测量信号的分析与处理课件

测量信号的分析与处理1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。2测量信号的分析与处理（2）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ExpressVI。由此途径可找到的用于信号分析与处理的快速

VI即ExpressVI，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”途径，还可找到更多用于信号分析与处理3的功能函数。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4测量信号的分析与处理（4）幅度和相位频谱。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。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5测量信号的分析与处理（5）对被测信号进行FFT变换举例（B）现象：幅度谱存在有“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。“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”6测量信号的分析与处理（6）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”。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：①使信号的频域曲线上产生许多“皱纹”、频率分辨率降低；②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”；③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。7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8

子。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和频率分析”\Window

Comparison.vi9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。举例：调用Chirp函数，并观察它的时域和频域特性。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。10Chirp信号及其频谱（二）F(t)=sin(a*t2+b*t)11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（ExpressVI）发生一个幅值为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）。12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”13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”）。14测量信号的分析与处理（13）相关分析（b）15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：消除测量噪声；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）；插值（对采样点之间被测对象可能的取值做出估计）；外推（对采样范围之外被测对象可能的取值进行估计）；求解某个基于离散数据的被测对象的速度轨迹（一阶导