時域信號
關(guān)注創(chuàng)建者：兮楓如秋 創(chuàng)建時間：2019-08-08
時域信號的視頻教程
波動力學(xué)論文講解—lamb波在介質(zhì)中的傳播
這種頻散特性會導(dǎo)致信號在時域上的延時，使得檢測信號在板間傳輸中呈現(xiàn)出信號的展寬現(xiàn)象。 多模式：蘭姆波存在多種傳播模式，包括對稱型和反對稱型。對稱型的蘭姆波又稱縱向板波（或膨脹板波），反對稱型的蘭姆波則稱為彎曲板波。這些模式在傳播過程中會相互干涉，形成復(fù)雜的波形。 非穩(wěn)態(tài)信號：蘭姆波的傳播過程是非穩(wěn)態(tài)的，即其波形和振幅會隨著時間和空間的變化而變化。
￥69.9 45分鐘 23播放
查看
時域信號的實(shí)例教程
對于時域信號而言，把時域信號各個峰值點(diǎn)連接起來得到的曲線就叫時域包絡(luò)曲線，如圖7所示的信號，綠色是指數(shù)衰減的高頻信號，把它時間軸上各個峰值點(diǎn)連接起來得到的藍(lán)色曲線就是它的包絡(luò)曲線。
圖7 時域信號與它的包絡(luò)曲線
如在幅值調(diào)制信號中，載波頻率通常是高頻信號，而調(diào)制頻率是低頻信號，如圖2所示。因此，這個高頻調(diào)幅信號，它的幅值是按低頻調(diào)制信號變化的。如果把高頻調(diào)幅信號的峰值點(diǎn)連接起來，就可以得到一個與低頻調(diào)制信號相對應(yīng)的曲線，這條曲線就是包絡(luò)曲線。因而，包絡(luò)曲線代表的物理意義是低頻變化緩慢的信號，如調(diào)制信號、拍頻、沖擊事件的間隔頻率（見圖4）等。
如果要提取到這些信號中的低頻包絡(luò)曲線，如圖1所示的拍頻，必須要對時域信號做包絡(luò)分析，獲得包絡(luò)曲線，然后對包絡(luò)曲線進(jìn)行FFT分析得到包絡(luò)曲線的頻譜。如對圖1所示的拍的時域信號進(jìn)行包絡(luò)分析得到包絡(luò)曲線如圖8左側(cè)所示，然后對這條包絡(luò)曲線進(jìn)行FFT分析，得到拍的頻率如圖8中的右側(cè)所示，從圖中可以看出，拍頻為2Hz。
圖8 拍的包絡(luò)曲線和頻譜
對圖4所示的沖擊信號作包絡(luò)分析，得到包絡(luò)曲線的頻譜（紅色）與原始信號的頻譜（綠色）如圖9a所示。由于包絡(luò)曲線對應(yīng)的頻率非常低，需要局部放大低頻段，如圖9b所示，從圖中可以看出，沖擊事件對應(yīng)的頻率成分為1.57Hz。
展開 如果對存在多個調(diào)制現(xiàn)象或?qū)掝l帶的信號進(jìn)行包絡(luò)分析的話，必然給包絡(luò)分析帶來困難，導(dǎo)致分離不出緩變的信號，或者分不清楚主要的緩變信號的頻率成分。因此，在進(jìn)行包絡(luò)分析之前，必須要進(jìn)行濾波處理，以確定關(guān)心的頻率范圍。因此，對于包絡(luò)分析而言，通過帶通濾波確定感興趣的頻帶是必要的準(zhǔn)備工作。
對于希爾伯特-包絡(luò)分析而言，其分析步驟如下：
第一步：對原始時域信號進(jìn)行FFT分析確定感興趣的頻帶。通常可以從以下兩個方面來確定感興趣的頻帶：根據(jù)頻譜中的峰值對比已知的軸承缺陷頻率或?qū)Ρ攘己玫妮S承的頻譜。如果沒有良好的軸承的頻譜，那么，也可以從FFT頻譜圖中存在的調(diào)制現(xiàn)象來確定感興趣的頻帶，如圖1所示，一次分析時可以只關(guān)心一處調(diào)制現(xiàn)象，從而確定以載波頻率為中心頻率，以最外側(cè)的邊頻帶頻率作為感興趣頻帶的邊界確定感興趣的帶寬。
第二步：根據(jù)上一步確定的頻帶進(jìn)行時域帶通濾波。濾掉干擾信號，使濾波后的時域信號僅包含要解調(diào)的成分。如果對帶通濾波后的信號進(jìn)行FFT分析，得到的頻譜仍是寬頻的高頻成分，或者是在這個頻帶內(nèi)調(diào)制復(fù)雜，直接得不到包絡(luò)頻率，如圖2所示。
第三步：對帶通濾波后的時域信號進(jìn)行希爾伯特變換：將濾波后的時域信號相位移動90度，使其成為解析信號的虛部。
第四步：計算由上一步得到的解析信號的幅值，得到包絡(luò)曲線。在某些情況下，可能還需要對包絡(luò)曲線進(jìn)行低通濾波，以進(jìn)一步濾掉其他信號。
第五步：計算包絡(luò)曲線的FFT，從而得到包絡(luò)譜，如圖2所示。當(dāng)然圖中的包絡(luò)譜頻率單一，但現(xiàn)實(shí)情況可能并非如此。
展開 圖3：12通道時域載荷數(shù)據(jù)譜
CAEFatigue擁有先進(jìn)的載荷自動轉(zhuǎn)換工具，可以在一定程度上緩解過去的手工轉(zhuǎn)換挑戰(zhàn)。
時域載荷數(shù)據(jù)
下圖顯示了一組三個通道的時間信號圖譜，它表示某臺設(shè)備在負(fù)載測試中獲得的典型時域信號，時間信號來自設(shè)備上的數(shù)據(jù)采集監(jiān)測點(diǎn)，而數(shù)據(jù)中的事件則表示時間信號運(yùn)行的階段性周期，比如在某恒定振幅下持續(xù)10秒，然后在另一種振幅下10秒。
圖4：三通道時域載荷數(shù)據(jù)
可以看到此段信號并未滿足平穩(wěn)、高斯分布、隨機(jī)等假設(shè)，首尾標(biāo)識的信號振動幅值非常小，對疲勞壽命影響不大，下圖為刪除后的信號數(shù)據(jù)，滿足三大假設(shè)，可直接用于傅里葉變換。
圖5: 預(yù)處理后的滿足三大假設(shè)的時域信號
下圖也是一組三通道時間信號，可以看到整個時間信號并非平穩(wěn)，這里我們?nèi)BC三段時間信號進(jìn)行后續(xù)疲勞分析，CAEFatigue具有非常方便的信號截取功能，截取出的信號可以成為新的時間事件。
展開 首先，考慮脈沖輸入類型的時域信號數(shù)據(jù)處理。需要計算加權(quán)加速度時域信號的峰值系數(shù)，以確定進(jìn)一步的處理。在Time Signal Calculator模塊中使用函數(shù)FILTER_ISO2631對原始時域信號進(jìn)行加權(quán)處理，由于原始數(shù)據(jù)是座椅座墊Z向，因此加權(quán)系數(shù)為wk，F(xiàn)ilterType設(shè)置為1（見表2），得到加權(quán)加速度時域信號如圖2中綠色曲線所示，紅色為原始的時域信號。從圖中可以看出，在脈沖輸出的時間段內(nèi)，兩個信號的有效值不同，峰值也不同，因而，得到的峰值系數(shù)是不相同的。原始時域信號的峰值為1.00098g，而加權(quán)后的峰值為0.63296g，得到的峰值系數(shù)分別為4.57和4.69。
圖2 原始的時域信號與加權(quán)后的加速度信號
如果加權(quán)加速度的峰值系數(shù)小于9時，用所有測點(diǎn)中的單向加速度最大值來評價。如果峰值系數(shù)大于9，則需要用到加權(quán)加速度劑量值VDV來評價。計算VDV需要用到函數(shù)POWER和INTEGRATE。
接下來考慮隨機(jī)輸入類型的數(shù)據(jù)處理，計算單軸向加權(quán)加速度有效值āw時用時域方法。
展開 本文重點(diǎn)介紹對許多不同形式時域載荷數(shù)據(jù)的處理。
技術(shù)挑戰(zhàn)
如何準(zhǔn)確地將時域信號轉(zhuǎn)換成頻域PSD對于后續(xù)振動疲勞分析至關(guān)重要，要將時間信號轉(zhuǎn)換到頻域，一般需要遵循三個極限假設(shè)。被處理的數(shù)據(jù)必須是平穩(wěn)的--即每個信號的頻率內(nèi)容在時間信號的持續(xù)時間內(nèi)不發(fā)生顯著變化；高斯的--即每個信號的數(shù)據(jù)點(diǎn)在信號的上下限之間正態(tài)分布；隨機(jī)的--每個信號包含足夠的頻率正弦波且被認(rèn)為是隨機(jī)的和不確定的。盡管Bishop、 Kerr、Murthy和Sweitzer等人在2014年提出，在實(shí)踐中這些假設(shè)需要有一定的靈活性。此外，我們必須手動調(diào)整時間信號去除不需要的屬性，如死點(diǎn)、平均偏移量等。傅立葉分析的設(shè)置還必須真正理解FFT窗口長度的選擇和重疊，因?yàn)槟J(rèn)設(shè)置可能導(dǎo)致轉(zhuǎn)換過程中的不準(zhǔn)確性。最后，必須適當(dāng)?shù)毓芾砗徒M合數(shù)百個時間信號及其相應(yīng)的相關(guān)性，以反映事件測試期間所經(jīng)歷的實(shí)際情況。Ferreira、Meehan、Cardoso和Bishop等人于2016年指出的，如果對時間信號進(jìn)行了精確的調(diào)節(jié)，那么通過頻域PSD疲勞計算與原始時域相比較，誤差一般在兩倍內(nèi)，大多數(shù)有經(jīng)驗(yàn)的分析師會認(rèn)為這是相同的結(jié)果。
圖3：12通道時域載荷數(shù)據(jù)譜
CAEFatigue擁有先進(jìn)的載荷自動轉(zhuǎn)換工具，可以在一定程度上緩解過去的手工轉(zhuǎn)換挑戰(zhàn)。
時域載荷數(shù)據(jù)
下圖顯示了一組三個通道的時間信號圖譜，它表示某臺設(shè)備在負(fù)載測試中獲得的典型時域信號，時間信號來自設(shè)備上的數(shù)據(jù)采集監(jiān)測點(diǎn)，而數(shù)據(jù)中的事件則表示時間信號運(yùn)行的階段性周期，比如在某恒定振幅下持續(xù)10秒，然后在另一種振幅下10秒。
展開 
時域信號的相關(guān)專題、標(biāo)簽、搜索
時域信號的最新內(nèi)容
通過這些監(jiān)測及顯示器件，可以較為直觀地觀察到入纖光功率、調(diào)制前后的光信號頻譜與時域波形、解調(diào)后的信號波形、信號眼圖及誤碼率等系統(tǒng)的運(yùn)行狀態(tài)和運(yùn)行結(jié)果。整個光纖通信系統(tǒng)的架構(gòu)如下圖示：
完整的光纖通信系統(tǒng)
2）設(shè)置相關(guān)參數(shù)。
本案例演示了OTDM中通過將初始的比特序列壓縮來減小比特之間的間隔，也就是把離散的時域信號壓縮到較窄的時域內(nèi)，以此來提高傳輸效率。
1. 原理
光路分為兩大部分，第一部分是初始信號生成部分，用10110100的初始序列號來調(diào)制光信號；第二部分為壓縮部分，共有三次壓縮過程。每一次壓縮的過程，就是將光信號拆分為兩路信號，對其中一路信號延時處理，最后再把兩路信號耦合到一起。
2.
屋頂冷水機(jī)組氣動噪聲分析7個月前
時域噪聲信號
在 HyperMesh CFD 中將9個虛擬麥克風(fēng)的數(shù)據(jù)進(jìn)行FFT 轉(zhuǎn)換為 SPL 聲壓級曲線(Narrowband 8Hz)。
從頻譜曲線看，有通風(fēng)斗的模型 BPF 及其諧波的峰值均降低，一方面通風(fēng)斗減少了多個風(fēng)扇出口氣流的沖撞和干擾，另一方面對噪聲的傳播起到屏蔽作用。
（2） 時域信號濾波
將輸入的時域信號x(t)通過每個帶通濾波器，得到各倍頻程頻段的時域信號xi(t)（i 為頻段序號）。例如：對1/1倍頻程，信號通過中心頻率31.5Hz的濾波器后，得到31.5Hz頻段的時域信號；信號通過63Hz濾波器，得到63Hz頻段信號，以此類推，得到所有分析頻段的時域信號。
時域噪聲信號
在 HyperMesh CFD 中將9個虛擬麥克風(fēng)的數(shù)據(jù)進(jìn)行FFT 轉(zhuǎn)換為 SPL 聲壓級曲線(Narrowband 8Hz)。
從頻譜曲線看，有通風(fēng)斗的模型 BPF 及其諧波的峰值均降低，一方面通風(fēng)斗減少了多個風(fēng)扇出口氣流的沖撞和干擾，另一方面對噪聲的傳播起到屏蔽作用。
本案例演示了OTDM中通過將初始的比特序列壓縮來減小比特之間的間隔，也就是把離散的時域信號壓縮到較窄的時域內(nèi)，以此來提高傳輸效率。
1.原理
光路分為兩大部分，第一部分是初始信號生成部分，用10110100的初始序列號來調(diào)制光信號；第二部分為壓縮部分，共有三次壓縮過程。每一次壓縮的過程，就是將光信號拆分為兩路信號，對其中一路信號延時處理，最后再把兩路信號耦合到一起。
ultraFluidX仿真結(jié)果
管路瞬態(tài)流速（有閥門）
在HyperMesh CFD中將時域風(fēng)壓數(shù)據(jù)進(jìn)行信號處理，可以看出管路出口的湍流風(fēng)壓，幅值大，以對流速度傳播，通常被稱作偽噪聲（Pseudo Noise）。以及向遠(yuǎn)場傳播的聲學(xué)壓，幅值小，以聲速傳播，并被遠(yuǎn)場麥克風(fēng)記錄。
</li></ul><p><br></p><p><strong>? Green House Noise工具首先對時域壓力脈動進(jìn)行信號處理，在波數(shù)空間將信號分解為Acoustic pressure和Hydrodynamic pressure, 然后調(diào)用SEAM求解器，計算噪聲的傳遞損失，獲取乘員艙內(nèi)部不同空間位置的噪聲頻譜曲線和語言清晰度。
同步采集a1(t)、a2(t)及F(t)（若有），記錄各頻率點(diǎn)的時域信號。
2.數(shù)據(jù)處理
對加速度信號進(jìn)行傅里葉變換，得頻域復(fù)數(shù)加速度A1(ω)和A2(ω)，傅里葉變換將時域信號a(t)轉(zhuǎn)換為頻域信號A(ω)的公式為：
A(ω)是復(fù)數(shù)，表示為A(ω)=Re(A(ω))+j?Im(A(ω))。
沖擊響應(yīng)譜用瞬態(tài)沖擊引起的響應(yīng)大小衡量沖擊的破壞作用，可用于比較不同沖擊的嚴(yán)酷程度，且其計算不包含時域信息，從中得不到任何時域信號的相關(guān)信息，故一個沖擊響應(yīng)譜可能對應(yīng)著多個沖擊加速度信號，即不同的沖擊加速度信號可能具有相同的沖擊響應(yīng)峰值，意味著不同的沖擊加速度信號可能對系統(tǒng)造成相同的破壞損傷效果，進(jìn)而從頻域上更具有代表性。
