;
信号与系统的基本思想：把复杂的信号用简单的信号表示，再进行研究。 怎么样来分解信号？任何信号可以用Delta 函数的移位加权和表示。只有系统是线性时不变系统，才可以用单位冲激函数处理，主要讨论各个单位冲激函数移位加权的响应的叠加能得到总的响应。 线性系统（齐次性，叠加定理） 时不变系统 对一个系统输入单位冲激函数，得到的响应为h(t).表征线性时不变系统的非常重要的东西，只要知道了系统对单位冲击函数的响应，就知道了它对任何信号的响应，因为任何信号都可以表示为单位冲激函数的移位加权和。 例如：d(t)__h(t) 那么a*d(t-t0)__a*h(t-t0) -()= ()(t-)d f t f τδττ∝∝? 的响应为-y()=()(-)t f h t d τττ∝ ∝ ? 记为y(t)=f(t)*h(t),称为f(t)和h(t)的卷积 总结为两点：对于现行时不变系统，任何信号可以用单位冲激信号的移位加权和表示，任何信号的响应可以用输入函数和单位冲激函数响应的卷积来表示 连续时间信号和系统的频域分析 时域分析的重点是把信号分解为单位冲激函数的移位加权和，只讨论系统对单位冲激函数的响应。而频域的分析是把信号分解为各种不同频率的正弦函数的加权和，只讨论系统对sinwt 的响应。都是把信号分解为大量单一信号的组合。
周期函数可以展开为傅里叶级数，将矩形脉冲展开成傅里叶级数，得到傅里叶级数的系数 n A sin F = T x x τ 其中0=2 nw x τ。 取样函数sin ()=x S a x 。产生一种震荡，0点的值最大，然后渐渐衰减直至0 第一：对于傅里叶级数的系数，n 是离散的，所以频谱也是离散状的每条谱线都出现在基波频率的整数倍上，其包络是取样函数。 第二：谱线的间距是0w .。零点是0=2nw x τ，02w =T π是谱的基波频率。如果τ不变，T 增大，那么0w 减小，当T 非常大的时候，0w 非常小，谱线近似连续，越来越密，幅度越来越小。 傅里叶变换：非周期函数 正变换：--F jw)= ()iwt f t e dt ∝ ∝?（ 反变换：-1()=()2jnwt f t F jw e dw π ∝∝ ? 常用函数的傅里叶变换（典型非周期信号的频谱）
现代信号处理作业 实验题目： 设信号)()8.0cos(25.0)47.0cos()35.0cos()(321n v n n n n x ++++++=θπθπθπ，其中321,,θθθ是[]ππ,-内的独立随机变量，v(n)是单位高斯白噪声。 1.利用周期图法对序列进行功率谱估计。数据窗采用汉明窗。 2.利用BT 法对序列进行功率谱估计，自相关函数的最大相关长度为M=64,128,256,512采用BARTLETT 窗。 3.利用Welch 法对序列进行功率谱估计，50%重叠，采用汉明窗，L=256,128,64。 4.利用Burg 法对序列进行AR 模型功率谱估计，阶数分别为10，13. 要求每个实验都取1024个点，fft 作为谱估计，取50个样本序列的算术平均，画出平均的功率谱图。 实验原理： 1）。周期图法： 又称间接法，它把随机信号的N 个观察值x N (n)直接进行傅里叶变换，得到X N (e jw ),然后取其幅值的平方，再除以N ，作为对x （n ）真实功率谱的估计。 2^ )(1)(jw e X N w P N per = ， 其中∑-=-=1 )()(N n jwn N jw N e n x e X 2）。BT 法： 对于N 个观察值x(0),x(1),。。。,x(N-1),令x N (n)=a(n)x(n)。计算r x （m ）为
∑--=-≤+= m N n N N x N m m n x n x N m r 10 1),()(1 )(,计算其傅里叶变换 ∑-=--≤= M M m jwm x BT N M e m r m v w P 1 ,)()()(^ ^ ，作为观察值的功率谱的估计。 其中v(m)是平滑窗。 3)。Welch 法： 假定观察数据是x(n),n=0,1,2...,N-1，现将其分段，每段长度为M,段与段之间的重叠为M-K,第i 个数据段经加窗后可表示为 1,...,1,0 )()()(-=+=M i iK n x n a n x i M 其中K 为一整数，L 为分段数，该数据段的周期图为 2)(1)(^w X MU w P i M i per =，其中∑-=-=1 0)()(M n j w n i M i M e n x w X 。由此得到平均周期图为 ∑-==10 ^_ )(1)(L i i per w P L w P 。其中归一化U 取∑-== 10 2 )(1M n n a M U 。 4）。Burg 法： 在约束条件下，使得)(2 1^^^ b f ρρρ+=极小化，其中，约束条件是它所得到的 各阶模型解要求满足Levison 递归关系。 仿真结果： 1.周期图法
功率谱估计方法的比较 摘要： 本文归纳了信号处理中关键的一种分析方法, 即谱估计方法。概述了频谱估计中的周期图法、修正的协方差法和伯格递推法的原理，并且对此三种方法通过仿真做出了对比。 关键词：功率谱估计；AR 模型；参数 引言： 谱估计是指用已观测到的一定数量的样本数据估计一个平稳随机信号的谱。由于谱中包含了信号的很多频率信息，所以分析谱、对谱进行估计是信号处理的重要容。谱估计技术发展 渊源很长，它的应用领域十分广泛，遍及雷达、声纳、通信、地质勘探、天文、生物医学工程等众多领域，其容、方法都在不断更新，是一个具有强大生命力的研究领域。谱估计的理论和方法是伴随着随机信号统计量及其谱的发展而发展起来的，最早的谱估计方法是建 立在基于二阶统计量, 即自相关函数的功率谱估计的方法上。功率谱估计的方法经历了经典谱估计法和现代谱估计法两个研究历程，在过去及现在相当长一段时间里，功率谱估计一直占据着谱估计理论里的核心位置。经典谱估计也成为线性谱估计，包括BT 法、周期图法。现代谱估计法也称为非线性普估计，包括自相关法、修正的协方差法、伯格（Burg ）递推法、特征分解法等等。 原理： 经典谱估计方法计算简单，其主要特点是谱估计与任何模型参数无关，是一类非参数化的方法。它的主要问题是：由于假定信号的自相关函数在数据的观测区间以外等于零，因此估计出来的功率谱很难与信号的真实功率谱相匹配。在一般情况下，经典法的渐进性能无法给出实际功率谱的一个满意的近似，因而是一种低分辨率的谱估计方法。现代谱估计方法使用参数化的模型，他们统称为参数化功率谱估计，由于这类方法能够给出比经典法高得多的频率分辨率，故又称为高分辨率方法。下面分别介绍周期图法、修正的协方差法和伯格递推法。修正的协方差法和伯格递推法采用的模型均为AR 模型。 （1）周期图法 周期图法是先估计自相关函数, 然后进行傅里叶变换得到功率谱。假设随机信号x(n)只观测到一段样本数据，n=0, 1, 2, …, N-1。根据这一段样本数据估计自相关函数，如公式（1） 对（1）式进行傅里叶变换得到（2）式。 ∑--=+=1||0 *) ()(1 )(?m N n xx m n x n x N m r
一、单项选择题（每题 2 分，共10 分） 3．表面形貌分析的手段包括【 d 】 （a）X 射线衍射（XRD）和扫描电镜（SEM）(b) SEM 和透射电镜（TEM） (c) 波谱仪（WDS）和X 射线光电子谱仪（XPS）(d) 扫描隧道显微镜（STM）和 SEM 4．透射电镜的两种主要功能：【b 】 （a）表面形貌和晶体结构（b）内部组织和晶体结构 （c）表面形貌和成分价键（d）内部组织和成分价键 二、判断题（正确的打√，错误的打×，每题2 分，共10 分） 1．透射电镜图像的衬度与样品成分无关。（×）2．扫描电镜的二次电子像的分辨率比背散射电子像更高。（√）3．透镜的数值孔径与折射率有关。（√）4．放大倍数是判断显微镜性能的根本指标。（×）5．在样品台转动的工作模式下，X射线衍射仪探头转动的角速度是样品转动角 速度的二倍。（√） 三、简答题（每题5 分，共25 分） 1. 扫描电镜的分辨率和哪些因素有关？为什么? 和所用的信号种类和束斑尺寸有关，因为不同信号的扩展效应不同，例如二次电子产生的区域比背散射电子小。束斑尺寸越小，产生信号的区域也小，分辨率就高。 1．透射电镜中如何获得明场像、暗场像和中心暗场像？ 答：如果让透射束进入物镜光阑，而将衍射束挡掉，在成像模式下，就得到明场象。如果把物镜光阑孔套住一个衍射斑，而把透射束挡掉，就得到暗场像，将入射束倾斜，让某一衍射束与透射电镜的中心轴平行，且通过物镜光阑就得到中心暗场像。 2．简述能谱仪和波谱仪的工作原理。 答：能量色散谱仪主要由Si(Li)半导体探测器、在电子束照射下，样品发射所含元素的荧光标识X 射线，这些X 射线被Si(Li)半导体探测器吸收，进入探测器中被吸收的每一个X 射线光子都使硅电离成许多电子—空穴对，构成一个电流脉冲，经放大器转换成电压脉冲，脉冲高度与被吸收的光子能量成正比。最后得到以能量为横坐标、强度为纵坐标的X 射线能量色散谱。 在波谱仪中，在电子束照射下，样品发出所含元素的特征x 射线。若在样品上方水平放置一块具有适当晶面间距 d 的晶体，入射X 射线的波长、入射角和晶面间距三者符合布拉格方程时，这个特征波长的X 射线就会发生强烈衍射。波谱仪利用晶体衍射把不同波长的X 射线分开，即不同波长的X 射线将在各自满足布拉格方程的2θ方向上被检测器接收，最后得到以波长为横坐标、强度为纵坐标的X射线能量色散谱。 3．电子束与试样物质作用产生那些信号？说明其用途。 （1）二次电子。当入射电子和样品中原子的价电子发生非弹性散射作用时会损失其部分能量(约30～50 电子伏特)，这部分能量激发核外电子脱离原子，能量大于材料逸出功的价电子可从样品表面逸出，变成真空中的自由电子，即二次电子。二次电子对试样表面状态非常敏感，能有效地显示试样表面的微观形貌。 （2）背散射电子。背散射电子是指被固体样品原子反射回来的一部分入射电子。既包括与样品中原子核作用而形成的弹性背散射电子，又包括与样品中核外电子作用而形成的非弹性散射电子。利用背反射电子作为成像信号不仅能分析形貌特征，也可以用来显示原子序数衬度，进行定性成分分析。 （3）X 射线。当入射电子和原子中内层电子发生非弹性散射作用时也会损失其部分能量(约
现代谱估计实验报告 1实验目的 功率谱估计在实际工程中有重要应用价值。如在语音信号识别、雷达杂波分析、波达方向估计、地震勘探信号处理、水声信号处理、系统辨识中非线性系统识别、物理光学中透镜干涉、流体力学的内波分析、太阳黑子活动周期研究等许多领域发挥了重要作用。 本次实验的目的主要是深入理解现代谱估计的基本理论，包括ARMA模型、ARMA谱估计。掌握现代谱估计的基本方法，包括SVD-TLS算法等。利用ARMA 功率谱估计中Cadzow谱估计子和Kaveh谱估计子来进行谱估计。 2实验原理 冃景 若离散随机过程｛x(n)｝服从线性差分方程 p q x(n) a i X(n i) e(n) b j e(n j) (1) i 1 j 1 式中e (n)是一离散白噪声，则称｛x(n)｝为ARMA过程，而式(1)所示的差分方程称为ARMA模型。系数a1,a2??p,和b1,b2?…b q,分别称为自回归参数和滑动平均参数，而p和q分别叫做AR阶数和MA阶数。式(1)所示的ARMA过程，其功率谱密度为 jw I / 、2〔B(z)| 2 B(e)l w両z e jw |B(e jw)| (2) Px ARMA谱估计的目的是使用N个已知的观测数据x(0)，x(1)：.x(N-1)计算出ARMA过程｛x(n)｝的功率谱密度估计。 在实际中，可以运用cadzow谱估计子和kaveh谱估计子来估计，cadzow谱估计子秩序确定AR阶数p和估计AR参数，而kaveh谱估计子也只需要确定AR 阶数p和估计AR参数以及MA阶数。
相关算法 AR阶数p的确定用奇异值分解(SVD,AR参数的估计用总体最小二乘法(TLS), 即应用(SVD-TLS算法来完成ARMA谱估计。 SVD-TLS 算法： 步骤1计算增广矩阵B的SVD,并储存奇异值和矩阵V; 步骤 2 确定增广矩阵 B 的有效秩p； 步骤 3 计算矩阵S; 步骤4求S的逆矩阵S--并计算出未知参数的总体最小二乘估计。 3 实验内容 仿真的观测数据由下式给出： xn = square(W*n)+*randn(1,N) ( 3) 其中, fs = 20000, n = 0:1/fs: , N = length(n), W = 2000*pi 。 1、采样周期图法进行谱估计 2、假设AR阶数未知，用SVD-TLS^法确定AR阶数和参数，然后使用Cadzow 谱估计子进行谱估计。 4 Matlab 仿真 仿真的观测数据时域信号如图 1 所示
1 随机信号的经典谱估计方法 估计功率谱密度的平滑周期图是一种计算简单的经典方法。它的主要特点是与任 何模型参数无关，是一类非参数化方法[4]。它的主要问题是：由于假定信号的自相关函数在数据观测区以外等于零，因此估计出来的功率谱很难与信号的真实功率谱相匹配。在一般情况下，周期图的渐进性能无法给出实际功率谱的一个满意的近似，因而是一种低分辨率的谱估计方法。本章主要介绍了周期图法、相关法谱估计（BT ）、巴特利特(Bartlett)平均周期图的方法和Welch 法这四种方法。 2.1 周期图法 周期图法又称直接法。它是从随机信号x(n)中截取N 长的一段，把它视为能量有限x(n)真实功率谱)(jw x e S 的估计)(jw x e S 的抽样. 周期图这一概念早在1899年就提出了，但由于点数Ｎ一般比较大，该方法的计算量过大而在当时无法使用。只是1965年FFT 出现后，此法才变成谱估计的一个常用方法。周期图法[5]包含了下列两条假设： 1．认为随机序列是广义平稳且各态遍历的，可以用其一个样本x(n)中的一段 )(n x N 来估计该随机序列的功率谱。这当然必然带来误差。 2．由于对)(n x N 采用DFT ，就默认)(n x N 在时域是周期的，以及)(k x N 在频域是周期的。这种方法把随机序列样本x(n)看成是截得一段)(n x N 的周期延拓，这也就是周期图法这个名字的来历。与相关法相比，相关法在求相关函数)(m R x 时将 )(n x N 以外是数据全都看成零，因此相关法认为除)(n x N 外 x(n)是全零序列，这种处 理方法显然与周期图法不一样。 但是，当相关法被引入基于FFT 的快速相关后，相关法和周期图法开始融合。通过比较我们发现：如果相关法中M=N ，不加延迟窗，那么就和补充（N-1）个零的周期图法一样了。简单地可以这样说：周期图法是M=N 时相关法的特例。因此相关法和周期图法可结合使用。 2.2 相关法谱估计（BT ）法
8. 什么是弱束暗场像？与中心暗场像有何不同？试用Ewald图解说明。 答：弱束暗场像是通过入射束倾斜，使偏离布拉格条件较远的一个衍射束通过物镜光阑，透射束和其他衍射束都被挡掉，利用透过物镜光阑的强度较弱的衍射束成像。 与中心暗场像不同的是，中心暗场像是在双光束的条件下用的成像条件成像，即除直射束外只有一个强的衍射束，而弱束暗场像是在双光阑条件下的g/3g的成像条件成像，采用很大的偏离参量s。中心暗场像的成像衍射束严格满足布拉格条件，衍射强度较强，而弱束暗场像利用偏离布拉格条件较远的衍射束成像，衍射束强度很弱。采用弱束暗场像，完整区域的衍射束强度极弱，而在缺陷附近的极小区域内发生较强的反射，形成高分辨率的缺陷图像。图：PPT透射电子显微技术1页 10. 透射电子显微成像中，层错、反相畴界、畴界、孪晶界、晶界等衍衬像有何异同？用什么办法及根据什么特征才能将它们区分开来？ 答：由于层错区域衍射波振幅一般与无层错区域衍射波振幅不同，则层错区和与相邻区域形成了不同的衬度，相应地出现均匀的亮线和暗线，由于层错两侧的区域晶体结构和位相相同，故所有亮线和暗线的衬度分别相同。层错衍衬像表现为平行于层错面迹线的明暗相间的等间距条纹。 孪晶界和晶界两侧的晶体由于位向不同，或者还由于点阵类型不同，一边的晶体处于双光束条件时，另一边的衍射条件不可能是完全相同的，也可能是处于无强衍射的情况，就相当于出现等厚条纹，所以他们的衍衬像都是间距不等的明暗相间的条纹，不同的是孪晶界是一条直线，而晶界不是直线。 反相畴界的衍衬像是曲折的带状条纹将晶粒分隔成许多形状不规则的小区域。 层错条纹平行线直线间距相等 反相畴界非平行线非直线间距不等 孪晶界条纹平行线直线间距不等 晶界条纹平行线非直线间距不等 11.什么是透射电子显微像中的质厚衬度、衍射衬度和相位衬度。形成衍射衬度像和相位衬度像时，物镜在聚焦方面有何不同？为什么？ 答：质厚衬度：入射电子透过非晶样品时，由于样品不同微区间存在原子序数或厚度的差异，导致透过不同区域落在像平面上的电子数不同，对应各个区域的图像的明暗不同，形成的衬度。 衍射衬度：由于样品中的不同晶体或同一晶体中不同部位的位向差异导致产生衍射程度不同而形成各区域图像亮度的差异，形成的衬度。 相位衬度：电子束透过样品，试样中原子核和核外电子产生的库伦场导致电子波的相位发生变化，样品中不同微区对相位变化作用不同，把相应的相位的变化情况转变为相衬度，称为相位衬度。 物镜聚焦方面的不同：透射电子束和至少一个衍射束同时通过物镜光阑成像时，透射束和衍射束相互干涉形成反应晶体点阵周期的条纹成像或点阵像或结构物象，这种相位衬度图像的形成是透射束和衍射束相干的结果，而衍射衬度成像只用透射束或者衍射束成像。
第一章 信号与系统的基本概念 1．信号、信息与消息的差别？ 信号：随时间变化的物理量； 消息：待传送的一种以收发双方事先约定的方式组成的符号，如语言、文字、图像、数据等 信息：所接收到的未知内容的消息，即传输的信号是带有信息的。 2．什么是奇异信号？ 函数本身有不连续点或其导数或积分有不连续点的这类函数统称为奇异信号或奇异函数。例如： 单边指数信号 （在t =0点时，不连续）， 单边正弦信号 （在t =0时的一阶导函数不连续）。 较为重要的两种奇异信号是单位冲激信号δ(t )和单位阶跃信号u(t )。 3．单位冲激信号的物理意义及其取样性质？ 冲激信号：它是一种奇异函数，可以由一些常规函数的广义极限而得到。 它表达的是一类幅度很强，但作用时间很短的物理现象。其重要特性是筛选性，即： ()()()(0)(0)t x t dt t x dt x δδ∞ ∞ -∞ -∞ ==? ? 4．什么是单位阶跃信号？ 单位阶跃信号也是一类奇异信号，定义为： 10()00t u t t >?=?
12()()()x t ax t bx t =+，其中a 和b 是任意常数时， 输出信号()y t 是1()y t 和2()y t 的线性叠加，即：12()()()y t ay t by t =+； 且当输入信号()x t 出现延时，即输入信号是0()x t t -时， 输出信号也产生同样的延时，即输出信号是0()y t t -。 其中，如果当12()()()x t x t x t =+时，12()()()y t y t y t =+，则称系统具有叠加性； 如果当1()()x t ax t =时，1()()y t ay t =则称系统具有均匀性。 线性时不变系统是最基本的一类系统，是研究复杂系统，如非线性、时变系统的基础。 6．线性时不变系统的意义与应用？ 线性时不变系统是我们本课程分析和研究的主要对象，对线性时不变性进行推广，可以得到线性时不变系统具有微分与积分性质，假设系统的输入与输出信号分别为()x t 和()y t ，则 当输入信号为 ()dx t dt 时，输出信号则为() dy t dt ； 或者当输入信号为()t x d ττ-∞ ?时，输出信号则为()t y d ττ-∞ ?。 另外，线性时不变系统对信号的处理作用可以用冲激响应（或单位脉冲响应）、系统函数或频率响应进行描述。而且多个系统可以以不同的方式进行连接，基本的连接方式为：级联和并联。 假设两个线性时不变系统的冲激响应分别为：1()h t 和2()h t ， 当两个系统级联后，整个系统的冲激响应为：12()()*()h t h t h t =； 当两个系统并联后，整个系统的冲激响应为：12()()()h t h t h t =+； 当0t <时，若()0h t =， 则此系统为因果系统； 若|()|h t dt ∞ -∞<∞?， 则此系统为稳定系统。 第二章 连续时间系统的时域分析 1．如何获得系统的数学模型？ 数学模型是实际系统分析的一种重要手段，广泛应用于各种类型系统的分析和控制之中。 不同的系统，其数学模型可能具有不同的形式和特点。对于线性时不变系统，其数学模型
功率谱估计及其MATLAB仿真 詹红艳 （201121070630控制理论与控制工程） 摘要:从介绍功率谱的估计原理入手分析了经典谱估计和现代谱估计两类估计方法的原理、各自特点及在Matlab中的实现方法。 关键词:功率谱估计;周期图法;AR参数法;Matlab Power Spectrum Density Estimation and the simulation in Matlab Zhan Hongyan （201121070630Control theory and control engineering） Abstract:Mainly introduces the principles of classical PSD estimation and modern PSD estimation,discusses the characteristics of the methods of realization in Matlab.Moreover,It gives an example of each part in realization using Matlab functions. Keywords:PSDPstimation,Periodogram method,AR Parameter method,Matlab 1引言 现代信号分析中,对于常见的具有各态历经的平稳随机信号,不可能用清楚的数学关系式来描述,但可以利用给定的N个样本数据估计一个平稳随机信号的功率谱密度叫做功率谱估计(PSD)。它是数字信号处理的重要研究内容之一。功率谱估计可以分为经典功率谱估计(非参数估计)和现代功率谱估计(参数估计)。 功率谱估计在实际工程中有重要应用价值,如在语音信号识别、雷达杂波分析、波达方向估计、地震勘探信号处理、水声信号处理、系统辨识中非线性系统识别、物理光学中透镜干涉、流体力学的内波分析、太阳黑子活动周期研究等许多领域,发挥了重要作用。 Matlab是MathWorks公司于1982年推出的一套高性能的数值计算和可视化软件,人称矩 阵实验室,它集数值分析、矩阵运算、信号处理和图形显示于一体,构成了一个方便的、界面友好的用户环境,成为目前极为流行的工程数学分析软件。也为数字信号处理进行理论学习、工程设计分析提供了相当便捷的途径。本文的仿真实验中,全部在Matlab6.5环境下调试通过;随机序列由频率不同的正弦信号加高斯白噪声组成。 2经典功率谱估计 经典功率谱估计是将数据工作区外的未知数据假设为零,相当于数据加窗。经典功率谱估计方法分为:相关函数法(BT法)、周期图法以及两种改进的周期图估计法即平均周期图法和平滑平均周期图法,其中周期图法应用较多,具有代表性。 1.1相关函数法(BT法) 该方法先由序列x(n)估计出自相关函数R(n),然后对R(n)进行傅立叶变换,便得到x(n)的功率谱估计。当延迟与数据长度相比很小时,可以有良好的估计精度。 Matlab代码示例1: Fs=500;%采样频率 n=0:1/Fs:1;
材料现代分析方法北京工业大学 篇一：13103105-材料现代分析方法 《材料现代分析方法》课程教学大纲 一、课程基本信息 课程编号：13103105 课程类别：专业核心课程 适应专业：材料物理 总学时：54学时 总学分:3 课程简介： 本课程介绍材料微观形貌、结构及成分的分析与表面分析技术主要方法及基本技术，简单介绍光谱分析方法。包括晶体X射线衍射、电子显微分析、X射线光电子谱仪、原子光谱、分子光谱等分析方法及基本技术。 授课教材：《材料分析测试方法》，黄新民解挺编，国防工业出版社，20XX年。 参考书目： [1]《现代物理测试技术》，梁志德、王福编，冶金工业出版社，20XX 年。 [2]《X射线衍射分析原理与应用》，刘粤惠、刘平安编，化学工业出
版社，20XX年。 [3]《X射线衍射技术及设备》，丘利、胡玉和编，冶金工业出版社，20XX年。 [4]《材料现代分析方法》，左演声、陈文哲、梁伟编，北京工业大学出版社，20XX年。 [5]《材料分析测试技术》，周玉、武高辉编，哈尔滨工业大学出版社，2000年。 [6]《材料结构表征及应用》，吴刚编，化学工业出版社，20XX年。 [7]《材料结构分析基础》，余鲲编，科学出版社，20XX年。 二、课程教育目标 通过学习，了解X射线衍射仪及电子显微镜的结构，掌握X-射线衍射及电子显微镜的基本原理和操作方法，了解试样制备的基本要求及方法，了解材料成分的分析与表面分析技术的主要方法及基本技术，了解光谱分析方法，能够利用上述相关仪器进行材料的物相组成、显微结构、表面分析研究。学会运用以上技术的基本方法，对材料进行测试、计算和分析，得到有关微观组织结构、形貌及成分等方面的信息。 三、教学内容与要求 第一章X射线的物理基础 教学重点：X射线的产生及其与物质作用原理 教学难点：X射线的吸收和衰减、激发限 教学时数：2学时
时域信号 弧频率表示的 傅里叶变换 注释 1 线性 2 时域平移 3 频域平移, 变换2的频域对应4 如果值较大，则会收缩 到原点附近，而会扩 散并变得扁平. 当 | a | 趋向 无穷时，成为 Delta函数。 5 傅里叶变换的二元性性质。通过 交换时域变量和频域变量 得到. 6 傅里叶变换的微分性质 7 变换6的频域对应 8 表示和的卷积—这
9 矩形脉冲和归一化的sinc 函数 10 变换10的频域对应。矩形函数是理想的低通滤波器，sinc 函数是这类滤波器对反因果冲击的响应。 11 tri 是三角形函数 12 变换12的频域对应 13 高斯函数 exp( ? αt 2) 的傅里叶变换是他本身. 只有当 Re(α) > 0时，这是可积的。 14 15 16 a>0 17 变换本身就是一个公式
18 δ(ω) 代表狄拉克δ函数分布. 这 个变换展示了狄拉克δ函数的重要 性：该函数是常函数的傅立叶变换 19 变换23的频域对应 20 由变换3和24得到. 21 由变换1和25得到，应用了欧拉公 式: cos(at) = (e iat + e?iat) / 2. 22 由变换1和25得到 23 这里, n是一个自然数. δ(n)(ω) 是狄拉克δ函数分布的n阶微分。这 个变换是根据变换7和24得到的。 将此变换与1结合使用，我们可以变 换所有多项式。 24 此处sgn(ω)为符号函数；注意此变 换与变换7和24是一致的. 25 变换29的推广. 26 变换29的频域对应. 27 此处u(t)是单位阶跃函数; 此变换 根据变换1和31得到.
随机信号 利用经典谱估计法估计信号的功率谱
作业综述： 给出一段信号“asd.wav”,利用经典谱估计法的原理，通过不同的谱估计方法，求出信号的功率谱密度函数。采用MATLAB语言，利用MATLAB语言强大的数据处理和数据可视化能力，通过GUI的对话框模板，使操作更为简便！在一个GUI界面中，同时呈现出不同方法产生出的功率谱。 这里给出了几种不同的方法：BT法，周期图法，平均法以及Welch法。把几种不同方法所得到的功率谱都呈现在一个界面中，便于对几种不同方法得到的功率谱作对比。 一．题目要求 给出一段信号及采样率，利用经典谱估计法估计出信号的功率谱。 二．基本原理及方法 经典谱估计的方法，实质上依赖于传统的傅里叶变换法。它是将数据工作区外的未知数据假设为零，相当于数据加窗，主要方法有BT法，周期图法，平均法以及Welch法。 1. BT法(Blackman-Tukey) ●理论基础： (1)随机序列的维纳-辛钦定理 由于随机序列{X(n)}的自相关函数Rx(m)=E[X(n)X(n+m)]定义在离散点m上，设取样间隔为，则可将随机序列的自相关函数用连续时间函数表示为 等式两边取傅里叶变换，则随机序列的功率谱密度 (2)谱估计 BT法是先估计自相关函数Rx(m)(|m|=0,1,2…,N-1),然后再经过离散傅里叶变换求的功率谱密度的估值。即 其中可有式得到。 2. 周期图法 ●理论基础： 周期图法是根据各态历经随机过程功率谱的定义来进行谱估计的。在前面我们已知，各态历经的连续随机过程的功率谱密度满足
式中 是连续随机过程第i 个样本的截取函数 的频谱。对应在随机序列中则有 由于随机序列中观测数据 仅在 的点上存在，则 的N 点离散傅里叶变换为： 因此有随机信号的观测数据 的功率谱估计值（称“周期图”）如下： 由于上式中的离散傅里叶变换可以用快速傅里叶变换计算，因此就可以估计出功率 谱。 3.平均法： 理论基础： 平均法可视为周期图法的改进。周期图经过平均后会使它的方差减少，达到一致估计的目的，有一个定理：如果 ， ， ， 是不相关的随机变量，且都有个均值 及其方差 ，则可以证明它们的算术平均的均值为 ，方差为 。 由定理可见：具有 个独立同分布随机变量平均的方差，是单个随机变量方差的 ， 当 时，方差 ，可以达到一致估计的目的。因此，将 个独立的估计量经过算术 平均后得到的估计量的方差也是原估计量方差的 。 平均图法即是将数据 ， ， 分段求周期图法后再平均。例如，给定N=1000个数据样本（平均法适用于数据量大的场合），则可以将它分成10个长度为100的小段，分别计算每一段的周期图 ()()2 1001100,100(1) 1 ,1,2,```,10100 l j l n l G w X e l ω-=-= =∑ 然后将这10个周期图加以平均得谱估计值： ()() 10 100100,1 110l l G w G w ==∑ 由于这10小段的周期图取决于同一个过程，因而其均值相同。若这10个小段的周期图是统计独立的，则这10个小段平均之后的方差却是单段方差的 。
力学与材料学院 材料现代分析方法实验报告二 XRD图谱分析 专业年级：1 姓名：1 指导老师：1 学号：1 2016年12月 中国南京 目录 实验名称：XRD图谱分析…………………………………………… 一、实验目的……………………………………………………
二、实验要求…………………………………………………… 三、操作过程…………………………………………………… 四、结果分析与讨论……………………………………………… 实验名称：XRD图谱分析 一、实验目的 了解XRD基本原理及其应用，不同物相晶体结构XRD图谱的区别，熟练掌握如何来分析利用X射线测试得到的XRD图谱。 二、实验要求
1、熟练掌握如何来利用软件打开、分析XRD图谱，以及输出分析结果。 2、明确不同物质的XRD图谱，掌握XRD图谱包含的晶体结构的关系，通过自己分析、数据查找和鉴别的全过程，了解如何利用软件正确分析和确定不同物相的XRD图谱，并输出分析结果。 3、实验报告的编写，要求报告能准确的反映实验目的、方法、过程及结论。 三、操作过程 1、启动Jade 6.0，并打开实验数据。 2、点击图标使图谱平滑后，再连续两次点击图标扣除背景影响。 3、右击工具栏中的图标，全选左侧的项目，取消选择右侧中的Use Chemistry Filter，最后在下方选择S/M Focus on Major Phases（如图一），并点击OK。 图一
4、得到物相分析，根据FOM值（越小，匹配性越高）可推断出该物相为以ZnO为主，可能含有CaF2、Al2O3、Mg(OH)2混合组成的物质（如图二），双击第一种物质可以得到主晶相的PDF卡片（如图三），点击图三版面中的Lines可以观察到不同角度处的衍射强度（如图四）。 图二
功率谱估计性能分析及Matlab 仿真 1 引言 随机信号在时域上是无限长的，在测量样本上也是无穷多的，因此随机信号的能量是无限的，应该用功率信号来描述。然而，功率信号不满足傅里叶变换的狄里克雷绝对可积的条件，因此严格意义上随机信号的傅里叶变换是不存在的。因此，要实现随机信号的频域分析，不能简单从频谱的概念出发进行研究，而是功率谱[1]。 信号的功率谱密度描述随机信号的功率在频域随频率的分布。利用给定的 N 个样本数据估计一个平稳随机信号的功率谱密度叫做谱估计。谱估计方法分为两大类：经典谱估计和现代谱估计。经典功率谱估计如周期图法、自相关法等，其主要缺陷是描述功率谱波动的数字特征方差性能较差，频率分辨率低。方差性能差的原因是无法获得按功率谱密度定义中求均值和求极限的运算[2]。分辨率低的原因是在周期图法中，假定延迟窗以外的自相关函数全为0。这是不符合实际情况的，因而产生了较差的频率分辨率。而现代谱估计的目标都是旨在改善谱估计的分辨率，如自相关法和Burg 法等。 2 经典功率谱估计 经典功率谱估计是截取较长的数据链中的一段作为工作区，而工作区之外的数据假设为0，这样就相当将数据加一窗函数，根据截取的N 个样本数据估计出其功率谱[1]。 周期图法( Periodogram ) Schuster 首先提出周期图法。周期图法是根据各态历经的随机过程功率谱的定义进行的谱估计。 取平稳随机信号()x n 的有限个观察值(0),(1),...,(1)x x x n -，求出其傅里叶变换 1 ()()N j j n N n X e x n e ω ω---==∑ 然后进行谱估计
第七章 傅里叶变换 1．求下列函数的傅氏变换： (1)1,10, ()1, 01,0,; t f t t --<? 解: (1)[()]()j t F f t f t e dt ω+∞--∞ =? 1 101 10 1 1 22sin cos | 2(1cos ).j t j t j t j t e dt e dt e dt e dt j i tdt t j ωωωωωωω ωω -----=-+=-+=-= =- -????? (2) ()()j t F f t e dt ωω+∞--∞ =? 0(1)(1)0 11|.11t j t j t j t e e dt e dt e j j ωωωωω ---∞ -∞ --∞====--?? 6．求下列函数的傅氏变换 (1) 1,0,sgn 1,0;t t t -? (2) ()sin(5).3f t t π =+ 解: (1)已知 1 [()](),[1]2(),F u t F j πδωπδωω = +=由sgn 2()1t u t =-有 12[sgn ]2( ())2().F t j j πδωπδωωω =+-= (2) 由于 1()sin(5)sin 5cos5,322f t t t t π=+=+ 故 [()][(5)(5)](5)(5)].2j F f t πδωδωδωδω= +--++- 7．已知00()[()()]F ωπδωωδωω=++-为函数()f t 的傅氏变换，求().f t
现代谱估计法 （殷恒刚 107010254） 1. 现代谱估计简介 经典谱估计法可以利用FFT 计算，因而有计算效率高的优点，在谱分辨力要求不是太高的地方常用这种方法。但频率分辨率地是经典谱估计的一个无法回避的缺点。如周期图法在计算中把观测到的有限长的N 个数据以外的数据认为是零，而BT 法仅利用N 个有限的观测数据作自相关函数估计，实质上也就是假设除已知数据外的自相关函数全为零，这些显然都是与事实不符的。为了克服以上缺点，人们提出了平均，加窗平滑等方法，在一定程度上改善了经典谱估计的性能。但是，经典谱估计，始终无法解决，频率分辨率与谱估计稳定性之间的矛盾，特别是在数据记录长度比较短时，这一矛盾尤其突出。 现代谱估计理论也就是在这种背景下产生的，以1967年Burg 提出的最大熵谱分析法为代表的现代谱估计法，不认为在观察到的N 个数据以外的数据全为零。因此克服了经典法的这个缺点，提高了谱估计的分辨率。后来发现线性预测自回归模型法(简称AR 模型法)与Burg 的最大熵谱分析法是等价的，它们都可归结为通过Yule-Walker 方程求解自回归模型的系数问题。目前常用的求自回归模型系数的算法有三种：①为Levinson 递推算法；②为Burg 递推算法；③为正反向线性预测最小二乘算法。 2.现代谱估计的三种模型 由信号与系统相关知识可知，任何具有有理功率谱密度的随机信号都可以看成是由一白噪声激励一物理网络所形成。如图一所示。我们可以先假设一个模型，然后根据已记录数据估计参数值，这样就不用假设N 以外的所有数据全为零，这就克服了经典谱估计的缺点。 图1 一个系统的Z 域传递函数的一般形式如下： 00 ()() b a n j j j n i i i b z Y z X z a z -=-== ∑∑ (1.1) 参数建模的任务也就是如何确定阶数a n 和b n 以及系统数组(1,,)i a a i n = 和
现代谱估计法中几种不同模型参数估计法的比较 支冬栋1 ,卫红凯2 ,杜 斌 1 (1.海军后勤部,北京100841;2.海军工程大学,武汉430033) 摘要:为了克服经典的功率谱估计方法存在的方差大、分辨率低的缺点,产生了现代谱估计法。首先介绍了现代谱 估计法中的几种模型参数估计法,通过仿真比较了其性能,并对模型阶次的选择作了分析,对实际的工程应用有一定的参考价值。 关键词:自相关法;Burg 法;Pisar enr o 谐波分解法 中图分类号:T N911.7 文献标识码:A 文章编号:CN 32 1413(2009)01 0100 03 Comparison of Several Different Model Parameter Methods in Modern Spectrum Estimation ZH I Dong dong 1 ,WEI H ong kai 2 ,DU Bin 1 (1.Nav y L og istic Department,Beijing 100841,China;2.N avy Eng ineering U niversit y,W uhan 430033,China) Abstract:The modern spectrum estim ation m ethod is dev elo ped to overcome the shortcomings of the classical spectrum estimatio n method such as larg e variance and lo w resolution.This paper firstly introduces several mo del param eter estimatio n m ethods in moder n spectrum estimation,then com pares the perform ances of the models thro ug h simulation,and analyzes the selection of their ex ponent number,w hich has definite reference v alue to the practical engineering applicatio n.Key words:autocorrelation method;Burg m ethod;Pisarenro harmo nic decomposition m ethod 0 引 言 功率谱在随机信号分析与变换中起着类似于频谱在确定性信号分析中的作用。经典功率谱估计方法由于无法实现功率谱密度原始定义中的求均值和求极限的运算,对周期图法假定了数据窗以外的数据全为零,对自相关法假定了在延迟窗以外的自相关函数全为零,这使得传统功率谱估计方法存在方差性能较差、分辨率较低等缺点。为了克服传统谱估计方法的这些缺陷,一些专家学者提出了现代谱估计方法。其中,参数模型法由于将信号看成是一随机输入序列通过一线性系统的输出,通过建立模型来估计信号的功率谱,不仅数学表达式简单明了,而且有明显的物理意义,已经成为现代谱估计的重要方法,在实际应用中获得了广泛的应用。 自回归(AR)模型、移动平均(M A)模型和自回归/移动平均(A RM A)模型是功率谱估计中最主要 的参数模型,其中AR 模型由线性方程描述,而M A 和ARMA 模型则由非线性方程描述。由于MA 和ARMA 模型均可用高阶的AR 模型来近似,因此这里主要分析讨论AR 模型参数不同估计方法的性能。对于AR 模型参数的估计,有自相关法、Burg 法等,本文以被白噪声污染了的3个正弦信号为例,分析了不同方法对模型参数估计精度的影响,并与对正弦信号频率有良好估计能力的Pisar enro 谐波分解法进行了比较。 1 自相关法 对于AR 模型,有: x (n)=- p k=1 a k x (n-k)+u(n)(1) 式中:u(n)、x (n)为实平稳的随机信号;u(n)为白噪 声; 2 为方差。 经过推导,可得: 收稿日期:2008-05-13 2009年2月舰船电子对抗 Feb.2009 第32卷第1期 SH IPBO ARD EL ECT RO NI C CO U NT ERM EA SU R E V ol.32N o.1
功率谱估计浅谈 摘要：介绍了几种常用的经典功率谱估计与现代功率谱估计的方法原理，并利用Matlab对随机信号进行功率谱估计，对两种方法做出比较，分别给出其优缺点。关键词：功率谱；功率谱估计；经典功率谱估计；现代功率谱估计 前言 功率谱估计是从频率分析随机信号的一种方法,一般分成两大类:一类是经典谱估计;另一类是现代谱估计。由于经典谱估计中将数据工作区以外的未知数据假设为零，这相当于数据加窗，导致分辨率降低和谱估计不稳定。现代谱估计则不再简单地将观察区外的未知数据假设为零，而是先将信号的观测数据估计模型参数，按照求模型输出功率的方法估计信号功率谱，回避了数据观测区以外的数据假设问题。 周期图、自相关法及其改进方法(Welch)为经典(非参数)谱估计方法, 其以相关和傅里叶变换为基础,对于长数据记录较适用,但无法根本解决频率分辨率低和谱估计稳定性的问题,特别是在数据记录很短的情况下,这一问题尤其突出。以随机过程的参数模型为基础的现代参数法功率谱估计具有更高的频率分辨率和更好的适应性,可实现信号检测或信噪分离,对语音、声纳雷达、电磁波及地震波等信号处理具有重要意义,并广泛应用于通信、自动控制、地球物理等领域。在现代参数法功率谱估计方法中,比较有效且实用的是AR模型法，Burg谱估计法,现代谱估计避免了计算相关,对短数据具有更强的适应性,从而弥补了经典谱估计法的不足,但其也有一些自身的缺陷。 下面就给出这两类谱估计的简单原理介绍与方法实现。 经典谱估计法 经典法是基于传统的傅里叶变换。本文主要介绍一种方法：周期图法。 周期图法 由于对信号做功率谱估计，需要用计算机实现，如果是连续信号，则需要变换为离散信号。下面讨论离散随机信号序列的功率谱问题。 连续时间随机信号的功率谱密度与自相关函数是一对傅里叶变换对，即：