1. 首先说说自相关和互相关的概念。 函数是描述随机信号x(t),y(t)在任意两个不同时刻t1,t2的取值之间的相关程度,自相关函数是描述随机信号x(t)在任意两个不同时刻t1,t2的 取值之间的相关程度。 判断指标,把两测点之间信号的互谱与各自的自谱联系了起来。它能用来确定输出信号有多大程度来自输入信号,对修正测量中接入噪声源而产生 的误差非常有效. 两个函数分别是f(t)和g(t),则互相关函数定义为R(u)=f(t)*g(-t),它反映的是两个函数在不同的相对位置上互相匹配的程度。 那么,如何在matlab中实现这两个相关并用图像显示出来呢? dt=.1; (x,y,'unbiased');便可。
公式仅表示形式计算,并非实际计算所用的公式。当然也可以直接采用卷积进行计算,但是结果会与xcorr的不同。事实上,两者既然有定理保证 ,那么结果一定是相同的,只是没有用对公式而已。下面是检验两者结果相同的代码: 3. 其他相关问题: 示相关的方向,绝对值表示相关的程度。因为不是等单位的度量,因而不能说相关系数0.7是0.35两倍,只能说相关系数为0.7的二列变量相关程度 比相关系数为0.35的二列变量相关程度更为密切和更高。也不能说相关系数从0.70到0.80与相关系数从0.30到0.40增加的程度一样大。 在同样的采样时间和采样频率下,低频信号采到的周期数要少。由Parseval定理,同一信号在时域内包含的总能量,等于频域内所包含的总能量。虽然时域上几个最高脉冲具有较高的能量,但是他们的数量少,能量和远小于那些搞频率部分,在频域中就要被弱化,被压低。在功率普中自然就不会突出。相反,功率稍高的信号采到的周期数就多,总能量就大,在功率普上就会表现充分。 此外,加速度传感器更适合采集中,高频震动信号。 一台完好设备所采集到的信号频带很快,其中绝大部分是噪声,我们把这样的频带很宽的噪声称作白噪声。然而,一台磨损的设备,当相接触的各个部件之间产程间隙后就必然发生碰撞,而旋转设备每转一转发生碰撞的部分基本上是固定的,也就是硕这种碰撞时周期性的。这些周期性的碰撞信号即有用噪声,被埋没在大量的白噪声值中,尤其是在故障的初级阶段。 |
|