测试技术复习1测试技术复习1.doc

  1. 1、本文档共13页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
测试技术复习1测试技术复习1

测试技术复习 绪论 测试技术的基本概念 测试技术属于信息科学范畴,是具有试验特征的测量。 信息技术包括:测试技术、计算机技术、自动控制技术、通信技术 主要内容 测量内容、测量方法、测量系统及数据处理 测试系统的组成 激励装置 被测对象 传感器 信号调理 信号处理 显示结果 观察者 激励装置:对于那些无法显现或显现不明显的信息采用激励方法 被测对象:信息总是通过一定的物理量——信号表达出来的 传感器:把被测信号转化为某种电信号的装置 信号调理:把信号转化成更适合于进一步传输和处理的形式 信号处理:对信号进行运算、滤波和分析,提取可靠的信号 必考 :不失真 以上每个环节中的输出量与输入量之间,必须具有一一对应的关系,并且输出的变化必须能够准确地反映其输入的变化。 第一章 信号的分类 信号的波形:信号的幅值随时间的变化历程; 信号的波形主要是根据信号的波形来划分的。 确定信号和不确定信号(从信号的描述上分) 信号确定信号周期信号简单周期信号复杂周期信号非周期信号准周期信号瞬变信号不确定性信号平稳随机信号 非平稳随机信号  周期信号:依一定的时间间隔周而复始、重复出现 谐波信号:— 频率单一的正弦或余弦信号; 一般周期信号:由多个乃至无穷多个频率成分(频率不同的谐波分量)叠加所组成,叠加后存在公共周期。 非周期信号: 准周期信号:由多个周期信号合成,但各信号频率不成公倍数; 瞬变信号:持续时间有限的信号; 非确定性信号:无法用明确的数学关系表达的信号。 能量信号和功率信号(从信号的幅值和能量上分类) 能量信号: 一般持续时间有限的瞬态信号是能量信号。 功率信号: 一般持续时间无限的信号都属于功率信号。 3 . 时域信号和频域信号 (分析域上) 时域信号:以时间为独立变量,能反映信号幅值随时间变化的关系。 频域信号:以频率为独立变量,能反映信号的各个频率成分的幅值和相位的特征。 4 . 连续信号和离散信号(连续性 ) 信号的描述 概念: 频谱分析: 把时域数学表达式转换成频域表达式称为频谱分析 时域描述:时域图 频域描述:频谱图(幅频谱图、相频谱图) 注意:信号的时、频域描述是可以互相转换的,并且包含相同的信息量 典型信号的描述 周期信号——傅里叶级数; 非周期信号——傅里叶变换; 随机信号的描述——统计参量。 周期信号的描述 结论1 复指数函数形式的频谱为双边谱(w 从 -¥ 到 +¥),三角函数形式的频谱为单边谱(w 从 0 到 +¥)。 双边幅值谱为偶函数,双边相位谱为奇函数 一般周期函数的复指数傅里叶展开式的实频谱总是偶对称的,虚频谱总是奇对称的。 结论2 周期函数的频谱具有离散性、谐波性、收敛性,谐波分量频率为基频的整数倍,离散分布,幅值随频率的增加而减小。 非周期信号的描述 (一般指瞬变信号,属于能量信号) 特点: 基频无限小,包含了从 0 ? ¥ 的所有频率分量。 频谱连续。 非周期信号频域描述的基础是傅里叶变换。 随机信号的描述 各态历经过程(必考) :随机过程的统计特征参数不随时间变化,则称之为平稳随机过程;如果平稳随机过程的任何一个样本函数的时间平均统计特征均相同,且等于总体统计特征 ,则该过程称为各态历经过程。 第二章 信号的分析和处理 信号分析和处理的目的: 剔除信号中的噪声干扰,提高信噪比; 消除测量系统的误差,修正畸变的波形; 强化和突出有用信息,削弱无用部分; 对信号加工、变换,以便更容易识别和分析 信号的时域分析 特征值分析 统计参数 :均值、均方值、方差、均方根值 应用:均方根值诊断法——多用于机器稳态振动的情况、振幅时间图诊断法—— 该方法一般用于测量和记录开机和停机过程 概率密度函数分析 不同的随机信号具有不同的概率密度函数图形,可以借此判断信号的性质。 自相关分析 自相关系数以及相关函数 自相关函数的性质: 是偶函数;t 值不同,Rx(t)就不同,当t =0时, Rx(t)值最大,两信号完全相关;当t ?¥ 时, Rx(t)值? ,说明两个样本彼此无关;周期函数的自相关函数仍为同频率的周期函数 应用:识别信号的类型 只要信号中含有周期成分,其自相关函数在τ很大时都不会衰减,并具有明显的周期性; 不包含周期成分的随机信号,在τ稍大时自相关函数就将趋近于零; 宽带随机噪声的自相关函数很快

您可能关注的文档

文档评论(0)

zyongwxiaj8 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档