第1章 绪论 1
1.1 机械信号处理的基本概念和作用 1
1.2 信号处理技术的发展概况 2
1.3 机械信号处理的应用简介 4
1.3.1 在机械振动和结构设计中的应用 4
1.3.2 在产品质量和自动控制中的应用 5
1.3.3 在机械监测和故障诊断中的应用 5
1.4 本书的宗旨和内容安排 6
第2章 信号处理中常用的数学变换 8
2.1 傅里叶变换 8
2.1.1 傅里叶级数 8
2.1.2 傅里叶积分 11
2.1.3 傅里叶变换 12
2.1.4 卷积与相关函数 14
2.2 拉普拉斯变换 16
2.2.1 拉普拉斯变换的概念 16
2.2.2 拉普拉斯变换的性质 17
2.2.3 拉普拉斯变换的应用 18
2.3 Z变换 20
2.3.1 离散时间序列与Z变换 20
2.3.2 Z变换的性质 21
2.3.3 Z逆变换 22
2.4 希尔伯特变换 22
2.4.1 希尔伯特变换的定义 22
2.4.2 希尔伯特变换的性质 24
2.4.3 希尔伯特变换表 25
第3章 机械信号的分类与测量 27
3.1 测量系统的组成 27
3.2 机械信号的分类 28
3.2.1 确定性机械信号 29
3.2.2 随机机械信号 31
3.3 测量系统的特性 34
3.3.1 概述 34
3.3.2 线性测量系统基本性质 35
3.3.3 测量系统的静态特性 36
3.3.4 测量系统的动态特性 38
3.3.5 不失真测量条件 41
3.4 常见机械信号的测量 43
3.4.1 传感器的分类 43
3.4.2 电阻式传感器 43
3.4.3 电感式传感器 46
3.4.4 电容式传感器 51
3.4.5 压电式传感器 54
3.4.6 磁电式传感器 57
3.4.7 光电式传感器 60
3.5 测量系统的选择与调试 63
3.5.1 测量方案选择 63
3.5.2 测量方案选择原则 65
3.5.3 测量系统的安装 65
3.5.4 测量系统的调试 69
3.6 Matlab编程实验 71
3.6.1 Matlab简介 72
3.6.2 观察吉布斯现象 75
3.6.3 观察系统特性参数对测量结果的影响 75
第4章 机械信号的预处理 77
4.1 信号的放大 77
4.1.1 运算放大器 77
4.1.2 测量放大器 78
4.1.3 电荷放大器 79
4.2 信号的滤波 80
4.2.1 理想模拟滤波器 81
4.2.2 实际模拟滤波器及其基本参数 82
4.2.3 模拟滤波器的设计 84
4.3 信号的调制与解调 87
4.3.1 幅度调制 88
4.3.2 频率调制 93
4.4 信号的数字化方法 96
4.4.1 采样、混频和采样定理 97
4.4.2 量化和量化误差 98
4.4.3 截断、泄漏和窗函数 99
4.4.4 选择模数转换模块的基本技术指标 101
4.5 Matlab编程实验 102
4.5.1 模拟滤波器设计 102
4.5.2 振幅调制信号的产生 104
第5章 机械信号的时域处理方法及其应用 105
5.1 时域波形的合成与分解 105
5.1.1 稳态分量与交变分量 105
5.1.2 偶分量与奇分量 105
5.1.3 实部分量与虚部分量 105
5.1.4 正交函数分量 107
5.2 时域统计特征参数处理方法 107
5.2.1 有量纲型的幅值参数 108
5.2.2 无量纲型参数 108
5.2.3 高阶统计量指标 110
5.3 信号的幅值分布特性 112
5.3.1 概率密度定义 112
5.3.2 二维联合概率密度函数 114
5.3.3 典型信号的概率密度函数 115
5.4 相关分析方法及其应用 119
5.4.1 相关函数 119
5.4.2 自相关函数性质及其应用 122
5.4.3 互相关函数性质及其应用 124
5.5 Matlab编程实验 126
第6章 机械信号的频域处理方法及其应用 128
6.1 频谱分析方法 128
6.1.1 确定性信号的频谱 128
6.1.2 离散傅里叶变换与快速傅里叶变换 135
6.1.3 随机信号的功率谱密度 138
6.2 功率谱方法的应用 143
6.2.1 频率响应函数估计 143
6.2.2 求相干函数 143
6.3 倒频谱分析方法 144
6.3.1 倒频谱的概念 144
6.3.2 倒频谱与解卷积 145
6.3.3 倒频谱的应用 146
6.4 细化谱分析方法 147
6.5 Matlab编程实验 149
6.5.1 信号的频谱分析 149
6.5.2 功率谱估计方法 149
6.5.3 ZOOM-FFT与FFT的比较 152
第7章 机械信号的时频域分析方法及其应用 155
7.1 时频分析的基本概念 155
7.1.1 傅里叶变换的时间和频率定位功能 156
7.1.2 傅里叶变换的时频分辨率 158
7.1.3 时频分析方法的发展 159
7.2 信号的多分辨率分析 160
7.3 信号的时宽与带宽 163
7.3.1 时宽与带宽的概念 163
7.3.2 不确定原理 165
7.4 信号的分解 166
7.4.1 信号分解的概念 166
7.4.2 信号的正交分解 168
7.5 短时傅里叶变换 169
7.5.1 连续信号的短时傅里叶变换 169
7.5.2 离散信号的短时傅里叶变换 174
7.6 魏格纳-威利时频分析方法 175
7.6.1 魏格纳-威利分布的定义和性质 175
7.6.2 WVD的性质 176
7.6.3 WVD的缺点 180
7.6.4 几种典型信号的WVD 180
7.7 小波分析方法及其应用 182
7.7.1 小波变换的定义 182
7.7.2 小波变换的特点 183
7.7.3 离散小波变换 186
7.7.4 机械信号处理中常用的小波 187
7.7.5 应用实例 189
7.8 Matlab编程实验 194
7.8.1 观察窗函数的形状和长度对STFT的影响 194
7.8.2 观察WVD产生干扰项的问题 195
7.8.3 观察小波分析结果 196
第8章 机械信号的其他处理方法及其应用 198
8.1 经验模式分解方法 198
8.1.1 EMD的基本概念 198
8.1.2 EMD方法原理 200
8.1.3 EMD方法的特点 203
8.1.4 EMD方法的应用 205
8.2 循环统计量方法 206
8.2.1 机械信号的非平稳性和循环平稳性 207
8.2.2 循环平稳过程及其描述 209
8.2.3 循环谱与功率谱和时频分布的关系 211
8.2.4 二阶循环统计特性及其应用 214
8.3 盲源分离方法 221
8.3.1 概述 221
8.3.2 独立分量分析 223
8.3.3 ICA快速算法 226
8.3.4 ICA的应用 227
参考文献 231