 x = fscanf(fid,'%f',inf);%读入时程数据存成列向量 %关闭数据文件 status=fclose(fid); %取信号数据长度 n=length(x); %建立离散时间列向量 t=(0:1/sf:(n-1)/sf)'; %计算趋势项的多项式待定系数向量a a=polyfit(t,x,m); %用x减去多项式系数a生成的趋势项 y=x-polyval(a,t); %将分成2行1列的图形窗口的第1列设为当前绘图区域subplot(2,1,1); %绘制x对于t的时程曲线图形 plot(t,x); %在图幅上添加坐标网格 grid on; %将分成2行1列的图形窗口的第2列设为当前绘图区域subplot(2,1,2); %绘制y对于t的时程曲线图形 plot(t,y); %在图幅上添加坐标网格 grid on; %以写的方式打开文件或建立一个新文件 fid=fopen(fno,'w'); %进行n次循环将计算结果写到输出数据文件中 for k=1:n %每行输出两个实型数据，t为时间，y为消除趋势项后的结果fprintf(fid,'%f %f\n',t(k),y(k)); %循环体结束语句

大数据采集与信号处理

数据信息采集与处理

基本内容：基于FFT的功率谱分析程序设计与应用 1.基本要求 1)对一个人为产生的信号进行采用FFT变换方法进行功率谱分析。已知信号x(n)=80.0*COS(2*3.14*SF*n/FS) 式中： n=0,1,2 ……N-1 SF---信号频率 FS---采样频率其FFT变换结果X(k)可用下面提供的FFT子程序求出，计算功率谱的公式为： W（k）=2(XR(k)2 +XI(k)2)/N 式中：k=0,1,2 ……N/2-1 XR(k)--- X(k)的实部 XI(k)--- X(k)的虚部请用VB，VC或C++Builder编译器编程，或采用MATLAB计算，或采用高级语言调用MATLAB计算。处理结果为采用窗口显示时域波形和频域波形。此信号的时域谱、频域谱、功率谱如下面图1~图3所示：图1

图2 图3 其MATLAB代码为： FS=200; SF=10;

N=1024; n=0:N-1; t=n/FS; x=80.0*cos(2*3.14*SF*t); figure; plot(t，x); xlabel('t'); ylabel('y'); title('x=80.0*cos(2*3.14*SF*t)时域波形'); grid; y=fft(x,N); mag=abs(y); f=(0:length(y)-1)*FS/length(y);%进行对应的频率转换 figure; plot(f(1:N/2),mag(1:N/2));%做频谱图 xlabel('频率(Hz)'); ylabel('幅值'); title('x=80.0*cos(2*3.14*SF*t)幅频谱图N=1024'); grid; Py =2*(y.*conj(y))/N; %计算功率谱密度Py figure; plot(f(1:N/2),Py(1:N/2)); xlabel('频率(Hz)'); ylabel('功率谱密度'); title('x=80.0*cos(2*3.14*sf*t)功率谱密度'); grid; 2)对实验所采集的转子振动信号进行频谱分析

第9章振动信号的处理和分析(22页)

第9章振动信号的处理和分析飞行器的振动现象，表现为结构振动量的时间和空间的函数。人们希望通过对飞行器结构振动信号的测量和分析，来了解飞行器结构本身的物理特性，建立适宜的数学模型，从而预测飞行器在工作条件或所处环境中的运行行为及其对结构的强度、刚度，以及运行安全乃至相关人员的舒适性的影响。简言之，飞行器结构的振动特性是通过振动信号的测量、处理和分析确定的。在确定结构动特性时，数据采集应归于测量，而出于分析的需要，将信号进行数据离散（变换）、截断（加窗）、滤波等则可狭义地归为处理。传统地看法将变换视为分析，其实这也是一种处理。但广义地说，处理也是一种分析手段。因此，本章内容在阐述时并不严格地区分哪些是处理，哪些是分析，而是把处于处理和分析的每一个环节都作为一种方法来阐述。 §9.1 振动信号的分类不同类型的信号将有不同的分析方法和选定不同的分析参数，按照信号本身的特性，最基本的分类可概括为稳态信号和非稳态信号两类，如图9.1.1所示。图 9.1.1 振动信号的类型稳态信号是其统计特性不随时间而变化的信号，它可以分为稳态确定性信号和稳态随机信号。其中稳态随机信号可认为是一种其平均特性不随时间变化，因而可以用任意一条样本记录来决定的随机信号。这也是所谓稳态的一般含义，无论对于确定性信号或是对于随机性信号皆是如此。但对于随机信号来说，稳态不是理解为从不同的记录样本所得到的结果都必须完全一样，而只意味着它们是等价的。稳态确定性信号对于任意稳定的时刻，其信号值是可以预知的。而对于稳态随机信号，只能确知其统计特性，如平均值、方差等。非稳态信号可粗略地分为连续性非稳态信号和瞬态信号，语言信号是典型的连续性非稳态信号。两者最基本的区别是，瞬态信号可以作整体处理，而连续非稳态信号一般可分成若干短时信号段来处理，每一段常常可以看成是拟稳态的。

信号处理与数据分析复习要点总结

2013年《信号处理与数据分析》课程要点第I部分信号与系统的基本原理第1章信号与线性时不变系统 ●信号与系统的概念 ●连续时间信号与离散时间信号的表示 ●几个重要信号，掌握其主要特点与应用 ?连续时间复指数信号 ?连续时间正弦信号 ?离散时间复指数信号 ?离散时间正弦信号 ●谐波的概念，含连续时间谐波和离散时间谐波，各自的特点 ●单位冲激（脉冲）信号与单位阶跃信号的定义、特点与主要应用 ●连续时间系统与离散时间系统的概念与特点 ●系统的基本特性，主要包括： ?记忆性与无记忆性 ?可逆性与可逆系统 ?因果性与稳定性 ?线性与时不变性 ●连续时间与离散时间线性时不变系统的概念 ●连续时间与离散时间卷积的概念与计算 ●线性时不变系统的性质：记忆性、可逆性、因果性、稳定性第2章傅里叶级数与傅里叶变换 ●连续时间周期信号傅里叶级数的概念与计算 ●离散时间周期信号傅里叶级数的概念与计算 ●两种傅里叶级数的特点与性质 ●连续时间信号傅里叶变换的概念与计算 ●离散时间信号傅里叶变换的概念与计算 ●两种傅里叶变换的特点与性质第3章信号与系统的频域分析 ●信号频谱的概念与频域分析的用途 ●系统微分方程和差分方程的概念与傅里叶变换求解 ●滤波器与理想滤波器的概念 ●一阶系统与二阶系统的波特图第4章信号的采样与插值拟合 ●冲激序列采样的基本原理与过程分析 ●频谱混叠的概念与避免的方法 ●采样定理 ●信号的插值与拟合的概念与基本方法 ●最小二乘拟合的基本概念

第5章拉普拉斯变换与z变换 ●拉普拉斯变换的定义与基本计算 ●拉普拉斯变换的性质与应用 ●z变换的定义与基本计算 ●z变换的性质与应用 ●两种变换收敛域的概念与特点 ●系统的方框图表示第II部分信号的误差分析与预处理第6章测量不确定度的表示与估计 ●测量不确定度的概念和原因； ●A类标准不确定度、B类标准不确定度以及合成标准不确定度的基本概念； ●静态测量与动态测量的基本概念第7章粗大误差和野点的判断与处理 ●粗大误差的基本概念以及消除措施； ●趋势项的概念和产生原因； ●趋势项的消除方法； ●异常值的识别方法；第III部分数字信号处理部分第8章离散傅里叶变换与快速傅里叶变换 ●离散傅里叶变换（DFT）的定义 ●离散傅里叶变换的性质 ●与DFT相关的几个问题 ?频率分辨率及DFT参数的选择 ?信号补0问题 ?信号的时宽与频宽问题 ?频谱泄漏问题 ?栅栏效应 ?频率混叠问题 ●按时间抽选的基2FFT算法第9章数字滤波器与数字滤波器设计 ●数字滤波器的概念和特点 ●无限冲激响应（IIR）数字滤波器 ●有限冲激响应（FIR）数字滤波器 ?概念与特点 ?FIR滤波器的直接型结构 ?FIR滤波器的级联型结构 ?线性相位FIR滤波器结构 ●IIR数字滤波器的设计 ?IIR滤波器设计的冲激响应不变法 ?IIR滤波器设计的双线性变换法

第七章信号分析与处理1

第六章信号处理与分析６．１概述数字信号在我们周围无所不在。因为数字信号具有高保真、低噪声和便于信号处理的优点，所以得到了广泛的应用，例如电话公司使用数字信号传输语音，广播、电视和高保真音响系统也都在逐渐数字化。太空中的卫星将测得数据以数字信号的形式发送到地面接收站。对遥远星球和外部空间拍摄的照片也是采用数字方法处理，去除干扰，获得有用的信息。经济数据、人口普查结果、股票市场价格都可以采用数字信号的形式获得。因为数字信号处理具有这么多优点，在用计算机对模拟信号进行处理之前也常把它们先转换成数字信号。本章将介绍数字信号处理的基本知识，并介绍由上百个数字信号处理和分析的VI构成的LabVIEW分析软件库。目前，对于实时分析系统，高速浮点运算和数字信号处理已经变得越来越重要。这些系统被广泛应用到生物医学数据处理、语音识别、数字音频和图像处理等各种领域。数据分析的重要性在于，无法从刚刚采集的数据立刻得到有用的信息，如下图所示。必须消除噪音干扰、纠正设备故障而破坏的数据，或者补偿环境影响，如温度和湿度等。通过分析和处理数字信号，可以从噪声中分离出有用的信息，并用比原始数据更全面的表格显示这些信息。下图显示的是经过处理的数据曲线。

信号处理结课论文与作业

数字信号处理技术在电力系统中的发展现状和趋势摘要：为了适应现代电力系统的要求，先进的数字信号处理技术被应用到电力系统中，充分发挥了其快速强大的运算和处理能力以及并行运行的能力，满足了电力系统监控的实时性和处理算法的复杂性等更高的要求。本文首先简要介绍了电力系统和数字信号处理技术；然后详细阐述了数字信号处理技术在电力系统中的应用，包括傅里叶变换、小波变换、现代谱分析、相关分析、数学形态学，并介绍了数字信号处理技术在电力系统应用中的现状和趋势。关键词：数字信号处理，电力系统 Abstract: In order to meet the requirements of modern electric power system, the advanced digital signal processing technology is applied to the electric power system. this technology has gave full play to its fast computation and processing capacity and the ability to run in parallel, and it satisfies some higher requirements, such as the real time monitoring of electric power system and the complexity of handle algorithm. This article first briefly introduced the electric power system and digital signal processing technology; And then expounds the application of digital signal processing technology in power system, including Fourier transform, wavelet transform, the modern spectrum analysis, correlation analysis and mathematical morphology, and digital signal processing technology is introduced in the present situation and trend of power system applications. Keywords: digital signal processing, electric power system 1、引言现代电力系统通过联网已经发展成供电区域辽阔和容量巨大的系统，作为国民经济发展的源动力，我国的电力系统正以空前的规模和速度扩大。随着互联电力系统的增长，尤其是长江三峡工程的崛起，超远距离输电的互联大电网的安全成为更加关心和突出的问题。电力系统是一个庞大的、瞬变的多输入输出的系统，为了保证其安全运行，需要实时地监视各节点的运行状况，及时发现电力系统的不正常状态及故障状态通知运行人员，或快速地进行控制和处理。这要求在电网各节点都要有数据采集单元，将测得的电力系统运行参数转化为数字量，进行分析和控制就地解决问题，或者通过远方通信送往调度中心进行处理。电力系统监视和控制的参数要求实时性较强，不仅包括频率、电压、

雷达信号处理和数据处理

脉冲压缩雷达的仿真脉冲压缩雷达与匹配滤波的MATLAB仿真姓名：-------- 学号：---------- 2014-10-28 - 0 - 西安电子科技大学

一、雷达工作原理雷达，是英文Radar的音译，源于radio detection and ranging的缩写，原意为"无线电探测和测距"，即用无线电的方法发现目标并测定它们的空间位置。因此，雷达也被称为“无线电定位”。利用电磁波探测目标的电子设备。发射电磁波对目标进行照射并接收其回波，由此获得目标至电磁波发射点的距离、距离变化率（径向速度）、方位、高度等信息。雷达发射机的任务是产生符合要求的雷达波形（Radar Waveform），然后经馈线和收发开关由发射天线辐射出去，遇到目标后，电磁波一部分反射，经接收天线和收发开关由接收机接收，对雷达回波信号做适当的处理就可以获知目标的相关信息。但是因为普通脉冲在雷达作用距离与距离分辨率上存在自我矛盾，为了解决这个矛盾，我们采用脉冲压缩技术，即使用线性调频信号。二、线性调频（LFM）信号脉冲压缩雷达能同时提高雷达的作用距离和距离分辨率。这种体制采用宽脉冲发射以提高发射的平均功率，保证足够大的作用距离；而接受时采用相应的脉冲压缩算法获得窄脉冲，以提高距离分辨率，较好的解决雷达作用距离与距离分辨率之间的矛盾。脉冲压缩雷达最常见的调制信号是线性调频（Linear Frequency Modulation）信号,接收时采用匹配滤波器（Matched Filter）压缩脉冲。 LFM信号的数学表达式： - 1 -

- 2 - （2.1）其中c f 为载波频率，()t rect T 为矩形信号：（ 2.2）其中B K T =是调频斜率，信号的瞬时频率为()22c T T f Kt t + -≤≤，如图（图2.1.典型的LFM 信号（a ）up-LFM(K>0)（b ）down-LFM(K<0)）将式1改写为：（2.3）其中

信号处理与数据分析第一章作业答案(B).邱天爽.

Answer of Homework 2 1.6 计算下列各式的卷积：（a ）()e (),()e (),at bt x t u t h t u t a b --==≠ Answer: （a ）通过卷积定义()0()()()d e e d ,0t at b t y t x h t t τττττ∞----∞=-=≥??，因此 ()[(e e )/(b )]()at bt y t a u t --=-- 1.7 计算下列各式的卷积，并画出结果曲线。（b ）21()(2),()(2)2n x n u n h n u n -??=-=+ ??? Answer: 定义信号11()()2n x n u n ??= ??? 和1()()h n u n = ，可以发现1()(2)x n x n =-，1()(2)h n h n =+，因此, 1111()()()(2)(2)(2)(2)k y n x n h n x n h n x k h n k ∞ =-∞=*=-*+=--+∑ 用2m + 代替k 得到: 111011()()()21()22m n n m m y n x m h n m u n +∞=-∞=??????=-==-?? ? ?????????∑∑ 2n 1.9 一因果LTI 系统，其输入输出关系由1()(1)()4 y n y n x n = -+给出，若()(1)x n n δ=-，试求()y n 。 Answer: 由于该系统为一因果系统，因而()0,1y n n =<从而得到 1 1(1)(0)(1)0114 111(2)(1)(2)0444 111(3)(2)(3)0416161()()4 m y y x y y x y y x y m -= +=+==+=+==+=+== 因此， 11()()(1)4 n y n u n -=- 1.12 给定()(2),()e (1)t x t u t h t u t =-=--。试计算卷积()()()y t x t h t =*。 Answer:

滚动轴承的振动信号特征分析报告

南昌航空大学实验报告课程名称：数字信号处理实验名称：滚动轴承的振动信号特征分析实验时间： 2013年5月14日班级： 100421 学号： 10042134 姓名：吴涌涛成绩：

滚动轴承的振动信号特征分析一、实验目的利用《数字信号处理》课程中学习的序列运算、周期信号知识、DFT 知识，对给定的正常轴承数据、内圈故障轴承数据、外圈故障轴承数据、滚珠故障轴承数据进行时域特征或频域特征提取和分析，找出能区分四种状态（滚动轴承的外圈故障、内圈故障、滚珠故障和正常状态）的特征。二、实验原理振动机理分析：机械在运动时，由于旋转件的不平衡、负载的不均匀、结构刚度的各向异性、间隙、润滑不良、支撑松动等因素，总是伴随着各种振动。振动的幅值、频率和相位是振动的三个基本参数，称为振动三要素。幅值：幅值是振动强度的标志，它可以用峰值、有效值、平均值等方法来表示。频率：不同的频率成分反映系统内不同的振源。通过频谱分析可以确定主要频率成分及其幅值大小，从而寻找振源，采取相应的措施。相位：振动信号的相位信息十分重要，如利用相位关系确定共振点、测量振型、旋转件动平衡、有源振动控制、降噪等。对于复杂振动的波形分析，各谐波的相位关系是不可缺少的。在振动测量时，应合理选择测量参数，如振动位移是研究强度和变形的重要依据；振动加速度与作用力或载荷成正比，是研究动力强度和疲劳的重要依据；振动速度决定了噪声的高低，人对机械振动的敏感程度在很大频率范围内是由速度决定的。速度又与能量和功率有关，并决定动量的大小。提取振动信号的幅域、时域、频域、时频域特征，根据特征进行故

障有无、故障类型和故障程度三个层次的判断。三、实验内容 Step1、使用importdata （）函数导入振动数据。 Step2、把大量数据分割成周期为单元的数据，分割方法为：设振动信号为{x k }(k =1,2,3,…,n )采样频率为f s ，传动轴的转动速率为V r 。采样间隔为： 1 s t f ?= （1）旋转频率为： 60 r r V f = （2）传动轴的转动周期为： 1 r T f = （3）由式（1）和（3）可推出振动信号一个周期内采样点数N ： 1 1s r r s f f T N t f f = ==? （4）由式（2）可得到传动轴的转动基频f r =29.95Hz ，再由式（3）可得到一个周期内采样点数N=400.67，取N =400。 Step3、提取振动信号的特征，分析方法包括： 1、时域统计分析指标（波形指标(Shape Factor)、峰值指标(Crest Factor)、脉冲指标(Impulse Factor)、裕度指标(Clearance Factor)、峭度指标(KurtosisValue) ）等，相关计算公式如下：（1）波形指标： P f X WK X = (5) 其中，P X 为峰值，X 为均值。p X 计算公式如下：

振动信号的采集与预处理

振动信号的采集与预处理几乎所有的物理现象都可看作是信号，但这里我们特指动态振动信号。振动信号采集与一般性模拟信号采集虽有共同之处，但存在的差异更多，因此，在采集振动信号时应注意以下几点： 1. 振动信号采集模式取决于机组当时的工作状态，如稳态、瞬态等； 2. 变转速运行设备的振动信号采集在有条件时应采取同步整周期采集； 3. 所有工作状态下振动信号采集均应符合采样定理。对信号预处理具有特定要求是振动信号本身的特性所致。信号预处理的功能在一定程度上说是影响后续信号分析的重要因素。预处理方法的选择也要注意以下条件： 1. 在涉及相位计算或显示时尽量不采用抗混滤波； 2. 在计算频谱时采用低通抗混滤波； 3. 在处理瞬态过程中1X矢量、2X矢量的快速处理时采用矢量滤波。上述第3条是保障瞬态过程符合采样定理的基本条件。在瞬态振动信号采集时，机组转速变化率较高，若依靠采集动态信号（一般需要若干周期）通过后处理获得1X和2X矢量数据，除了效率低下以外，计算机（服务器）资源利用率也不高，且无法做到高分辨分析数据。机组瞬态特征（以波德图、极坐标图和三维频谱图等型式表示）是固有的，当组成这些图谱的数据间隔过大（分辨率过低）时，除许多微小的变化无法表达出来，也会得出误差很大的分析结论，影响故障诊断的准确度。一般来说，三维频谱图要求数据的组数（△rpm分辨率）较少，太多了反而影响对图形的正确识别；但对前面两种分析图谱，则要求较高的分辨率。目前公认的方式是每采集10组静态数据采集1组动态数据，可很好地解决不同图谱对数据分辨率的要求差异。影响振动信号采集精度的因素包括采集方式、采样频率、量化精度三个因素，采样方式不同，采集信号的精度不同，其中以同步整周期采集为最佳方式；采样频率受制于信号最高频率；量化精度取决于A/D转换的位数，一般采用12位，部分系统采用16位甚至24位。振动信号的采样过程，严格来说应包含几个方面： 1. 信号适调由于目前采用的数据采集系统是一种数字化系统，所采用的A/D芯片对信号输入量程有严格限制，为了保证信号转换具有较高的信噪比，信号进入A/D以前，均需进行信号适调。适调包括大信号的衰减处理和弱信号的放大处理，或者对一些直流信号进行偏置处理，使其满足A/D输入量程要求。 2. A/D转换

基于LabVIEW的数据处理和信号分析

基于LabVIEW的数据处理和信号分析 Liu Y an Y ancheng Institute of Technology, Y ancheng, 224003, China E-mail: yanchengliu@https://www.wendangku.net/doc/9b2935877.html, ·【摘要】虚拟仪器技术是一种数据采集和信号分析的方法，它包括有关硬件，软件和它的函数库。用虚拟仪器技术进行数据采集和信号分析包括数据采集，仪器控制，以及数据处理和网络服务器。本文介绍了关于它的原则，并给出了一个采集数据和信号分析的例子。结果表明，它在远程数据交流方面有很好的表现。【关键词】虚拟仪器，信号处理，数据采集。 ·Ⅰ.引言虚拟仪器是一种基于测试软硬件的计算机工作系统。它的功能是由用户设计的，因为它灵活性和较低的硬件冗余，被广泛应用于测试及控制仪器领域，。与传统仪器相比，LabVIEW 广泛应用于虚拟仪器与图形编程平台，并且是数据收集和控制领域的开发平台。它主要应用于仪器控制，数据采集，数据分析和数据显示。不同于传统的编程，它是一种图形化编程类程序，具有操作方便，界面友好，强大的数据分析可视化和工具控制等优点。用户在LabVIEW 中可以创建32位编译程序，所以运行速度比以前更快。执行文件与LabVIEW编译是独立分开的，并且可以独立于开发环境而单独运行。虚拟仪器有以下优点： A：虚拟仪表板布局使用方便且设计灵活。 B：硬件功能由软件实现。 C：仪器的扩展功能是通过软件来更新，无需购买硬件设备。 D：大大缩短研究周期。 E：随着计算机技术的发展，设备可以连接并网络监控。这里讨论的是该系统与计算机，数据采集卡和LabVIEW组成。它可以分析的时间收集信号，频率范围：时域分析包括显示实时波形，测量电压，频率和期刊。频域分析包括幅值谱，相位谱，功率谱，FFT变换和过滤器。另外，自相关工艺和参数提取是实现信号的采集。 ·II.系统的设计步骤软件是使用LabVIEW的AC6010Shared.dll。包中的三个功能被使用。分别用AC6010- AD.VI，与AC6010- DI.VI和AC0610- DO.VI实现数据采集，数据输入和数据输出。测试范围的选择，对测试通道和测试时间的设置是由与AC6010- AD.VI完成的。在这里，测试范围为3-5V电压。由于LabVIEW的强大，一些额外的功能可以被添加到系统中。用户必须做几个步骤：

振动测试数据处理方法的应用分析

振动测试数据处理方法的应用分析【摘要】采用电测法对产品进行振动的加速度测量，通过FFT方法进行时域—频域的转换，运用加速度与位移之间积分的关系，将加速度值转换为位移值，试验证明该方法行之有效。【关键词】振动测量；FFT；位移转换 0.绪论根据要求需对产品进行整机振动测量，准确掌握改产品的振动状态和振动特征。本文详细阐述了振动测试及信号分析技术，介绍了一种用加速度传感器测量振动位移信号的方法。即采用FFT方法进行加速度与位移相互转换的方法，将加速度谱转换成位移谱，以达到对位移的测量。 1.振动测试系统基本结构与组成机械振动参数可以用电测法、机械法、光学法等进行振动测量。目前电测法应用广泛，电测法是将工程振动的参量转换为电信号，经电子线路放大后显示和记录。它与机械式和光学式的测量方法比较，有以下几方面的优点：（1）具有较宽的频带。（2）具有较高的灵敏度和分辨率。（3）具有较大的动态范围。（4）振动传感器可以做得很小，以减小传感器对试验对象的附加影响，还可以做成非接触式的测量系统。（5）可以根据被测参量的不同来选择不同的振动传感器。不同测量方法的物理性质虽然各不相同，但是组成的测量系统基本相同，它们都包含传感器、测量放大电路和显示记录三个环节。电测法测量系统图见图1所示。机械振动参数的测量，是对运行状态下的机械振动进行测量和分析，以期获得振动体的振动强度——振级和有关信息。因为振动体上某一点的振动可以用振动位移、速度或加速度对时间的历程来描述，而且三者之间存在着简单的微分和积分的关系，因此，只要测得其中的一个，就可以通过未分、积分电路获得另外两个参数。 2.振动测试系统组成

信号分析与处理期末考试

2014-2015学年第一学期期末考试《信号分析与处理中的数学方法》学号：姓名：注意事项： 1.严禁相互抄袭，如有雷同，直接按照不及格处理； 2.试卷开卷； 3.本考试提交时间为2014年12月31日24时，逾期邮件无效； 4.考试答案以PDF 和word 形式发送到sp_exam@https://www.wendangku.net/doc/9b2935877.html, 。 1、叙述卡享南—洛厄维变换，为什么该变换被称为最佳变换，何为其实用时的困难所在，举例说明其应用。解：形为λ φ(s ) = C (t ,s )φ(t )dt T (1-1) 的方程称为齐次佛莱德霍姆积分方程，其中φ（t ）为未知函数，λ是参数，C （t,s ）为已知的“核函数”，它定义在[0，T]×[0，T]上，我们假定它是连续的，且是对称的： (t,s)=C (s,t) (1-2) 使积分方程(1-1)有解的参数λ称为该方程的特征值，相应的解φ(t)称为该方程的特征函数。又核函数可表示为： C(t,s)= λn φn (t )φn (s )∞ n =1 （1-3）固定一个变量（例如t ），则式（1-3）表示以s 为变量的函数C(t,s)关于正交系{φn (s)} 的傅里叶级数展开，而傅里叶级数正好是λ n φn (t)。设x （t ）为一随机信号，则其协方差函数 C （t,s ）=E {[x(t)-E{x(t)}][x(s)-E{x(s)}]}是一个非随机的

对称函数，而且是非负定的。为了能方便地应用式(1-3)，假定C(t,s)是正定的，在多数情况下，这是符合实际的。当然，还假定C(t,s)在[0，T]×[0，T]上连续。现在用特征函数系{φn (t)}作为基来表示x （t ）： x(t)= αn φn (t)∞ n=1 (1-4) 其中 α n = x （t ）φn （t ）dt T 因为{φn （t ）}是归一化正交系，所以展开式（1-4）类似于傅里叶级数展开。但是因为x （t ）是随机的，从而系数x n 也是随机的，因此这个展开式实际上并不是通常的傅里叶展开。式(1-4)称为随机信号的卡享南-洛厄维展开。因为这种变换能使变换后的分量互不相关，而且这种展开的截断既能使均方差误差最小，又能使统计影响最小，故具有最优性。卡享南-洛厄维变换没有固定的变换矩阵，它依赖于给定的随机向量的协方差阵。正是这种变换的特点，也是它在实际使用时的困难所在，因为它需要依照不固定的矩阵求特征值和特征向量。卡享南-洛厄维变换应用在数据压缩技术中。按照最优化原则的数据压缩技术可以解决通讯和数据传输系统的信道容量不足和计算机存储容量不足的问题。通过对信号作正交变换，根据失真最小的原则在变换域进行压缩。卡享南-洛厄维变换被选用并不是偶然的，因为这种变换消除了原始信号x 的诸分量间的相关性，从而使数据压缩能遵循均方误差最小的准则实施。 2、最小二乘法的三种表现形式是什么？以傅里叶级数展开为例说明其各自的优缺点。解：希尔伯特空间中线性逼近问题的求解方法称为最小二乘法。通常它有三种不同的表现形式：投影法、求导法和配方法。我们以傅里叶级数展开为例来说明。投影法：设X 为希尔伯特空间，{e 1,e 2,e 3……}为X 中的一组归一化正交元素，x 为X 中的某一元素。在子空间M=span{e1,e2,e3……}中求一元素m ，使得 ‖x-m0‖=min ‖x ?m ‖ m ∈M (2-1) 由于M 中的元素可表示为e 1,e 2,e 3……的线性组合，那么问题就转化为求系数 α 1 ,α2……使得 ‖x- a k e k ‖∞ k=1=min 2-2 投影定理指出了最优系数α 1 ,α2……应满足