声振论坛

 找回密码
 我要加入

QQ登录

只需一步,快速开始

查看: 2280|回复: 11

[随机振动] 采样点数 采样频率 分辨率这些概念怎么理解

[复制链接]
发表于 2015-12-11 11:32 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。

您需要 登录 才可以下载或查看,没有账号?我要加入

x
采样点数 采样频率 分辨率这些概念通俗的该怎么理解?
回复
分享到:

使用道具 举报

发表于 2015-12-11 14:46 | 显示全部楼层
采样点数就是参与FFT计算的点数N啊;采样时间间隔就是dt,倒数就是采样频率啊,fs=1/dt;分辨率(Re)是总体采样时间的倒数,T=N*dt=1/Re;

点评

matlab FFT变换后 plot(f,2*abs(Y)/length(Y)) 为何要乘以2除以Y的长度才能得到正确的幅值呢? Fs = 1000; % 采样频率 T = 1/Fs; % 采样时间 L = 1000; % 总的采样点数 t = (0:L-1)*T; % 时间序列(时间轴)  详情 回复 发表于 2015-12-11 14:52
 楼主| 发表于 2015-12-11 14:52 | 显示全部楼层
mxlzhenzhu 发表于 2015-12-11 14:46
采样点数就是参与FFT计算的点数N啊;采样时间间隔就是dt,倒数就是采样频率啊,fs=1/dt;分辨率(Re)是总体采 ...

matlab FFT变换后 plot(f,2*abs(Y)/length(Y)) 为何要乘以2除以Y的长度才能得到正确的幅值呢?
Fs = 1000; % 采样频率
T = 1/Fs; % 采样时间
L = 1000; % 总的采样点数
t = (0:L-1)*T; % 时间序列(时间轴)
%产生一个幅值为0.7频率为50HZ正弦+另外一个信号的幅值为1频率为120Hz的
正弦信号
x = 0.7*sin(2*pi*50*t) + sin(2*pi*120*t);
y = x + 2*randn(size(t)); % 混入噪声信号
plot(Fs*t(1:50),y(1:50)) %画出前50个点
title('Signal Corrupted with Zero-Mean Random Noise')
xlabel('time (milliseconds)')
NFFT = 2^nextpow2(L); % 求得最接近总采样点的2^n,这里应该是2^10=1024
Y = fft(y,NFFT); %进行fft变换
f = Fs*linspace(0,1,NFFT+1); %频率轴
plot(f,2*abs(Y) /length(Y))
为何要乘以2除以Y的长度才能得到正确的幅值呢?
发表于 2015-12-11 19:33 | 显示全部楼层
mzbys 发表于 2015-12-11 14:52
matlab FFT变换后 plot(f,2*abs(Y)/length(Y)) 为何要乘以2除以Y的长度才能得到正确的幅值呢?
Fs = 1000 ...

请查看傅里叶级数的表达式;

点评

有两种形式啊 三角形式和指数形式啊 还是不懂  详情 回复 发表于 2015-12-11 19:42
 楼主| 发表于 2015-12-11 19:42 | 显示全部楼层
mxlzhenzhu 发表于 2015-12-11 19:33
请查看傅里叶级数的表达式;

有两种形式啊 三角形式和指数形式啊 还是不懂
发表于 2015-12-12 09:16 | 显示全部楼层
本帖最后由 hcharlie 于 2015-12-12 19:21 编辑
mzbys 发表于 2015-12-11 19:42
有两种形式啊 三角形式和指数形式啊 还是不懂

为什么要除以N/2?稍微说远一点,耐心看完下面附图中《随机振动与谱分析概论》中的一段文:

傅里叶变换和傅里叶逆变换是一对,但要得到数据还原需要除一次2π,这里说在正变换除还是逆变换除?不一定,也可以每次除以根号2π。
而FFT和IFFT有相似的情况,数据要还原要除一次N,在哪里除也不一定,也可以每次除以根号N,看FFT用在什么场合。
在振动测试领域,习惯在FFT时除以N,得到振幅值,而IFFT时就不除N了,而数据能够还原,你试试看。
FFT以后除以N得到的是正负频率下的数学振幅,而只有正频率下的物理振幅是其2倍,故而求物理振幅要除以N/2。

FFT2.png

评分

1

查看全部评分

回复 支持 2 反对 0

使用道具 举报

发表于 2015-12-12 23:44 | 显示全部楼层
两本书,都是数学书,一本是Timothy sauer写的,一本书是Golub写的,找来看看吧。还有一本振动的书,不记得名字了,反正这个东西到处都有,多看也许能促进理解。最好是动手。我也重复强调一下楼上主任说过的,是否除以N不同软件内部需求或者计算结果可能不太一样。matlab和LMS virtual lab就不一样,nastran和virtual lab是一致的。除以2pi, 根号2pi都有,不同书上不一样。振动一般是除以2pi.

点评

谢谢老师 我再理解理解  详情 回复 发表于 2015-12-14 18:45

评分

1

查看全部评分

 楼主| 发表于 2015-12-14 18:45 | 显示全部楼层
mxlzhenzhu 发表于 2015-12-12 23:44
两本书,都是数学书,一本是Timothy sauer写的,一本书是Golub写的,找来看看吧。还有一本振动的书,不记得 ...

谢谢老师 我再理解理解
发表于 2016-6-17 11:44 | 显示全部楼层
也许有点用

故障信号采样长度、时间间隔和频率的关系.pdf

110.3 KB, 下载次数: 20

发表于 2016-6-17 13:13 | 显示全部楼层
1.最高分析频率:Fm指需要分析的最高频率,也是经过抗混滤波后的信号最高频率。根据采样定理,Fm与采样频率Fs之间的关系一般为:Fs=2.56Fm;而最高分析频率的选取决定于设备转速和预期所要判定的故障性质。
2.采样点数N与谱线数M有如下的关系:
N=2.56M  其中谱线数M与频率分辨率ΔF及最高分析频率Fm有如下的关系:ΔF=Fm/M  即:M=Fm/ΔF  所以:N=2.56Fm/ΔF
★采样点数的多少与要求多大的频率分辨率有关。例如:机器转速3000r/min=50Hz,如果要分析的故障频率估计在8倍频以下,要求谱图上频率分辨率ΔF=1 Hz ,则采样频率和采样点数设置为:
最高分析频率Fm=8·50Hz=400Hz;
采样频率Fs=2.56·Fm=2.56 ·400Hz=1024Hz;
采样点数N=2.56·(Fm/ΔF)=2.56·(400Hz/1Hz)=1024
谱线数M=N/2.56=1024/2.56=400条
按照FFT变换,实际上得到的也是1024点的谱线,但是我们知道数学计算上存在负频率,是对称的,因此,实际上我们关注的是正频率部分对应的谱线,也就是说正频率有512线,为什么我们通常又说这种情况下是400线呢,就是因为通常情况下由于频率混叠和时域截断的影响,通常认为401线到512线的频谱精度不高而不予考虑。
另外,采样点数也不是随便设置的,即不是越大越好,反之亦然
对于旋转机械必须满足整周期采样,以消除频率畸形,单纯提高分辨率也不能消除频率畸形
过去,有人以为数据越长越好,或随便定时域信号长度,其实,这样做是在某些概念上不清楚,例如,不清楚整周期采样.
不产生频率混迭的最低采样频率Fs要求在2倍最大分析频率Fm,之所以采用2.56倍主要跟计算机二进制的表示方式有关。其主要目的是避免信号混淆保证高频信号不被歪曲成低频信号。
采样长度T的选择首先要保证能反映信号的全貌,对瞬态信号应包括整个瞬态过程;对周期信号,理论上采集一个周期信号就可以了。其次需考虑频率分辩率,采样长度T在最大分析频率Fm确定的情况下与频率分辩率△f是反比关系,也就是T越长△f越小即频率分辩率越高。
一般的分析软件都是设置谱线数M,采样点数N=2.56M。信号分析中常用的采样点数是512、1024、2048、4096等。等效于我们常说的200、400、800、1600线等频谱线数,频谱分析一般采样点数选取2的整数次方。△f=Fm/M,可见谱线数M越大频率分辩率△f越小即频率分辩率越高。
在电机的故障诊断中,为了发现边带间隔为极通频率(一般在1Hz以下)的峰值,常常需要极高的分辩率(1Hz以下),一般选择210HzFm,6400谱线。
至于整周期采样是很难实现的,必然会因为信号截断而产生泄露,为了避免这些误差,所以要采取加窗的办法。

 楼主| 发表于 2016-6-17 15:29 | 显示全部楼层
谢谢啦 很详细

点评

客气了 希望可以帮到你  详情 回复 发表于 2016-6-17 15:38
发表于 2016-6-17 15:38 | 显示全部楼层

客气了  希望可以帮到你
您需要登录后才可以回帖 登录 | 我要加入

本版积分规则

QQ|小黑屋|Archiver|手机版|联系我们|声振论坛

GMT+8, 2024-12-23 15:32 , Processed in 0.376899 second(s), 33 queries , Gzip On.

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表