【2017年整理】现代测试技术及应用8.ppt

第8章 基于CVI的测试信号 ;8.1　信号分析概述 ;　　在非线性动力系统中，自组织是一种有效而特殊的行为和手段，它通过调节自身的结构、参数、准则函数等动态地跟踪系统的反馈信息，更迅速准确地逼近系统的稳定状态。其中最常见的是自组织方法在神经网络中的应用， 典型的自组织神经网络ART(Adaptive Resonance Theory)具有如下特点： 　　(1) 可完成实时学习，且可适应非平稳的环境。 　　(2) 对已学习过的对象具有稳定的快速识别能力， 同时又能迅速适应未学习的新对象。 ;　　(3) 具有自归一能力，根据某些特征在全体中所占的比例， 有时作为关键特征，有时被当作噪声处理。 　　(4) 不需要事先已知样本结果， 可非监督学习。 　　(5) 容量不受输入通道数的限制，存储对象也不要求是正交的。从这些特点可以容易地预见到，自组织方法在模式识别等信号处理领域具有广阔的应用前景。 ;8.1.2 LabWindows/ CVI信号高级分析库 ;　　2） 复数类 　　复数类完成复数的算术操作。该类函数可以对复数标量或数组操作，分别处理复数的实部和虚部，包括的子类如下： 　　(1) 复数标量类，包含完成复数标量算术操作的函数。 　　(2) 复数数组类，包含完成复数数组算术操作的函数。 ;　　3） 统计类 　　统计类完成基本统计功能， 包括的子类如下：  　　(1) 基本操作类， 包含使用各种常用描述数据集的方法的函数。 　　(2) 概率分布类， 包含对概率分布函数及其反函数进行操作的函数。  　　(3) 方差分析类， 包含对各种统计模型的方差进行分析的函数。  　　(4) 非参数统计类， 包含对非正态分布数据进行分析的函数。 ;　　4) 向量和矩阵代数类 　　向量和矩阵代数类完成对向量和矩阵的操作， 包括的子类如下：  　　(1) 实矩阵类， 包含对实数值矩阵和向量进行操作的函数。  　　(2) 复矩阵类， 包含对复数值矩阵和向量进行操作的函数。  　　5) 曲线拟合类 　　曲线拟合类使用最小二乘法(Least Square Technique)进行数据拟合，包括线性拟合、指数拟合、多项式拟合和非线性拟合。 ;　　6) 信号生成类 　　信号生成类按指定波形生成信号并将波形数据以数组形式输出。 ;　　7) 信号处理类 　　信号处理类在频域、时域或通过数字滤波器进行数据分析， 包括的子类如下：  　　(1) 频域类，包含在时频域间进行变换和在频域内进行分析的函数。  　　(2) 时域类，包含对信号进行直接时间序列分析的函数。 　　(3) IIR数字滤波器类，包含通过将模拟特性映射到数字特性的无限冲激响应数字滤波操作的函数。具体包括：巴特沃兹滤波器、切比雪夫滤波器、逆切比雪夫滤波器和椭圆滤波器； 　　(4) FIR数字滤波器类，包含设计有限冲激响应滤波器的函数。该类函数实际上不能进行数字滤波。  　　(5) 窗函数类， 包含在数据采集应用中频繁使用的窗函数。 ;　　8) 测量类 　　测量类包含使用实际单位(如赫兹、秒)来完成频谱分析和全谐波失真分析的函数。  　　9) 插值类 　　插值类包含取函数的已知点集合，以此猜测函数在某一具体的中间点处的取值的函数。 　;　　10) 附加数字方法类 　　附加数字方法类包含完成诸如数值积分和峰值检测等，在信号处理中广泛应用的操作的函数。  　　另外，NI公司提供的信号处理工具箱(SPT 6.0版）包括： 联合时频分析(JTFA)、基于模型的超分辨率频谱分析和小波分析， 以及FIR和IIR数字滤波器的设计与使用。;　　在本章仅介绍正在广泛使用和发展的联合时频分析和小波分析。  　　使用高级分析库函数时， 应注意以下几点：  　　(1) 运行LabWindows/CVI的计算机性能会影响分析函数的处理速度，特别是数字协处理器会提高浮点计算的速度。在使用分析函数面板时，若长时间无响应，则通常是由于硬件限制造成的。 ;　　(2) 很多数组分析函数同址运算，即把输入数据和输出数据保存在相同数组中。在处理大量数据时记住这一点非常重要。庞大的双精度数组消耗大量内存。 若要获得的结果不需要保存在最初的数组或中间数组中， 就可以在相同地址进行分析操作。  　　(3) 分析函数返回值对应类型AnalysisLibErrType的一个枚举值，该类型在头文件analysis.h中声明。分析函数根据该返回类型在头文件中作声明，使函数面板以符号名代替错误码的整型值显示返回值。将变量声明为AnalysisLibErrType类型，使变量窗口以符号名而不是整数形式显示数值。 ;8.2 基于CVI的联合时频分析 ;图8.1 语言信号时频分析 ;