《故障诊断中的振动信号处理》求取 ⇩

1绪言1

1.1信号处理与分析大意1

目录1

1.2信号处理技术发展概况2

1.3信号处理技术的工程应用概况4

2简单波形的分析6

2.1“拍”波的分析6

2.2波形的近似分析8

2.3波形的包络线分析9

2.4波形的叠加消去分析11

3随机信号的统计特征14

3.1随机信号的分类14

3.2随机信号的统计特征参数20

4.1数据的准备49

4信号处理的一般步骤49

4.2数据的检验59

4.3数据分析概述67

5频谱分析的理论基础72

5.1傅里叶级数和傅里叶变换72

5.2广义函数（奇异函数）82

5.3褶积和褶积定理88

5.4采样波形的傅里叶变换95

5.5离散傅里叶变换（DFT）98

5.6离散傅里叶变换（DFT）与连续傅里叶变换的关系104

5.7离散傅里叶变换（DFT）应用举例106

5.8快速傅里叶变换（FFT）112

6.1导出过程的谱密度及其单位的注释123

6功率谱密度函数分析及应用123

6.2功率谱密度函数的模拟分析126

6.3功率谱密度函数的数字分析131

6.4互功率谱密度函数分析148

6.5功率谱密度函数分析的应用149

7相关分析与应用157

7.1自相关函数的快速傅里叶变换分析157

7.2互相关函数的快速傅里叶变换分析158

7.3相关分析的应用159

8传递与相干函数分析及应用163

8.1物理系统的响应特性163

8.2相干函数与传递函数的应用166

9.1倒频谱分析171

9倒频谱和细化快速傅里叶变换（ZOOM—FFT）分析171

9.2倒频谱分析的应用173

9.3细化快速傅里叶变换（ZOOM—FFT）分析180

9.4FFT分析装置简介182

9.5模数转换的机理简介183

10信号处理的时序法简介188

10.1时序模型的概念188

10.2自回归滑动平均模型（ARMA），格林函数和逆函数189

10.3n阶自回归模型（AR(n)），m阶滑动平均模型（MA(m)），（n,m）阶自回归滑动平均模型（ARMA(n,m)）的谱196

10.4模型阶的判别199

10.5时间序列的建模步骤203

10.6应用举例207

参考文献214