当前位置：文档之家 › Matlab信号处理——倍频程

Matlab信号处理——倍频程

  • 格式：docx
  • 大小：253.41 KB
  • 文档页数：7

一、对信号进行倍频程分析
1、流程图
2、程序代码
%对信号进行倍频程分析，时间2012-6-14，编程人员韩宝安
clc; %清空
clear all; %清除所有变量
close all; %关闭所有窗口
pref=2e-5;
%构造输入信号
bookName = '011b_A_12高度_1-signal时域信号.xls'; % book名sheetName = 'sheet1'; %sheet名
range = 'C85:C4180'; %Excel表中的A85:F2132之间的数据
tmp = xlsread(bookName, sheetName, range); %将读取的数据存
于tmp中
Fs=4096; %采样频率
xn = tmp'; %输入信号xn
t=1/Fs:1/Fs:1; %定义时间t
plot(t,xn); %以t1为横坐标，x1为纵坐标绘制图像
xlabel('t/ s','fontsize',15); %横坐标轴标记为t/s
ylabel('xn / (Pa)','fontsize',15); %纵坐标轴标记为xn/（pa）%滤波器设计
n=input('请确定倍频程数n: '); %确定倍频程数n
N=5; %滤波器阶数
k=0; %循环次数初始化
w2=22.5; %初始化w2
while(w2<=Fs/2) %k循环加1，直到w2>Fs/2
w1=w2;
w2=w1*2^n;
k=k+1;
end
w2=22.5;
for m=1:1:k-1 %m从1每次加1，直到m=k-1
w1=w2; %确定带通下截止频率w1
w2=w1*2^n; %确定带通上截止频率w2
centerf(m)=(w1+w2)/2; %计算中心频率centerf
wn=[w1 w2]/(Fs/2); %得到归一化角频率
[b,a]=butter(N,wn); %设计带通巴特沃斯滤波器
y=filter(b,a,xn); %得到滤波结果y
sm=std(y); %计算y的标准偏差
e(m)=sm/length(y); %能量值
end
figure;
stem(centerf,20*log10(e/pref));
xlabel('centerf/ Hz','fontsize',15); %横坐标轴标记为centerf/ Hz
ylabel('e / (Pa)','fontsize',15); %纵坐标轴标记为e/（pa）
3、程序运行结果
（1）程序运行时，输入信号xn的波形如图1。

图1输入信号波形
（2）巴特沃斯滤波器滤波结果
①当倍频程数n=1时，滤波结果如图2。

图2 n=1时的滤波结果②当倍频程数n=1/3时，滤波结果如图3。

图3 n=1/3时的滤波结果
③当倍频程数n=1/6时，滤波结果如图4。

图4 n=1/6时的滤波结果
（3）切比雪夫滤波器结果
说明：由于切比雪夫滤波器的实现代码基本和巴特沃斯滤波器的一致，这里就不在这里赘述，只需将[b,a]=butter(N,wn)改为[b,a]=cheby1（N,r,wn）,其
中r为通带内的波纹大小，一般取0.5。

①当倍频程数n=1时，滤波结果如图5。

图5 n=1时的滤波结果②当倍频程数n=1/3时，滤波结果如图6。

图6 n=1/3时的滤波结果③当倍频程数n=1/6时，滤波结果如图7。

图7 n=1/6时的滤波结果。

合集下载

激光倍频效率matlab

激光倍频效率matlab

激光倍频效率matlab
Matlab是一种用于进行科学计算和数据可视化的高级编程语言和环境。

对于激光倍频效率的计算，需要首先了解激光倍频的基本原理。

一般来说，激光倍频是将频率为v0的激光通过非线性晶体，在晶体中产生一系列频率为v0+n*v0的倍频光，其中n为正整数。

然后，通过滤波器选择所需频率的光。

对于倍频效率的计算，其公式一般为：
η=I2I1×100%
其中，I1为基频光功率，I2为倍频光功率。

因此，在Matlab中计算激光倍频效率，可以通过以下步骤实现：
1.获取基频光和倍频光的功率值；
2.使用上述公式计算倍频效率；
3.将计算结果进行可视化处理。

需要注意的是，在实际操作中，还需要考虑其他因素对倍频效率的影响，如激光束的形状、非线性晶体的质量和长度等。

因此，在计算倍频效率时，需要综合考虑各种因素，并进行相应的误差分析。

基于Matlab的1_3倍频程分析

基于Matlab的1_3倍频程分析

用Matlab语言实现噪声的1/3倍频程分析摘要:在声学测量研究中，1/3倍频程谱反映了声源的能量分布情况.本文基于Matlab软件开发平台，实现了对高斯白噪声的1/3倍频程分析，验证了该算法的正确性，具有精度高,性能稳定的特点。

关键词: 故障诊断；传感器优化布置；高斯白噪声；功率谱；1/3倍频程0 引言“设备故障诊断（Condition Monitoring and Faults Diagnosis）”是近十几年发展起来的一门新兴技术，包含两方面的内容：一是对设备的现场运行状态进行监测；二是在出现故障情况时对故障进行分析与诊断。

这二者是密不可分和相互关联的。

掌握设备现在的状况及信息，预知和预测有关故障或异常的程度，分析故障产生的原因，判断故障发展趋势及其对将来的影响，从而找出必要的对策或解决方法，是设备故障诊断的功能。

运用设备诊断技术所取得的经济效益是明显的。

据日本资料报道，采用诊断技术后，事故率减少75%，维修费用可降低25-50%。

英国对两千个工厂进行的调查表明，采用诊断技术后，维修费用每年可节约 3 亿英磅。

目前我国的机器设备总值约为8000 多亿元，每年用于设备大修、小修和处理故障的费用一般占固定资产原值的3%—5%，采用诊断技术改进维修方式和方法后，一年取得的经济效益可达数百亿元。

因而减少停机时间而创造的社会效益将非常巨大。

显然，设备故障诊断与监测技术对企业的正常生产经营是必不可少的，必须把它作为企业管理与发展的一个重要内容。

设备故障诊断一般分两个阶段四个步骤实施。

两个阶段为状态监测和故障诊断。

故障诊断的四个步骤为：信号检测、特征提取（信号处理）、状态识别和诊断决策。

其具体内容为：（l）信号检测：按不同诊断目的选择最能表征工作状态的信号。

这种工作状态信号称为初始模式。

（2）特征提取（信号处理）：将初始模式向量进行信号处理、变换，去掉冗余信息，提取故障特征、形成待检模式；（3）状态分析：将待检模式与样式模式（故障档案）对比和状态分类，判断出故障类型。

Matlab信号处理——倍频程

Matlab信号处理——倍频程

一、对信号进行倍频程分析1、流程图2、程序代码%对信号进行倍频程分析，时间2012-6-14，编程人员韩宝安clc; %清空clear all; %清除所有变量close all; %关闭所有窗口pref=2e-5;%构造输入信号bookName = '011b_A_12高度_1-signal时域信号.xls'; % book名sheetName = 'sheet1'; %sheet名range = 'C85:C4180'; %Excel表中的A85:F2132之间的数据tmp = xlsread(bookName, sheetName, range); %将读取的数据存于tmp中Fs=4096; %采样频率xn = tmp'; %输入信号xnt=1/Fs:1/Fs:1; %定义时间tplot(t,xn); %以t1为横坐标，x1为纵坐标绘制图像xlabel('t/ s','fontsize',15); %横坐标轴标记为t/sylabel('xn / (Pa)','fontsize',15); %纵坐标轴标记为xn/（pa）%滤波器设计n=input('请确定倍频程数n: '); %确定倍频程数nN=5; %滤波器阶数k=0; %循环次数初始化w2=22.5; %初始化w2while(w2<=Fs/2) %k循环加1，直到w2>Fs/2w1=w2;w2=w1*2^n;k=k+1;endw2=22.5;for m=1:1:k-1 %m从1每次加1，直到m=k-1w1=w2; %确定带通下截止频率w1w2=w1*2^n; %确定带通上截止频率w2centerf(m)=(w1+w2)/2; %计算中心频率centerfwn=[w1 w2]/(Fs/2); %得到归一化角频率[b,a]=butter(N,wn); %设计带通巴特沃斯滤波器y=filter(b,a,xn); %得到滤波结果ysm=std(y); %计算y的标准偏差e(m)=sm/length(y); %能量值endfigure;stem(centerf,20*log10(e/pref));xlabel('centerf/ Hz','fontsize',15); %横坐标轴标记为centerf/ Hzylabel('e / (Pa)','fontsize',15); %纵坐标轴标记为e/（pa）3、程序运行结果（1）程序运行时，输入信号xn的波形如图1。

基于Matlab的倍频程分析

基于Matlab的倍频程分析

用Matlab语言实现噪声的1/3倍频程分析摘要:在声学测量研究中，1/3倍频程谱反映了声源的能量分布情况.本文基于Matlab软件开发平台，实现了对高斯白噪声的1/3倍频程分析，验证了该算法的正确性，具有精度高,性能稳定的特点。

关键词: 故障诊断；传感器优化布置；高斯白噪声；功率谱；1/3倍频程0 引言“设备故障诊断（Condition Monitoring and Faults Diagnosis）”是近十几年发展起来的一门新兴技术，包含两方面的内容：一是对设备的现场运行状态进行监测；二是在出现故障情况时对故障进行分析与诊断。

这二者是密不可分和相互关联的。

掌握设备现在的状况及信息，预知和预测有关故障或异常的程度，分析故障产生的原因，判断故障发展趋势及其对将来的影响，从而找出必要的对策或解决方法，是设备故障诊断的功能。

运用设备诊断技术所取得的经济效益是明显的。

据日本资料报道，采用诊断技术后，事故率减少75%，维修费用可降低25-50%。

英国对两千个工厂进行的调查表明，采用诊断技术后，维修费用每年可节约 3 亿英磅。

目前我国的机器设备总值约为8000 多亿元，每年用于设备大修、小修和处理故障的费用一般占固定资产原值的3%—5%，采用诊断技术改进维修方式和方法后，一年取得的经济效益可达数百亿元。

因而减少停机时间而创造的社会效益将非常巨大。

显然，设备故障诊断与监测技术对企业的正常生产经营是必不可少的，必须把它作为企业管理与发展的一个重要内容。

设备故障诊断一般分两个阶段四个步骤实施。

两个阶段为状态监测和故障诊断。

故障诊断的四个步骤为：信号检测、特征提取（信号处理）、状态识别和诊断决策。

其具体内容为：（l）信号检测：按不同诊断目的选择最能表征工作状态的信号。

这种工作状态信号称为初始模式。

（2）特征提取（信号处理）：将初始模式向量进行信号处理、变换，去掉冗余信息，提取故障特征、形成待检模式；（3）状态分析：将待检模式与样式模式（故障档案）对比和状态分类，判断出故障类型。