搜索
《LabVIEW编程及虚拟仪器设计》第八讲：测量信号的分析与处理测量信号的分析与处理（1）因测量环境中常存在各种可能的干扰量，故实际测量中采集到的信号往往不仅是所关心的信号本身，而还伴有不希望的其它成分。对采集信号的分析与处理，即指如何有效地将采得的数字化信号中的各种干扰消除掉，或最大程度地将其削弱，从而得到（提取出）所关心的有用信号。测量信号的分析与处理（2）经“函数”选板-Express-“信号分析”途径，可找到13个用于信号分析与处理的用ExpressVI。由此途径可找到的用于信号分析与处理的快速VI即ExpressVI，大多由基本函数构成。频谱测量：进行基于FFT的频谱测量，如信号的平均幅度频谱、功率谱和相位谱。失真测量：对信号进行失真测量，如音频分析、总谐波失真（THD)、信号与噪声失真比（SINAD)。单频测量：输出混频信号中具有最高幅值的频率成分的信息（幅值、频率、相位），或在指定频率范围内查找混频信号中具有最高幅值的频率成分的信息。双通道谱测量：根据A通道（作为激励）和B通道(作为响应）的输入信号，测量其对应系统的频率响应。幅值和电平测量：测量信号的电压信号的时间与瞬态特性测量：测量信号（通常是脉冲）的瞬态特性，如频率、周期、占空比。曲线拟合：根据所选的模型类型，计算最能代表输入数据的数学模型系数。滤波器：通过滤波器和窗对信号进行处理。统计：返回波形中第一个通道信号的平均值、均方根、方差等选中参数。卷积和相关：在输入信号上进行卷积、反卷积、相关等操作。仿真信号：产生正弦、方波、三角波、锯齿波和噪声等仿真信号。信号掩区和边界测试：在信号上进行边界测试、该ExpressVI根据用户设定的上下边界比较信号。创建直方图：创建信号的直方图。随着LabVIEW版本的不断翻新，为更便于用户的使用，LabVIEW将函数类型丰富为了三种，即：基本函数、波形函数以及ExpressVI。经“函数”选板-“信号处理”途径，还可找到更多用于信号分析与处理的功能函数。基本平均直流-均方根：按照选定的加窗和平均类型计算波形的直流分量（DC)和均方极值（RMS)平均直流-均方根：按照设定平均类型和时间长度计算波形的DC和RMS，可输出DC和RMS数值的波形。周期平均值和均方根：计算信号的周期平均值和均方根瞬态特性测量：瞬态测量包括持续时间（上升或下降时间），摆动率、前冲及过冲等。脉冲测量：脉冲测量包括周期、脉宽和占空比等幅值和电平：返回波形的幅值、最高电平和最低电平提取单频信息：在指定频段提取幅值最大的成分频率信号、可输出抽取出的信号的波形、频率、幅值及相位。提取混合单频信息：返回幅值超过“阈值”的信号的频率、幅值和相位。谐波失真分析：谐波分析SINAD分析：含噪声信号的谐波分析FFT功率谱：计算信号的功率谱FFT功率谱密度：计算信号的功率谱密度FFT频谱（幅度-相位）：FFT谱分析（幅度-相位形式）例题：信号谱分析.VIFFT频谱（实部-虚部）：FFT谱分析（实部-虚部形式）频率响应函数（幅度-相位）：计算系统的频率响应，输入为系统的激励和响应的时域信号，输出是系统的幅频特性和相频特性。频率响应函数（实部-虚部）：计算系统的频率响应，输入为系统的激励和响应的时域信号，输出是以实部和虚部的形式反映系统的频率特性。交叉谱（幅度-相位）：互功率谱分析（幅度-相位形式）交叉谱（实部-虚部）：互功率谱分析（实部-虚部形式）1、信号的产生编程→信号处理→波形产生例题函数发生器.VI例题：带幅值的基本混合单频信号发生器.VIdelta频率是介于相邻单频频率间的幅值。delta频率必须是Fs/#s的倍数。默认值为100。如起始频率为100Hz，delta频率为10，单频幅值数组将包含三个元素，即100Hz、110Hz和120Hz。起始频率是生成的最低单频频率。值必须是Fs/#s的倍数。默认值为10。单频幅值该数组的元素为单频的幅值。数组的大小确定生成的单频数量。幅值是所有单频的缩放标准，即波形的最大绝对值。默认值为-1。将波形输出至模拟输出通道时，可使用幅值。如硬件可输出的最大值为5伏，可将幅值设置为5。如幅值为0，将不进行缩放。测量信号的分析与处理（4）•“函数”选板-“信号处理”-“波形生成”-“仿真信号”测量信号的分析与处理（5）•对被测信号进行FFT变换举例（A）例如，产生一个周期信号，然后对它做FFT，可以得到其幅度和相位频谱。实施测量任务时，经数据采集卡采到的是时域波形的抽样信号——采样信号。在时域可分析处理信号的时域特征，如信号随时间的变化趋势、幅值大小，极值等等。被测信号也有频率特征，如其中含有不同频率成分等。为分析信号的频率特征，需要将获得的时域波形的采样信号转换到频域去分析处理。在频域分析信号的基本方法是傅立叶变换法，其快速实现方法又称FFT，且由它逐渐派生出很多种用于在频域分析处理信号的功能函数。对信号进行频域分析（包括频谱分析和扫频分析），能获得在时域测量中得不到的频率特征信息，如谐波分量、寄生、交调、噪声边带等。“函数”选板-“信号处理”-“波形测量”-“频谱测量”现象：幅度谱存在有“泄漏”现象。这是因为采集到的被测信号的样本数有限。增加样本数，情况会有所改善，但不能完全消除。•对被测信号进行FFT变换举例（B）NI帮助--分析与处理信号-电平测量测量信号的分析与处理（6）•给被测信号“加窗”（a）基于计算机构建的虚拟仪器只能分析/处理有限长的数字信号，被测信号x(t)以T（采样时间或采样长度）被截取一段送入计算机，就称为被截断，相当于加了“矩形窗”——将信号突然截断，致使在很宽频率范围内向被测信号中添加了另外的成分。附加频率成分不属于x(t)，被称为“频谱泄漏”。频谱泄漏会带来如下问题：为减少频谱泄漏，可采用变化相对缓慢的非矩形窗函数对被测信号进行截断；这被称为给被测信号“加窗”。①使信号的频域曲线上产生许多“皱纹”、频率分辨率降低；②如果信号为幅值一大一小、频率很接近的两正弦波信号的合成，因泄漏，在频域，幅值小信号可能被“淹没”；③所关注信号的频率f0附近的频率特性曲线部分可能过于平缓，致使无法准确确定f0的值。测量信号的分析与处理（7）•给被测信号“加窗”（b）在实际应用中，如何选择窗函数？要仔细分析被测信号的特征，再结合希望达到的目的，并可能要经过反复试验。窗函数有多种，如汉宁窗、海宁窗、余弦窗（多种）、布莱克曼窗，等等，它们各有特点；若使用不当，甚至可能带来负面效应。使用窗函数的原由很多，例如：（1）限定测量的持续时间；（2）减少频谱泄漏；（3）将频率接近、幅值不同的信号成分分离出来。举例：把频率接近、幅值不同的两个正弦信号相互分离提取出来。经过途径“帮助”\“查找范例”\“信号分析和处理”\“FFT和频率分析”\WindowComparison.vi可找到这个例子。测量信号的分析与处理（8）•给被测信号“加窗”（c）“帮助”\“查找范例”\“信号分析和处理”\“FFT和频率分析”\WindowComparison.vi测量信号的分析与处理（9）•Chirp信号及其频谱（一）Chirp信号又称线性调频信号，其数学表达式为：F(t)=sin(a*t2+b*t)其中，设t为时间变量；调节参数a和b，可得到幅值恒定、频率连续变化（在一定频率范围内）的一个“正弦”信号。LabVIEW提供有此函数。从途径“函数”选板\“信号处理”\“信号生成”\Chirp信号.vi可得到这个函数。注意：利用已给定的缺省值（默认值）为宜，观察效果好。举例：调用Chirp函数，并观察它的时域和频域特性。Chirp信号及其频谱（二）F(t)=sin(a*t2+b*t)2、频域分析•例11-2求两个波形的频率和相位差：信号谱分析.VI•例11-3从频率接近的信号中分离出幅值不同的信号窗函数比较.VI测量信号的分析与处理（10）3、数字滤波（1）数字滤波是信号分析与处理的重要步骤，在某些应用领域，尤其是在一些需要灵活性和编程能力的领域它已取代了模拟滤波器。与模拟滤波器相比，数字滤波器有下列优点：1）可用软件编程，设计、修改、优化均十分方便、快捷；•2）稳定性好，滤波性能可预测；•3）不因温度、湿度等影响产生误差，不需高精度元器件；•4）具有较高的性能价格比。举例：用“仿真信号”函数（ExpressVI）发生一个幅值为1、频率为10Hz的方波信号，并且叠加幅值为0.1的白噪声。把此信号送给数字滤波器处理，希望仅得到方波信号中的正弦基波信号；并显示出滤波前后的信号（查看滤波效果）。测量信号的分析与处理（11）•数字滤波（2）“函数”选板-“信号处理”-“波形调理”-“滤波器”例：数字滤波.vifh是高截止频率，以Hz为单位。默认值为0.45Hz。如滤波器类型为0（lowpass）或1（highpass），VI将忽略该参数。滤波器类型为2(Bandpass)或3(Bandstop)时，高截止频率：fh必须大于低截止频率fl例题：提取正弦信号.VI例题：信号谱分析.VI，中值滤波及脉冲测量.VI左秩是用于计算左侧中值滤波器的元素数。左秩必须大于等于0。默认值为2。右秩是用于计算右侧中值滤波器的元素数。如右秩小于0，该VI将假定右秩等于左秩。右阶数必须小于X。默认值为-1。4、时域分析例11-5脉冲测量.VI峰值检测和显示信号的缩放和移位时域的方法分析工具中有6个简单实用的函数。这里介绍其中的一个“脉冲测量”函数。它接受一个周期性的波形或数组，计算其周期、脉冲宽度、占空比等。测量信号的分析与处理（12）•相关分析（a）为实现对被测信号的有效检测、识别和提取，对被测信号进行分析处理中，经常要研究两个信号的相似性，或一信号经过一段延迟后其自身的相似性。这就要对信号进行“相关”分析。相关函数是描述随机函数的重要统计量。相关分析又分“互相关”和“自相关”。例如通过对一个信号进行自相关分析，可从噪声很强的信号中检测出是否含有周期成分。举例：选用“卷积和相关”ExpressVI（路径是“函数”选板\“信号处理”\“信号运算”\“卷积和相关”）中的自相关函数，来检测由“仿真信号”ExpressVI发生的信号（正弦与均有噪声）中是否含有周期成分（路径为：“函数”选板\“信号处理”\“波形生成”\“仿真信号”）。测量信号的分析与处理（13）•相关分析（b）例11-6相关及谱分析.VI图11-12本例中发生3个信号，分别是：①频率为10Hz、幅值为1的正弦波；②幅值为1的白噪声；③前两个信号的叠加。另外，设置Fs＝1000，采样数＝1000。将这3个信号分别做自相关，然后再做FFT，显示自相关后的时域和频域波形。程序框图和前面板如图11—11和图11—12所示。图11-12中，第一行是正弦波及自相关的波形(左)和功率谱(右)；第二行是白噪声及自相关的波形和功率谱；第三行是正弦波与等幅的白噪声叠加后的波形及自相关的波形和功率谱。由图11-12可以看出，周期信号经过自相关后仍然呈现周期特征，而白噪声被较大地衰减。因此在它们叠加后形成的波形中可以很明显地发现周期性成分，且从对应的3个功率谱上也可以看到这一点。测量信号的分析与处理（14）•曲线拟合（a）在基于计算机实现的测量过程中，为充分利用测得数据，并减小可能的测量误差，经常要对测得结果进行所谓曲线拟合。曲线拟合（curvefitting）是指选择适当的曲线类型来拟合观测数据，并用拟合的曲线方程分析两变量间的关系。曲线拟合的主要作用有：1）消除测量噪声；2）填充丢失的采样点（例如，如果一个或多个采样点有丢失，或记录不正确）；3）插值（对采样点之间被测对象可能的取值做出估计）；4）外推（对采样范围之外被测对象可能的取值进行估计）；5）求解某个基于离散数据的被测对象的速度轨迹（一阶导数）和加速度轨迹（二阶导数）等。测量信号的分析与处理（15）•曲线拟合（b）找到曲线拟合ExpressVI的路径：“函数”选板\“数学”\“拟合”\“曲线拟合”（或“函数”/“Express”/“信号分析”）。（View