随机振动--第7章-功率谱密度

振动试验参数参考

随机振动－试验人员必须了解的参数及设置 江苏省电子信息产品质量监督检验研究院谢杰 一．简述 近年来，随机振动试验在我院所有振动试验中的比例越来越高，原因有三：1、科学进步，此类设备的软件大量普及，一般只需在原来的电磁振动台加上一套控制软件及配套设备就可实行。2、企业随着国际标准的大量采用，许多振动试验都采用随机振动。3、随机振动相对传统的正弦振动有着无法比拟的优点，它能模拟各种实际运输条件下可能遇到的振动情况，如模拟公路运输，模拟铁路运输，模拟海运运输等等。本文主要介绍对于试验人员来说必须了解的随机振动参数及设置要求。 二．随机振动数据 上图是某一随机振动试验后的试验数据，对于试验人员来说，必须了解其中的一些参数含义。 曲线中，横坐标是频率，纵坐标是PSD，一般简称为频谱曲线。 PSD：Power spectrum density 功率谱密度 PSD单位有二种：g2/Hz，(m2/Hz)2/Hz，二者之间换算：1 g2/Hz＝96(m2/Hz)2/Hz PSD是随机振动中的重要参数，可理解为每频率单位中所含振动能量的大小，其值越大，相对应的频率段振幅值会变大，在试验中提高最低频率的PSD 值可明显感觉到振幅增大。 频谱曲线的特点：1、它是对数坐标，主要是为了表述画线方便。2、它有一条平线或多条平线及斜线组成，平线和斜线之间首尾相连组成。3、试验条件中，PSD值不变的是平线，用+dB/oct表示向上的斜线，用- dB/oct 表示向下的斜线。如-3 dB/oct 表示每增加一倍频率，PSD值下降一半。 频谱曲线中，中间一条是设定曲线，上面二条和下面二条是设备的保护及中断线，附加在中间设定值上的变化曲线是振动台实际控制曲线。

功率谱密度

振动台在使用中经常运用的公式 1、 求推力（F ）的公式 F=（m 0+m 1+m 2+ ……）A …………………………公式（1） 式中：F —推力（激振力）（N ） m 0—振动台运动部分有效质量（kg ） m 1—辅助台面质量（kg ） m 2—试件（包括夹具、安装螺钉）质量（kg ） A — 试验加速度（m/s 2） 2、 加速度（A ）、速度（V ）、位移（D ）三个振动参数的互换运算公式 2.1 A=ωv ……………………………………………………公式（2） 式中：A —试验加速度（m/s 2） V —试验速度（m/s ） ω=2πf （角速度） 其中f 为试验频率（Hz ） 2.2 V=ωD ×10-3 ………………………………………………公式（3） 式中：V 和ω与“2.1”中同义 D —位移（mm 0-p ）单峰值 2.3 A=ω2 D ×10-3 ………………………………………………公式（4） 式中：A 、D 和ω与“2.1”，“2.2”中同义 公式（4）亦可简化为： A= D f ?250 2 式中：A 和D 与“2.3”中同义，但A 的单位为g 1g=9.8m/s 2 所以： A ≈D f ?25 2 ,这时A 的单位为m/s 2 定振级扫频试验平滑交越点频率的计算公式 3.1 加速度与速度平滑交越点频率的计算公式 f A-V = V A 28.6 ………………………………………公式（5） 式中：f A-V —加速度与速度平滑交越点频率（Hz ）（A 和V 与前面同义）。

3.2 速度与位移平滑交越点频率的计算公式 D V f D V 28.6103?=- …………………………………公式（6） 式中：D V f -—加速度与速度平滑交越点频率（Hz ）（V 和D 与前面同义）。 3.3 加速度与位移平滑交越点频率的计算公式 f A-D =D A ??2 3 )2(10π ……………………………………公式（7） 式中：f A-D — 加速度与位移平滑交越点频率（Hz ），（A 和D 与前面同义）。 根据“3.3”，公式（7）亦可简化为： f A-D ≈5× D A A 的单位是m/s 2 4、 扫描时间和扫描速率的计算公式 4.1 线性扫描比较简单： S 1= 1 1 V f f H - ……………………………………公式（8） 式中： S1—扫描时间（s 或min ） f H -f L —扫描宽带，其中f H 为上限频率，f L 为下限频率（Hz ） V 1—扫描速率（Hz/min 或Hz/s ） 4.2 对数扫频： 4.2.1 倍频程的计算公式 n=2Lg f f Lg L H ……………………………………公式（9） 式中：n —倍频程（oct ） f H —上限频率（Hz ） f L —下限频率（Hz ） 4.2.2 扫描速率计算公式 R= T Lg f f Lg L H 2/ ……………………………公式（10） 式中：R —扫描速率（oct/min 或）

随机振动(振动频谱)计算(Random Vibration)

Random Vibration 1. 定义 1.1 功率谱密度 当波的频谱密度乘以一个适当的系数后将得到每单位频率波携带的功率，这被称为信号的功率谱密度（power spectral density, PSD）。 功率谱密度谱是一种概率统计方法，是对随机变量均方值的量度。 1.2 均方根 均方根（RMS）是指将N项的平方和除于N后，开平方的结果。均方根值也是有效值，如对于220交流电，示波器显示的有效值或均方根值为220V。 2. 加速度功率谱密度 2.1 单位 加速度单位：m/s^2或g 加速度功率谱密度单位：（m/s^2）^2/Hz或g^2/Hz Hz单位为:1/s, 所以加速度功率谱密度单位也可写为：m^2/s^3 2.2功率谱密度函数 功率谱密度函数曲线的纵坐标是（g2/Hz）。功率谱曲线下的面积就是随机加速度的总方差（g2）: σ2= ∫Φ（f）df 其中：Φ（f）........功率谱密度函数 σ ............. 均方根加速度 3. 计算示例 随机振动100-2000HZ，功率谱密度为0.01g^2/Hz，则其加速度峰值计算如下: σ2=0.01*(2000-100)=19 σ=4.36g 峰值加速度不大于3倍均方根加速度：13.08g

4、SAE J 1455 随机振动要求 4.1功率谱图 4.1.1 Vertical axis 4.1.2 Transverse axis 4.1.3 Longitudinal axis

4.2 Vertical axis加速度计算 功率谱曲线下的面积：σ2=（40-5）0.016+0.5*（500-40）*0.016=4.24σ=2.06g 峰值加速度不大于3倍均方根加速度：6.18g 5. FGE随机振动要求 5.1功率谱图

功率谱和功率谱密度的区别

谱让人联想到的Fourier变换，是一个时间平均（time average）概念，对能量就是能量谱，对功率就是功率谱。 功率谱的概念是针对功率有限信号的，所表现的是单位频带内信号功率随频率的变化情况。保留了频谱的幅度信息，但是丢掉了相位信息，所以频谱不同的信号其功率谱是可能相同的。 有两点需要注意： 1. 功率谱是随机过程的统计平均概念，平稳随机过程的功率谱是一个确定函数；而频谱是随机过程样本的Fourier变换，对于一个随机过程而言，频谱也是一个“随机过程”。（随机的频域序列） 2. 功率概念和幅度概念的差别。此外，只能对宽平稳的各态历经的二阶矩过程谈功率谱，其存在性取决于二阶矩是否存在并且二阶矩的Fourier变换收敛；而频谱的存在性仅仅取决于该随机过程的该样本的Fourier变换是否收敛。 频谱分析： 对动态信号在频率域内进行分析，分析的结果是以频率为坐标的各种物理量的谱线和曲线，可得到各种幅值以频率为变量的频谱函数F(ω)。频谱分析中可求得幅值谱、相位谱、功率谱和各种谱密度等等。频谱分析过程较为复杂，它是以傅里叶级数和傅里叶积分为基础的。 功率谱密度： 功率谱密度（PSD），它定义了信号或者时间序列的功率如何随频率分布。这里功率可能是实际物理上的功率，或者更经常便于表示抽象的信号被定义为信号数值的平方，也就是当信号的负载为1欧姆(ohm)时的实际功率。

由于平均值不为零的信号不是平方可积的，所以在这种情况下就没有傅里叶变换。维纳-辛钦定理（Wiener-Khinchin theorem）提供了一个简单的替换方法，如果信号可以看作是平稳随机过程，那么功率谱密度就是信号自相关函数的傅里叶变换。 信号的功率谱密度当且仅当信号是广义的平稳过程的时候才存在。如果信号不是平稳过程，那么自相关函数一定是两个变量的函数，这样就不存在功率谱密度，但是可以使用类似的技术估计时变谱密度。 随机信号是时域无限信号，不具备可积分条件，因此不能直接进行傅氏变换。一般用具有统计特性的功率谱来作为谱分析的依据。 功率谱与自相关函数是一个傅氏变换对。 功率谱具有单位频率的平均功率量纲。所以标准叫法是功率谱密度。从名字分解来看就是说，观察对象是功率，观察域是谱域。 通过功率谱密度函数，可以看出随机信号的能量随着频率的分布情况。像白噪声就是平行于一条直线。 一般我们讲的功率谱密度都是针对平稳随机过程的，由于平稳随机过程的样本函数一般不是绝对可积的，因此不能直接对它进行傅立叶分析。可以有三种办法来重新定义谱密度，来克服上述困难。 1. 用相关函数的傅立叶变换来定义谱密度； 2. 用随机过程的有限时间傅立叶变换来定义谱密度； 3. 用平稳随机过程的谱分解来定义谱密度。 三种定义方式对应于不同的用处，首先第一种方式前提是平稳随机过程不包含周

随机振动名词解释

"脉冲响应函数" 英文对照 impulse response function; "脉冲响应函数" 在学术文献中的解释 1、h(t)是在初始时刻作用以单位脉冲而使单自由度系统产生的响应,所以称为脉冲响应函数.1·1·2频率响应函数H(ω)=1k-ω2m+iωcH(ω)是角频率为ω的单位简谐激励所引起的结构稳态简谐响应的振幅,称为频率响应函数,也称为转换函数 文献来源 2、Yεi,jtt+s作为时间间隔s的一个函数,度量了在其他变量不变的情况下Yi,t+s对Yj,t的一个脉冲的反应,因此称为脉冲响应函数 文献来源 "频率响应函数" 英文对照 frequency response function; "频率响应函数" 在学术文献中的解释 1、频率响应函数是指系统输出信号与输入信号的比值随频率的变化关系它是衡量高速倾斜镜工作性能的一个重要指标.通过抑制谐振峰可以改善高速倾斜镜的使用性能 文献来源 2、经傅利叶变换,得到频域内的导纳(一般用速度导纳来表示)表达式 Hv(ω)=v(ω)F(ω)=jω-ω2M+jωC+K(2)H(ω)又称为频率响应函数 文献来源 3、y（t）＝A0eiωty（t）＝iωA0eiωt（6）将（6）代入（3）得A0eiωt（RCiω＋1）＝Ajeiωt（7）和A0Aj＝1RCiω＋1＝U（iω）（8）U（iω）称为频率响应函数 文献来源 "传递函数" 英文对照 transfer function of; transfer function; transfer function - noise; "传递函数" 在学术文献中的解释 1、由于传递函数的定义是两个拉普拉斯变换之比,所以使用时必须准确知道传递函数的类型,即,是位移、速度,还是加速度传递函数,才能避免出错 文献来源 2、而传递函数的定义是两个分量之比为两个传感器之间优势波的传递函数.它给我们的启发是任取两个已知传感器组成一个传递函数通过分析传递函数的特征可以判断两个分量的优势波和非优势波 文献来源

随机信号的功率谱分析 (DEMO)

信号的功率谱分析 1、功率谱密度函数的定义 对于随机信号)(t x ，由于其任一样本函数都是时间的无限的函数，一般不能满足傅里叶变换的存在条件（即积分?∞ ∞-dt t x )(必须收敛）。如果将样本函数取在一个有限区间]2 ,2[T T -内，如图所示，令在该区间以外的0)(=t x ，则积分?∞ ∞-dt t x )(收敛，满足傅里叶变换条件，变换后用功率谱密度函数表示。 2、功率谱密度函数（又称功率谱）的物理意义 是在频域中对信号能量或功率分布情况的描述。功率谱表示振动能量在频率 域的分解，其应用十分广泛。功率谱的横坐标是频率，纵坐标是实部、虚部的模 的平方。 功率谱密度函数作为随机信号在频域内描述的函数。对于随机信号而言，它 不存在频谱函数，只存在功率谱密度函数（功率大小在频谱中反映为频谱的面 积）。时域中的相关分析为在噪声背景下提取有用信息提供了途径。功率谱分析 则从频域提供相关技术所能提供的信息，它是研究平稳随机过程的重要方法。 3．功率谱密度函数的应用 (1)结构各阶固有频率的测定 工程结构特别是大型结构(如高层楼房、桥梁、 高塔和重要机械设备等)要防止共振引起的破坏，需要测定其固有频率。如果对 结构加以激励(或以大地的脉动信号作为激励信号)，即可测定结构的响应(振动信 号)，再对响应信号作自功率谱分析，便可由谱图中谱峰确定结构的各阶固有频

率。 (2)利用功率谱的数学特点求取信号传递系统的频率响应函数。 (3)作为工业设备工作状况的分析和故障诊断的依据 根据功率谱图的变化，可以判断机器设备的运转是否正常。同时．还可根据机器设备正常工作和不正常工作时，振动加速度信号的功率谱的差别，查找不正常工作时，功率谱图中额外谱峰产生的原因以及排除故障的方法。 自功率谱密度函数 定义及其物理意义 假如)(t x 是零均值的随机过程，即0=x μ（如果原随机过程是非零均值的，可以进行适当处理使其均值为零）又假设)(t x 中没有周期分量，那么当∞→τ， 0)(→τx R 。这样，自相关函数)(τx R 可满足傅里叶变化的条件∞?∞ ∞- ττd R x )(。 )(τx R 傅里叶变换)(f S x ，ττπτd e R f S j x x 2)()(-∞∞-? =和逆变换 df e f S R j x x πττ2)()(-∞ ∞ -?=定义)(f S x 为)(t x 的自功率谱密度函数，简称自谱或自功率谱。 出此可见， )(f S x 曲线下和频率轴所包围的面积就是信号的平均功率，)(f S x 就是信号的功率密度沿频率轴的分布，故称)(f S x 为自功率谱密度函数。自功率谱密度函数和幅值谱的关系为 2)(1lim )(f X T f S x T x →=利用这一种关系，就可以通过直接对时域信号作傅里叶变换来计算功率谱。自相关分析可以有效地检测出信号中有无周期成分。自功率谱密度也能用来检测信号中的周期成分。周期信号的频谱是脉冲函数，在某特定频率上的能量是无限的。但是在实际处理时，用矩形窗函数对信号进行截断，这相当于在频域用矩形窗函数的频谱sinc 函数和周期信号的频谱——δ函数实行卷积，因此截断后的周期函数的频谱已不再是脉冲函数，原来为无限大的谱线高度变成有限长，谱

随机振动功率谱密度

701z 0102030 4050607080 0.002 0.0040.0060.0080.01 0.0120.014 0.016频率(Hz) 功率谱密度 功率谱密度函数图(汉宁窗) 10 20 30 4050 60 70 80 -65-60-55-50-45-40-35-30 -25-20 -15频率(Hz) 功率谱密度(d B ) 功率谱密度函数图(汉宁窗)

经过matlab 频率加权法，利用功率谱密度函数计算得到加权加速度均方根值0.1378m/s2(70km/h,z 方向，第一次试验，前排) 0.1378 0102030 4050607080 0.5 1 1.5 2 2.5 -3 频率(Hz) 功率谱密度 频率加权后功率谱密度函数图(汉宁窗)

701y 0102030 4050607080 1 2 3 4 5 6 7 -3 频率(Hz) 功率谱密度 功率谱密度函数图(汉宁窗) 10 20 30 4050 60 70 80 -70-65-60-55-50-45-40-35 -30 -25-20频率(Hz) 功率谱密度(d B ) 功率谱密度函数图(汉宁窗)

经过matlab 频率加权法，利用功率谱密度函数计算得到加权加速度均方根值0.0164m/s2(70km/h,y 方向，第一次试验，前排) 0102030 4050607080 0.5 1 1.5 2 2.5 3 -5 频率(Hz) 功率谱密度 频率加权后功率谱密度函数图(汉宁窗)

701x 0102030 4050607080 0.20.40.60.811.2 1.41.61.8 -3 频率(Hz) 功率谱密度 功率谱密度函数图(汉宁窗) 0102030 4050607080 -70 -65-60-55-50-45-40 -35-30 -25频率(Hz) 功率谱密度(d B ) 功率谱密度函数图(汉宁窗)

随机信号的功率谱密度

随机信号的功率谱密度估计和相关函数

随机信号的功率谱密度估计和相关函数 1．实验目的 了解估计功率谱密度的几种方法，掌握功率谱密度估计在随机信号处理中的作用。 ⒉实验原理 随机信号的功率谱密度用来描述信号的能量特征随频率的变化关系。功率谱密度简称为功率谱，是自相关函数的傅里叶变换。对功率谱密度的估计又称功率谱估计。 1.线性估计法（有偏估计）：线性估计方法是有偏的谱估计方法，谱分辨率随数据长度的增加而提高。包括自相关估计、自协方差法、周期图法。 2.非线性估计（无偏估计）：非线性估计方法大多是无偏的谱估计方法，可以获得高的谱分辨率。包括最大似然法、最大熵法 ⒊实验任务与要求 1. 所有功能均用matlab仿真。 2. 输入信号为：方波信号+n(t)，方波信号信号基频1KHz，幅值为1v，n(t)为白噪声。 3. 编写自相关估计法、自协方差法、周期图法、最大似然法、最大熵法的matlab 程序。正确的运行程序。 4. 必须用图示法来表示仿真的结果。对几种功率谱估计的方法进行比较分析，发现它们各自有什么特点？。 5. 按要求写实验报告。 4.Matlab程序如下： 生成输入信号： clear; fs=1024;%设采样频率为1024 n=0:1/fs:1; N=length(n); W=2000*pi;%因方波频率F=1000HZ所以角频率W=2000pi X1n=square(W*n);%方波信号 X2n=randn(1,N);%白噪声信号 xn=X1n+X2n; %产生含有噪声的信号序列XN subplot(3,1,1) plot(n,xn); xlabel('n') ylabel(…输入信号?) %绘输入信号图

随机信号分析 题目及答案

1. （10分）随机变量12,X X 彼此独立，且特征函数分别为12(),()v v φφ，求下列随机变量的特征函数： （1） 122X X X =+ （2）12536X X X =++ 解：（1）() 121222()jv X X jvX jv X jvX X v E e E e E e e φ+???? ??===?????? ? 12 21212()(2)jvX jv X X X E e E e v v φφ????=????和独立 （2）() 1212536536()jv X X jv X jv X jv X v E e E e e e φ++???? ==????? ? 12536 12jv X jv X jv X X E e E e E e ?????? ??????和独立 6 12(5)(3)jv e v v φφ= 2. （10分）取值()1,1-+，概率[0.4,0.6]的独立()半随机二进制传输信号()X t ，时隙长度为T ，问： （1） 信号的均值函数()E X t ????； （2） 信号的自相关函数(),X R t t τ+； （3） 信号的一维概率密度函数();X f x t 。 解：（1）()10.410.60.2E X t =-?+?=???? (2) 当,t t τ+在同一个时隙时： []222(,)()()[()]10.6(1)0.41X R t t E X t X t E X t ττ+=+==?+-?= 当,t t τ+不在同一个时隙时： [][][](,)()()()()0.20.20.04 X R t t E X t X t E X t E X t τττ+=+=+=?= （3）()()();0.610.41X f x t x x δδ=-++ 3. （10分）随机信号0()sin()X t t ω=+Θ，()()0cos Y t t ω=+Θ，其中0 ω为常数，Θ为在[]-,ππ上均匀分布的随机变量。

随机信号分析题目及答案完整版

随机信号分析题目及答 案 HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】

1. （10分）随机变量12,X X 彼此独立，且特征函数分别为12(),()v v φφ，求下列随机变量的特征函数： （1） 122X X X =+ （2）12536X X X =++ 解：（1） ()121222()jv X X jvX jv X jvX X v E e E e E e e φ+??????===??????? （2） () 121 2 536536 ()jv X X jv X jv X jv X v E e E e e e φ++????==????? ? 2. （10分）取值()1,1-+，概率[0.4,0.6]的独立 ()半随机二进制传输信号()X t ，时隙长度为T ，问： （1） 信号的均值函数()E X t ????； （2） 信号的自相关函数(),X R t t τ+； （3） 信号的一维概率密度函数();X f x t 。 解：（1）()10.410.60.2E X t =-?+?=???? (2) 当,t t τ+在同一个时隙时： 当,t t τ+不在同一个时隙时：

（3）()()();0.610.41X f x t x x δδ=-++ 3. （10分）随机信号0()sin()X t t ω=+Θ，()()0cos Y t t ω=+Θ，其中0 ω为常数，Θ为在[]-,ππ上均匀分布的随机变量。 （1） 试判断()X t 和()Y t 在同一时刻和不同时刻的独立性、相关性及正交性； （2） 试判断()X t 和()Y t 是否联合广义平稳。 解： （1） 由于X (t )和Y(t )包含同一随机变量 θ，因此非独立。 根据题意有 1 2f ()θπ = 。 []001 sin()02E[X(t )]E t sin(w t )d π π ωθθπ - =+Θ= +=?， 由于0XY XY R (t,t )C (t,t )==，X (t )和Y(t )在 同一时刻正交、线性无关。 除()012w t t k π-=±外的其他不同时刻 12120XY XY R (t ,t )C (t ,t )=≠，所以1X (t )和2Y(t )非正交 且线性相关。

(完整word版)随机振动分析报告

Alex-dreamer制作PSD：（可以相互传阅学习，但是鄙视那些拿着别人成果随意买卖！）PSD随机振动应用领域很广，比如雷达天线，飞机，桥梁，天平，地面，等等行业。虽然现在对这方面公开资料很少，但是我相信以后会越来越多，发展的越来越成熟。学术的浪潮总体是向前的，不会因为几个大牛保密自己的成果就会阻止我们对PSD研究，因此结合我的经验和爱好，我研究了一下两种PSD加载分析。我标价的原则是含金量大小和花费我的时间以及我的经验值，如果你觉得值，就买；不值就不要下了。因为我始终认为：士为知己者死，女为悦己者容。算是互相尊重。如果你得到这份资料，那就祝你好运！ Good luck!-Alex-dreamer(南理工) 一：目的：根据abaqus爱好者提出的PSD随机振动分析，提出功率谱如何定义及如何加载？如果功率谱是加速度的平方，如何加载？如果在输入点施加载荷功率谱如何定义？本文将给出详细的分析过程。 二：随机振动基本概念 1. 随机振动的输入量和输出量都是概率统计值，因此存在不确定性。输入量为PSD （功率谱密度）曲线，分为加速度、速度、位移或者力的PSD曲线；最常见的是加速度PSD，常用语BASE MOTION基础约束加载。 2. 随机振动的响应符合正态分布，PSD实际上是随机变量的能量分布，也就是在不同频率上的方差值，反映不同频率处的振动能量，PSD曲线所围成的面积是随机变量总响应的方差值； 3. RMS为随机变量的标准方差，将PSD曲线包络面积开平方即为RMS。 4. 随机振动输出的位移、应力、应变等值都是对应不同频率的方差值（即PSD值），量纲为x^2，当然也可以输出这些变量的均方根值（即RMS值）；abaqus6.10以上版本可以直接在场变量里面输出设置。见下文。 5. 如果是单个激励源，定义为非相关性分析，如是多个激励源，则需要定义相关性参数。因此出现type=uncorrelated。 三：模型简介： 1）该模型很简单，是hypermesh中一个双孔模型。 2）网格划分在hypermesh中完成，保证了雅克比>0.7以及网格其它质量的要求。网格与几何具有较高的吻合度。 3）方案1（对应connect模型）：在上方两个孔采用全约束方式，且加载的功率谱PSD密度是加速度功率谱，也就是说基于BASE基础约束，进行随机振动 PSD分析。结果分析底部孔处某节点的结果响应。 4）方案2（对应connect模型）：在底部圆孔施加载荷force类型的功率谱PSD，与前者不同的是，这个不是基础施加PSD，而上某输入位置施加PSD。

功率谱密度

功率谱密度谱是一种概率统计方法，是对随机变量均方值的量度。一般用于随机振动分析，连续瞬态响应只能通过概率分布函数进行描述，即出现某水平响应所对应的概率。 功率谱密度是结构在随机动态载荷激励下响应的统计结果，是一条功率谱密度值—频率值的关系曲线，其中功率谱密度可以是位移功率谱密度、速度功率谱密度、加速度功率谱密度、力功率谱密度等形式。数学上，功率谱密度值—频率值的关系曲线下的面积就是方差，即响应标准偏差的平方值。 谱是个很不严格的东西，常常指信号的Fourier变换，是一个时间平均（time average）概念功率谱的概念是针对功率有限信号的(能量有限信号可用能量谱分析)，所表现的是单位频带内信号功率随频率的变换情况。保留频谱的幅度信息，但是丢掉了相位信息，所以频谱不同的信号其功率谱是可能相同的。有两个重要区别：1。功率谱是随机过程的统计平均概念，平稳随机过程的功率谱是一个确定函数；而频谱是随机过程样本的Fourier变换，对于一个随机过程而言，频谱也是一个“随机过程”。（随机的频域序列）2。功率概念和幅度概念的差别。此外，只能对宽平稳的各态历经的二阶矩过程谈功率谱，其存在性取决于二阶局是否存在并且二阶矩的Fourier变换收敛；而频谱的存在性仅仅取决于该随机过程的该样本的Fourier变换是否收敛。热心网友回答提问者对于答案的评价：谢谢解答。 频谱分析（也称频率分析），是对动态信号在频率域内进行分析，分析的 结果是以频率为坐标的各种物理量的谱线和曲线，可得到各种幅值以频率为变 量的频谱函数F(ω)。频谱分析中可求得幅值谱、相位谱、功率谱和各种谱密 度等等。频谱分析过程较为复杂，它是以傅里叶级数和傅里叶积分为基础的。 功率谱是个什么概念？它有单位吗? 随机信号是时域无限信号，不具备可积分条件，因此不能直接进行傅氏变换。一般用具有统计特性的功率谱来作为谱分析的依据。功率谱与自相关函数是一个傅氏变换对。功率谱具有单位频率的平均功率量纲。所以标准叫法是功率谱密度。通过功率谱密度函数，可以看出随机信号的能量随着频率的分布情况。像白噪声就是平行于w轴，在w轴上方的一条直线。 功率谱密度，从名字分解来看就是说，观察对象是功率，观察域是谱域，通常指频域，密度，就是指观察对象在观察域上的分布情况。一般我们讲的功率谱密度都是针对平稳随机过程的，由于平稳随机过程的样本函数一般不是绝对可积的，因此不能直接对它进行傅立叶分析。可以有三种办法来重新定义谱密度，来克服上述困难。 一是用相关函数的傅立叶变换来定义谱密度；二是用随机过程的有限时间傅立叶变换来定义谱密度；三是用平稳随机过程的谱分解来定义谱密度。三种定义方式对应于不同的用处，首先第一种方式前提是平稳随机过程不包含周期分量并且均值为零，这样才能保证相关函数在时差趋向于无穷时衰减，所以lonelystar说的不全对，光靠相关函数解决不了许多问题，要求太严格了；对于第二种方式，虽然一个平稳随机过程在无限时间上不能进行傅立叶变换，但是对于有限区间，傅立叶变换总是存在的，可以先架构有限时间区间上的变换，在对时间区间取极限，这个定义方式就是当前快速傅立叶变换（FFT）估计谱密度的依据；第三种方式是根据维纳的广义谐和分析理论：Generalized harmonic analysis, Acta Math, 55(1930),117-258,利用傅立叶-斯蒂吉斯积分，对均方连续的零均值平稳随机过程进行重构，在依靠正交性来建立的。 另外，对于非平稳随机过程，也有三种谱密度建立方法，由于字数限制，功率谱密度的单位

振动计算力学公式

振动台力学公式 1、 求推力（F ）的公式 F=（m 0+m 1+m 2+ ……）A …………………………公式（1） 式中：F —推力（激振力）（N ） m 0—振动台运动部分有效质量（kg ） m 1—辅助台面质量（kg ） m 2—试件（包括夹具、安装螺钉）质量（kg ） A — 试验加速度（m/s 2） 2、 加速度（A ）、速度（V ）、位移（D ）三个振动参数的互换运算公式 2.1 A=ωv ……………………………………………………公式（2） 式中：A —试验加速度（m/s 2） V —试验速度（m/s ） ω=2πf （角速度） 其中f 为试验频率（Hz ） 2.2 V=ωD ×10-3 ………………………………………………公式（3） 式中：V 和ω与“2.1”中同义 D —位移（mm 0-p ）单峰值 2.3 A=ω2 D ×10-3 ………………………………………………公式（4） 式中：A 、D 和ω与“2.1”，“2.2”中同义 公式（4）亦可简化为： A= D f ?250 2 式中：A 和D 与“2.3”中同义，但A 的单位为g 1g=9.8m/s 2 所以： A ≈D f ?25 2 ,这时A 的单位为m/s 2 定振级扫频试验平滑交越点频率的计算公式 3.1 加速度与速度平滑交越点频率的计算公式 f A-V = V A 28.6 ………………………………………公式（5） 式中：f A-V —加速度与速度平滑交越点频率（Hz ）（A 和V 与前面同义）。

3.2 速度与位移平滑交越点频率的计算公式 D V f D V 28.6103?=- …………………………………公式（6） 式中：D V f -—加速度与速度平滑交越点频率（Hz ）（V 和D 与前面同义）。 3.3 加速度与位移平滑交越点频率的计算公式 f A-D =D A ??2 3 )2(10π ……………………………………公式（7） 式中：f A-D — 加速度与位移平滑交越点频率（Hz ），（A 和D 与前面同义）。 根据“3.3”，公式（7）亦可简化为： f A-D ≈5× D A A 的单位是m/s 2 4、 扫描时间和扫描速率的计算公式 4.1 线性扫描比较简单： S 1= 1 1 V f f H - ……………………………………公式（8） 式中： S1—扫描时间（s 或min ） f H -f L —扫描宽带，其中f H 为上限频率，f L 为下限频率（Hz ） V 1—扫描速率（Hz/min 或Hz/s ） 4.2 对数扫频： 4.2.1 倍频程的计算公式 n=2Lg f f Lg L H ……………………………………公式（9） 式中：n —倍频程（oct ） f H —上限频率（Hz ） f L —下限频率（Hz ） 4.2.2 扫描速率计算公式 R= T Lg f f Lg L H 2/ ……………………………公式（10） 式中：R —扫描速率（oct/min 或）

(实验六 随机信号功率谱分析)

实验报告 实验课程：数字信号处理实验开课时间：2020—2021 学年秋季学期 实验名称：随机信号功率谱分析实验时间： 2020年9月30日星期三 学院：物理与电子信息学院年级：大三班级：182 学号：1843202000234 姓名：武建璋 一、实验预习 实验目的要求深刻理解随机信号的特性，掌握随机信号功率谱估计的基本原理，灵活运用各种随机信号功率谱估计的基本方法。 实验 仪器 用具 装有Matlab的计算机一台 实验原理 功率谱估计是随机信号处理中的一个重要的研究和应用领域.功率谱估计基本上可以非参数估计的经典方法和参数估计的近代方法.典型功率谱估计是基于FFT 算法的非参数估计,对足够长的记录数据效果较好。 在工程实际中，经典功率谱估计法获得广泛应用的是修正期图发。该方法采取数据加窗处理再求平均的办法。通过求各段功率谱平均，最后得到功率谱计P（m），即： 式中：为窗口函数ω[k]的方差。K表示有重叠的分数段。 由于采用分段加窗求功率谱平均，有效地减少了方差和偏差，提高了估计质量，使修正周期图法在经典法中得到普遍应用。但在估计过程存在两个与实际不 符的假设，即 （1）利用有限的N个观察数据进行自相关估计，隐含着在已知N个数据之外的全部数据均为零的假设。 （2）假定数据是由N个观察数据以N为周期的周期性延拓。同时在计算过程中采用加窗处理，使得估计的方差和功率泄露较大，频率分辨率较低，不适用于短系列的谱分析和对微弱信号的检测。 近代谱估计是建立在随机信号参数模型的基础上，通过信号参数模型或预测误差滤波器（一步预测器）参数的估计，实现功率谱估计。由于既不需要加窗，又不需要对相关函数的估计进行如经典法那样的假设，从而减少公里泄露，提高了频谱分辨率。常用的参数模型有自回归（AR）模型、滑动平均（MA）模型、自回归滑动平均（ARMA）模型。其中AR模型是基本模型，求解AR模型的参数主要有L—D算法和Burg算法。

电振动台的振动功率谱密度计算

电振动台在使用中经常运用的公式 1、 求推力（F ）的公式 F=（m 0+m 1+m 2+ ……）A …………………………公式（1） 式中：F —推力（激振力）（N ） m 0—振动台运动部分有效质量（kg ） m 1—辅助台面质量（kg ） m 2—试件（包括夹具、安装螺钉）质量（kg ） A — 试验加速度（m/s 2 ） 2、 加速度（A ）、速度（V ）、位移（D ）三个振动参数的互换运算公式 2.1 A=ωv ……………………………………………………公式（2） 式中：A —试验加速度（m/s 2 ） V —试验速度（m/s ） ω=2πf （角速度） 其中f 为试验频率（Hz ） V=ωD ×10-3 ………………………………………………公式（3） 式中：V 和ω与“”中同义 D —位移（mm 0-p ）单峰值 2.3 A=ω2 D ×10-3 ………………………………………………公式（4） 式中：A 、D 和ω与“”，“”中同义 公式（4）亦可简化为： A=D f ?250 2 式中：A 和D 与“”中同义，但A 的单位为g 1g=9.8m/s 2 所以： A ≈D f ?25 2 ,这时A 的单位为m/s 2 定振级扫频试验平滑交越点频率的计算公式 加速度与速度平滑交越点频率的计算公式 f A-V = V A 28.6 ………………………………………公式（5） 式中：f A-V —加速度与速度平滑交越点频率（Hz ）（A 和V 与前面同义）。 速度与位移平滑交越点频率的计算公式

D V f D V 28.6103?=- …………………………………公式（6） 式中：D V f -—加速度与速度平滑交越点频率（Hz ）（V 和D 与前面同义）。 加速度与位移平滑交越点频率的计算公式 f A-D =D A ??23 )2(10π ……………………………………公式（7） 式中：f A-D — 加速度与位移平滑交越点频率（Hz ），（A 和D 与前面同义）。 根据“”，公式（7）亦可简化为： f A-D ≈5× D A A 的单位是m/s 2 4、 扫描时间和扫描速率的计算公式 线性扫描比较简单： S 1= 1 1 V f f H - ……………………………………公式（8） 式中： S1—扫描时间（s 或min ） f H -f L —扫描宽带，其中f H 为上限频率，f L 为下限频率（Hz ） V 1—扫描速率（Hz/min 或Hz/s ） 对数扫频： 4.2.1 倍频程的计算公式 n=2Lg f f Lg L H ……………………………………公式（9） 式中：n —倍频程（oct ） f H —上限频率（Hz ） f L —下限频率（Hz ） 4.2.2 扫描速率计算公式 R= T Lg f f Lg L H 2/ ……………………………公式（10） 式中：R —扫描速率（oct/min 或） f H —上限频率（Hz ） f L —下限频率（Hz ）

燃料电池电动汽车车载供氢系统随机振动加速度功率谱密度值

附录 A （资料性附录） 随机振动加速度功率谱密度值 表A.1 车载氢系统振动试验条件 随机振动 频率Hz z轴功率谱密度 （PSD） g2/Hz y轴功率谱密度 （PSD） g2/Hz x轴功率谱密度 （PSD） g2/Hz 5 0.008 0.005 0.002 10 0.042 0.025 0.018 15 0.042 0.025 0.018 40 0.0005 / / 60 / 0.0001 / 100 0.0005 0.0001 / 200 0.00001 0.00001 0.00001 RMS 0.73 g 0.57 g 0.52 g 时间12 h 12 h 12 h 正弦定频振动 定频幅值±1.5 g ±1.5 g ±2.0 g 定频频率20 Hz 20 Hz 20 Hz 时间 2 h 2 h 2 h 图 A.1 加速度功率谱密度曲线图

附录 B （资料性附录） 随机振动加速度功率谱密度值 表 B.1 振动加速度功率谱密度值 频率 X向（g2/Hz）Y向（g2/Hz）Z向（g2/Hz）（Hz） 5 0.0343 0.0277 0.1349 6 0.0165 0.0126 0.0508 7 0.0172 0.0145 0.0434 8 0.0409 0.0262 0.0781 9 0.0862 0.0368 0.1052 10 0.1552 0.0685 0.1135 11 0.5595 0.1156 0.1541 12 0.6645 0.1213 0.1639 13 0.3645 0.1449 0.2223 14 0.2586 0.1552 0.2722 15 0.1558 0.1071 0.1955 16 0.0773 0.0646 0.1456 17 0.0396 0.0720 0.1852 18 0.0268 0.0825 0.2853 19 0.0311 0.0762 0.4006 20 0.0933 0.1407 0.7395 21 0.0928 0.3234 0.5880 22 0.0287 0.1732 0.1615 23 0.0183 0.0742 0.0872 24 0.0152 0.0842 0.0502 25 0.0195 0.1140 0.0384 26 0.0238 0.0671 0.0370 27 0.0127 0.0339 0.0250 28 0.0068 0.0197 0.0166 29 0.0049 0.0145 0.0125 30 0.0041 0.0127 0.0100 31 0.0036 0.0123 0.0081 32 0.0031 0.0115 0.0064 33 0.0027 0.0099 0.0053 34 0.0023 0.0082 0.0047 35 0.0022 0.0071 0.0046 36 0.0021 0.0058 0.0045 37 0.0021 0.0049 0.0047 38 0.0026 0.0047 0.0053

随机振动的功率谱分析

随机振动的功率谱分析 在物理学中，信号通常是波的形式，例如电磁波、随机振动或者声波。当波的频谱密度乘以一个适当的系数后将得到每单位频率波携带的功率，这被称为信号的功率谱密度（power spectral density, PSD ）或者谱功率分布（spectral power distribution, SPD ）。功率谱密度的单位通常用每赫兹的瓦特数（W/Hz ）表示，或者使用波长而不是频率，即每纳米的瓦特数（W/nm ）来表示。 功率谱是一种概率统计方法，是对随机变量均方值的量度。一般用于随机振动分析，连续瞬态响应只能通过概率分布函数进行描述，即出现某水平响应所对应的概率。功率谱密度函数是结构在随机动态载荷激励下响应的统计结果，是一条功率谱密度值与频率值的关系曲线，其中功率谱密度可以是位移功率谱密度、速度功率谱密度、加速度功率谱密度、力功率谱密度等形式。数学上，功率谱密度值与频率值的关系曲线下的面积就是方差，即响应标准偏差的平方值。谱是个很不严格的东西，常常指信号的Fourier 变换，是一个时间平均（ time average ）概念。功率谱指的是信号在每个频率分量上的功率，频谱其实是一个幅度谱，只是信号在各个分量上的幅度值。因为通信中一般对于信号的分析都是把信号看作电压值，所以功率就是电压的平方再除以电阻值。为了分析简单归一化，令R=1，这时候功率谱就是频谱模的平方了。模也就是实部分量和虚部分量平方和的开方，故功率谱保留了频谱的幅度信息，但是丢掉了相位信息，所以频谱不同的信号其功率谱是可能相同的。 功率谱和频谱有两个重要区别：其一，功率谱是随机过程的统计平均概念，平稳随机过程的功率谱是一个确定函数；而频谱是随机过程样本的Fourier 变换，对于一个随机过程而言，频谱也是一个“随机过程”；其二，功率概念和幅度概念的差别，我们只能对宽平稳的各态历经的二阶矩过程谈功率谱，其存在性取决于二阶矩是否存在及其Fourier 变换是否收敛；而频谱的存在性仅仅取决于该随机过程的该样本的Fourier 变换是否收敛。 若一个确定信号f(t)，－∞＜t ＜∞，满足狄氏条件，且绝对可积，即满足： ?∞ ∞-∞