短時傅里葉變換的案例
12基于MATLAB的短時傅里葉變換( STFT),連續小波變換( CWT),程序已調通 ￥40
基于MATLAB的短時傅里葉變換( STFT),連續小波變換( CWT),程序已調通，可以直接運行。
250 基于matlab的5種時頻分析方法（(短時傅里葉變換)STFT ￥55.9
基于matlab的5種時頻分析方法（(短時傅里葉變換)STFT,Gabor展開和小波變換,Wigner-Ville（WVD）,偽Wigner-Ville分布(PWVD),平滑偽Wigner-Ville分布（SPWVD）,每條程序都有詳細的說明，設置仿真信號進行時頻輸出。程序已調通，可直接運行。
APDL命令流法進行時域信號的傅里葉變換）
解開壓縮包后共有四個文件，其中一個文件是PDF格式的幫助文檔，詳細介紹了三種傅里葉變換的方法。希望對大家有些幫助。
FFTDFT.rar
APDL命令流法進行時域信號的傅里葉變換（FFT、DTFT）
解開壓縮包后共有四個文件，其中一個文件是PDF格式的幫助文檔，詳細介紹了三種傅里葉變換的方法。希望對大家有些幫助。
FFTDFT.rar
APDL命令流法進行時域信號的傅里葉變換（FFT、DTFT）
解開壓縮包后共有四個文件，其中一個文件是PDF格式的幫助文檔，詳細介紹了三種傅里葉變換的方法。希望對大家有些幫助。
FFTDFT.rar
淺析信號處理：人們認識信號本質的大飛躍
信號處理從最早的時域統計到Fourier變換的頻域分析，是人們認識信號本質的一次巨大飛躍，信號分析的角度從時域轉變到頻域。傅里葉真正得到廣泛應用是在fft算法的出現后，關于Fourier變換理論，課程介紹的太多了，就不一一介紹了。
信號的傅里葉分析圖
下面，說說傅里葉變換的缺點，考慮下面一個信號s(t)：
信號s(t)，初始頻率較高，中間頻率較低，Fourier變換中包含了這些信息，但是卻無法指示高頻、低頻發生的時間。Fourier變換作為一個全局變換，天然的少了另一個維度（時域），如果將時間域信號比作一個平面中的物體的話，那么頻域信號也同樣是一個平面中的物體，只是給我們換了一個角度而已，而人們總是希望能對三維世界的物體更具有直觀了解。信號也一樣，工程人員總是想知道信號有哪些頻率，且這些頻率在何時產生，而這個需求就給分析方法提出了一個要求，必須多一個維度，也就是給出信號的時頻域信息。
需求促成技術的突破。這時短時傅里葉變換 (SIFT) 便出現了，這個信號分析帶來了時頻分析的概念，而其優點是同時給了我們時間和頻率的信息。其方法的形象化的描述就是“把整個時域過程分解成無數個等長的小過程，每個小過程近似平穩，再做Fourier變換，就知道在哪個時間點上出現了什么頻率了。”這就是短時傅里葉變換。時域上分成一段一段做FFT，不就知道頻率成分隨著時間的變化情況了嗎！用這樣的方法，可以得到一個信號的時頻圖了。
下面信號s(t) 被分解為4個時間段，其分別對應的fft結果如下。這樣，我們可以知道在每段時間信號的頻率信息。
短時Fourier變換選Gauss窗函數一般被稱為Gabor變換。
展開 《機械設備非平穩信號的故障診斷原理及應用》
注：書價可能會根據市場價格波動，以您兌換時的價格為準。
字數 260千字
印張 11
書號 04-010284-6
裝幀 平裝
內容提要
本書論述機械設備非平穩信號的產生和特點，信號正交分解的物理意義及工程背景。介紹提取故障信息的非平穩信號處理方法——Wigner-Ville時頻分布、短時傅氏變換、小波變換、小波包分析、諧波小波、Laplace小波、Hermitian小波、匹配追蹤(matching pursuits)等的基本原理和應用。闡明信號小波變換后的再處理技術——小波包自回歸譜分析、小波包分解頻帶能量監測、小波分形分析、諧波小波軸心軌跡法、基因小波分析、小波包模糊聚類神經網絡，以及實現這些方法和技術的機械設備在線監測診斷網絡系統。列舉了這些方法在工礦企業機械設備監測診斷中的應用實例。 本書取材先進，實用性強，可供從事機械設備狀態監測與故障診斷、設備管理與維護的廣大科技人員使用和參考，也適合作高等院校機械、能源、動力等專業的高年級本科生、研究生的教材或參考書。
展開 王博聊聲學 | 車載音響系統主觀音效的客觀量化
車內空間比較小，低頻時由于聲波的反射疊加形成駐波，使得揚聲器的低頻聲音衰減很慢，容易產生渾濁、轟鳴的感覺。當揚聲器安裝在車門等鈑金或內飾件上，很容易引起結構振動而輻射聲音。車內揚聲器之間由于聲波的相位關系而互相干擾，造成聲音頻譜發生改變，進而導致主觀聽感特別是音色產生變化。
為了獲得高保真、沉浸式音效，首要關注的就是每個乘坐區域的頻響和累積頻譜衰減CSD。通常在頭部區域多點測量，獲得平均的頻響，然后通過音頻優化算法來消除峰值和谷值，使得頻響在整個頻率范圍內都是平直的，并且低頻聲音能量有較快地衰減。
圖1 7841型DIRAC軟件測量的某個車內CSD
經過調教的系統是否達到了期望的音色和空間感，能否很好地體驗聲場寬度和深度？除了主觀評價外，我們更希望通過客觀參數來量化主觀聽感，這種方式更加快速高效，還可以對不同音響系統配置進行對比。這些參數包括頻譜、聲品質參數、室內聲學參數和失真等，一般可歸為頻譜特征和空間特征兩大類，可以通過傳聲器或者人頭軀干模擬器HATS進行測量。
譜質心Spectral centriod：
指一段音頻信號短時傅里葉變換STFT幅值譜的重心，可以表示音樂的“明亮度Brightness”。比如，低沉的音樂有較多的低頻能量，其譜質心較低；明亮歡快的音樂有較多的高頻能量，其譜質心較高。
譜下降值Spectral rolloff：
指功率譜的累計幅值在某個指定的百分比（比如85%）以下的頻率點，用于描述頻譜傾斜的程度，它反映能量下降的頻率點，它的值越大，說明聲音能量越集中在較高的頻率范圍。
展開 案例 | Ansys Motion 新能源車電機動力NVH 仿真方案
Ansys Motion 后處理-齒輪嚙合
分析得到動力學結果(速度，加速度)
獲取時間域的結果
利用短時傅里葉變換（FFT）獲取瀑布圖（Color Map）
Ansys Motion 后處理-聲學計算
Ansys Motion / Postprocessor可基于“ Rayleigh積分”來分析系統表面振動產生的聲壓，該條件假設沿物體法線方向移動且其表面的壓縮和變形來自于物體運動速度。該方法忽略了反射聲以及聲固相互作用。
該方法對于中頻（100?10k）效果較好，整體模式與聲學消聲室（或半消聲室）的結果非常相似。
4
VRX Sound提供聲音的全面解析
Ansys VRXPERIENCE Sound是一個后處理工具，可以根據聲音質量指標和聽力感知測試對聲音進行分析和優化。還可以在模擬器和車內再現3D聲音，提供沉浸式的聲音體驗。通過Maxwell電磁力進入Motion做震動分析產生的噪聲，可由VRX還原出實際感受的聲音體驗。
文章來源：莎益博CAE仿真
展開 雷達低可觀測目標探測技術
短時傅里葉變換（short-time Fourier transform，STFT）最初被提出，即將時間窗滑動作傅里葉變換，從而得到信號的時頻分布（time-frequency distribution，TFD）。但受不確定原理的制約，STFT 時間分辨率和頻率分辨率不能同時得到優化。二次型時頻分布中最典型的為Wigner-Vill分布（Wigner-Vill distribution，WVD），它直接利用信號的時頻二維分布描述非平穩信號幅頻特性隨時間的變化情況，但WVD在多目標存在的情況下，交叉項將嚴重影響目標的檢測。
以傅里葉變換為核心的傅里葉分析理論體系在分析與處理平穩信號時具有極大的優越性，然而在雷達高速高機動目標探測、低慢小目標以及多目標的探測與識別中，信號呈現出時變、非平穩等復雜特性。分數階傅里葉變換（fractional Fourier transform，FRFT）以LFM作為基函數，介于時域和頻域之間的任意分數域表征，能夠反映多普勒的變化規律，非常適于處理時變的非平穩信號，且無交叉項的干擾，從而引發了分數域信號處理理論的研究熱潮。海軍航空工程學院海上目標探測課題組研究了分數域海雜波抑制與動目標檢測方法（原理框圖如圖4 所示），采用FRFT 譜及短時FRFT（short- time FRFT，STFRFT）。對目標信號匹配增強，實現時變非平穩信號的時頻譜高分辨表示。
圖4 FRFT 域動目標檢測原理示意
基于時頻變換的雷達動目標檢測方法的問題在于該類方法多為參數搜索類方法，如FRFT 的變換角搜索，運算效率難以滿足實際要求，且參數估計精度受時頻分辨率和搜索步長的限制。此外，若目標運動特性與變換方法不相匹配，則難以達到顯著提升SCR的效果。
展開 《設備故障診斷(普通高等教育十五國家級規劃教材)》
目錄
1概論1
11設備故障診斷的目的和意義1
111設備故障診斷的含義和特性1
112設備故障診斷技術的應用與發展4
113設備故障診斷技術與維修方式的關系6
12設備故障的類型和狀態監測技術8
121設備故障的類型及其可能原因8
122設備故障診斷的功能和環節12
123狀態監測的技術和方法13
13設備故障狀態的識別方法17
131信息比較診斷法17
132參數變化診斷法18
133模擬試驗診斷法18
134函數診斷法18
135故障樹分析診斷法19
136模糊診斷法21
137神經網絡診斷法23
138結論25
參考文獻26
2故障診斷的信號處理方法27
21信號處理基礎知識27
211信號的定義和分類27
212信號的時域分析30
213信號的頻域分析35
22旋轉機械常用的振動信號處理圖形42
221振動監測的基本參數42
222軸心軌跡43
223轉子振型45
224軸頸渦動中心位置45
225波特圖（Bode plots）46
226極坐標圖（奈奎斯特圖）47
227三維坐標圖48
228階比譜分析49
229全息譜技術50
23信號的時頻分析53
231短時傅里葉變換53
232小波分析的基本原理55
233多分辨分析和小波包分析58
234小波分析的應用59
參考文獻61
3旋轉機械故障診斷63
31轉子不平衡故障診斷63
311轉子不平衡概念63
312臨界轉速對不平衡振動的影響64
313轉子不平衡振動的故障特征67
314不平衡振動的故障原因和防治措施68
315定向振動與不平衡振動故障的鑒別80
32轉子不對中故障診斷82
321轉子不對中故障的特征83
322聯軸節不對中的振動頻率
展開 
申請兌換《設備故障診斷(普通高等教育十五國家級規劃教材)》
目錄
1概論1
11設備故障診斷的目的和意義1
111設備故障診斷的含義和特性1
112設備故障診斷技術的應用與發展4
113設備故障診斷技術與維修方式的關系6
12設備故障的類型和狀態監測技術8
121設備故障的類型及其可能原因8
122設備故障診斷的功能和環節12
123狀態監測的技術和方法13
13設備故障狀態的識別方法17
131信息比較診斷法17
132參數變化診斷法18
133模擬試驗診斷法18
134函數診斷法18
135故障樹分析診斷法19
136模糊診斷法21
137神經網絡診斷法23
138結論25
參考文獻26
2故障診斷的信號處理方法27
21信號處理基礎知識27
211信號的定義和分類27
212信號的時域分析30
213信號的頻域分析35
22旋轉機械常用的振動信號處理圖形42
221振動監測的基本參數42
222軸心軌跡43
223轉子振型45
224軸頸渦動中心位置45
225波特圖（Bode plots）46
226極坐標圖（奈奎斯特圖）47
227三維坐標圖48
228階比譜分析49
229全息譜技術50
23信號的時頻分析53
231短時傅里葉變換53
232小波分析的基本原理55
233多分辨分析和小波包分析58
234小波分析的應用59
參考文獻61
3旋轉機械故障診斷63
31轉子不平衡故障診斷63
311轉子不平衡概念63
312臨界轉速對不平衡振動的影響64
313轉子不平衡振動的故障特征67
314不平衡振動的故障原因和防治措施68
315定向振動與不平衡振動故障的鑒別80
32轉子不對中故障診斷82
321轉子不對中故障的特征83
322聯軸節不對中的振動頻率
展開 車用電子水泵噪聲和振動特性試驗分析
表2 試驗工況
采用加窗Hanning函數的短時傅里葉變換對時域數據進行頻譜分析，以樣品4的工況5為例，噪聲和振動信號的頻譜圖分別如圖9和圖10所示。
圖6 各泵在勻速工況下徑向噪聲
圖7 各泵在勻速工況下軸向噪聲
圖8 各泵在勻速工況下的振動
圖9 電子水泵噪聲頻譜
圖10 電子水泵振動頻譜
2 試驗數據分析
離心泵系統中噪聲的來源很多，運行過程中泵的各個部件和內部流動介質無論是在正常工況下或故障工況下都會產生不同程度的噪聲。與傳統的冷卻水泵相比，電子水泵增加了電機單元，噪聲主要可分為流體動力噪聲、電磁噪聲和機械噪聲。由于我國電子水泵產業在產品設計、生產組裝和產品調校等方面還不是十分成熟，目前對于電子水泵的噪聲產生機制尚不明確，通過試驗為噪聲和振動產生機制分析提供有力依據。
2.1 勻速工況
勻速工況為電子水泵在勻速運轉時的工況，對各樣品泵在不同工況點進行測試，噪聲和振動統計結果見圖6—圖8。
分析電子水泵振動和噪聲試驗結果可知:電子水泵的軸向噪聲、徑向噪聲和振動總體上隨著工況的變化而增大，并且電子水泵的功率越大，噪聲和振動普遍也會越大。通過對比不同功率的試驗泵與對標泵，發現試驗泵噪聲和振動相對較大，試驗泵與對標泵相比在技術上仍然存在一定差距。試驗結果表明，電子水泵徑向噪聲明顯高于軸向噪聲。根據測振法來改變振動的測點，基本上可以把電磁噪聲和軸承噪聲區分開來，基本判斷電子水泵的電磁噪聲較大。對于采用無刷結構且轉子已完成動平衡的電子水泵，機械噪聲對于噪聲的貢獻量較小，電磁噪聲的貢獻量相對較大。
根據電子水泵噪聲和振動的頻譜分析結果，在中低頻部分1500～2100Hz之間的振動和噪聲輸出較為顯著，在高頻部分10000和20000Hz頻帶處產生的振動和噪聲輸出比較顯著。
展開 