VOLBA ČASOVÝCH OKEN A PŘEKRYTÍ PRO VÝPOČET SPEKTER ŠIROKOPÁSMOVÝCH SIGNÁLŮ

Podobné dokumenty
doc. Dr. Ing. Elias TOMEH Elias Tomeh / Snímek 1

ZPRACOVÁNÍ SIGNÁLŮ Z MECHANICKÝCH. Jiří Tůma

MĚŘENÍ ÚHLOVÝCH KMITŮ ZA ROTACE

Číslicové zpracování signálů a Fourierova analýza.

Quantization of acoustic low level signals. David Bursík, Miroslav Lukeš

31ZZS 9. PŘEDNÁŠKA 24. listopadu 2014

Vlastnosti a modelování aditivního

3 METODY PRO POTLAČENÍ ŠUMU U ŘE- ČOVÉHO SIGNÁLU

Spektrální analyzátory

Úvod do zpracování signálů

fluktuace jak dob trvání po sobě jdoucích srdečních cyklů, tak hodnot Heart Rate Variability) je jev, který

Osnova. Idea ASK/FSK/PSK ASK Amplitudové... Strana 1 z 16. Celá obrazovka. Konec Základy radiotechniky

A/D převodníky - parametry

doc. Dr. Ing. Elias TOMEH Elias Tomeh / Snímek 1

Hluk a analýza vibrací stěn krytu klimatizační jednotky

KTE/TEVS - Rychlá Fourierova transformace. Pavel Karban. Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni

P7: Základy zpracování signálu

ADA Semestrální práce. Harmonické modelování signálů

Fyzikální podstata zvuku

Signál v čase a jeho spektrum

Časově-frekvenční analýza cyklických hluků a vibrací

2 Teoretický úvod Základní princip harmonické analýzy Podmínky harmonické analýzy signálů Obdelník Trojúhelník...

SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY

Spektrální analyzátory a analyzátory signálu

Příloha č. 1. amplitudová charakteristika filtru fázová charakteristika filtru / frekvence / Hz. 1. Určení proudové hustoty

Zvuk. 1. základní kmitání. 2. šíření zvuku

KATEDRA ELEKTRICKÝCH MĚŘENÍ

AKUSTICKÁ MĚŘENÍ Frekvenční spektrum lidského hlasu

Digitalizace převod AS DS (analogový diskrétní signál )

31SCS Speciální číslicové systémy Antialiasing

1 Zpracování a analýza tlakové vlny

P9 Provozní tvary kmitů

ALGORITMY PRO STANOVENÍ EFEKTIVNÍ HODNOTY NAPĚTÍ

Laboratorní úloha č. 8: Elektroencefalogram

Żpracování signálů a obrazů. 3. Korelační metody ... Petr Česák

ANALÝZA LIDSKÉHO HLASU

Zkušenosti zkušební laboratoře ITC v oblasti zkoušení komponentů pro automobilový průmysl

Úloha D - Signál a šum v RFID

Návrh frekvenčního filtru

Dodatek k manuálu. Analyzátor vibrací Adash 4102/A

Dodatek k uživatelském manuálu Adash 4202 Revize MK

4. MĚŘENÍ HARMONICKÝCH Úvod

Journal of Cybernetics and Informatics. Slovak Society for Cybernetics and Informatics

1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15

Náhodné signály. Honza Černocký, ÚPGM

Kepstrální analýza řečového signálu

Základní metody číslicového zpracování signálu a obrazu část II.

Spektrální analýza a diskrétní Fourierova transformace. Honza Černocký, ÚPGM

Při návrhu FIR filtru řešíme obvykle následující problémy:

Akustika. 3.1 Teorie - spektrum

Klasifikace hudebních stylů

doc. Dr. Ing. Elias TOMEH Elias Tomeh / Snímek 1

Amplitudová a frekvenční modulace

8. Sběr a zpracování technologických proměnných

Lineární a adaptivní zpracování dat. 3. SYSTÉMY a jejich popis ve frekvenční oblasti

UŽITÍ KOHERENČNÍ FUNKCE PRO DISTRIBUOVANOU

Dodatky k FT: 1. (2D digitalizace) 2. Více o FT 3. Více k užití filtrů. 7. přednáška předmětu Zpracování obrazů

Vibroakustická diagnostika

Analogově číslicové převodníky

SYNTÉZA AUDIO SIGNÁLŮ

9. PRINCIPY VÍCENÁSOBNÉHO VYUŽITÍ PŘENOSOVÝCH CEST

Mezilaboratorní porovnání při vibračním zkoušení

Základy a aplikace digitálních. Katedra radioelektroniky (13137), blok B2, místnost 722

4B Analýza neharmonických signálů

Diagnostika vybraných poruch asynchronních motorů pomocí proudových spekter

VY_32_INOVACE_E 15 03

POHON 4x4 JAKO ZDROJ VIBRACÍ OSOBNÍHO AUTOMOBILU

Výukové texty pro předmět Měřící technika (KKS/MT) na téma Podklady k principu měření vibrací a tlumicích vlastností

Diagnostika strojů - jak nastavit smysluplné měření. ANEB NAUČTE SE TO KONEČNĚ, JAK NA TO ŠTÚROVO ŠKOLÍCÍ STŘEDISKO CMMS

Hodnocení parametrů signálu AE při únavovém zatěžování tří typů konstrukčních materiálů. Vypracoval: Kolář Lukáš

Střední průmyslová škola elektrotechnická a informačních technologií Brno

filtry FIR zpracování signálů FIR & IIR Tomáš Novák

Lineární a adpativní zpracování dat. 3. Lineární filtrace I: Z-transformace, stabilita

Při návrhu FIR filtru řešíme obvykle následující problémy:

Fourierova transformace

Semestrální projekt. Vyhodnocení přesnosti sebelokalizace VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ. Fakulta elektrotechniky a komunikačních technologií

Fourierova transformace

Testování elektrických komponentů

Technická diagnostika Vibrodiagnostika Ing. Jan BLATA, Ph.D. Kat. 340, VŠB-TU Ostrava Ostrava 2014

VY_32_INOVACE_ENI_2.MA_05_Modulace a Modulátory

INŽENÝRSKÁ MECHANIKA 2005 TRANSMISSION ERROR MEASUREMENTS USING THE REAL TIME HILBERT TRANSFORMER

Příloha č. 3 TECHNICKÉ PARAMETRY PRO DODÁVKU TECHNOLOGIE: UNIVERZÁLNÍ MĚŘICÍ ÚSTŘEDNA

Technická diagnostika, chyby měření

A7B31ZZS 4. PŘEDNÁŠKA 13. října 2014

Modulace a šum signálu

Úloha č. 2 - Kvantil a typická hodnota. (bodově tříděná data): (intervalově tříděná data): Zadání úlohy: Zadání úlohy:

ANALÝZA AKUSTICKÝCH PARAMETRŮ ZVONU Z KOSTELA SV. TOMÁŠE V BRNĚ. Smutný Jaroslav, Pazdera Luboš Vysoké učení technické v Brně, fakulta stavební

Západoceská univerzita v Plzni FAKULTA ELEKTROTECHNICKÁ

Tel-30 Nabíjení kapacitoru konstantním proudem [V(C1), I(C1)] Start: Transient Tranzientní analýza ukazuje, jaké napětí vytvoří proud 5mA za 4ms na ka

Čas (s) Model časového průběhu sorpce vyplývá z 2. Fickova zákona a je popsán následující rovnicí

VYUŽITÍ VÝPOČETNÍHO SYSTÉMU MATLAB PŘI NEDESTRUKTIVNÍ KONTROLE STAVEBNÍCH MATERIÁLŮ A DÍLCŮ ROZBOREM AKUSTICKÉ ODEZVY GENEROVANÉ MECHANICKÝM IMPULSEM

Sledování vlivu režimu výpalu speciálního vápna na vlastnosti produktu

Analýza a zpracování ultrazvukových signálů

Snižování hlukové emise moderní automobilové převodovky

1 Modelování systémů 2. řádu

1. Navrhněte RC oscilátor s Wienovým článkem, operačním zesilovačem a žárovkovou stabilizací amplitudy, podle doporučeného zapojení, je-li dáno:

Zásady regulace - proudová, rychlostní, polohová smyčka

MATLAB PRO PODPORU VÝUKY KOMUNIKAČNÍCH SYSTÉMŮ

Vstupní signál protne zvolenou úroveň. Na základě získaných údajů se dá spočítat perioda signálu a kmitočet. Obrázek č.2

Transkript:

VOLBA ČASOVÝCH OKEN A PŘEKRYTÍ PRO VÝPOČET SPEKTER ŠIROKOPÁSOVÝCH SIGNÁLŮ Jiří TŮA, VŠB Technická univerzita Ostrava Petr Czyž, Halla Visteon Autopal Services, sro Nový Jičín 2 Anotace: Referát se zabývá volbou časových oken a překrytí pro výpočet frekvenčních spekter širokopásmových signálů, tj signálů bez dominantních složek spektra, pro která jsou pravidla výběru časových oken známá Je upozorněno na zkreslení při odečtu hodnot přímo ze spektra Abstract: The paper deals with the choice of the time window and overlap to calculate frequency spectra of broadband signals, ie the signals without dominant components of the spectrum, for which the rules selection time windows are known Attention is drawn to the bias in reading the magnitude of the spectrum components directly from the spectrum Úvod Chyba odečtu velikostí dominantních složek spektra je známá a čelí se ji volbou časového okna Rectangular (Uniform), Hanning nebo Flat Top Okno Rectangular se používá jestliže složky spektra signálu odpovídají diskrétním frekvencím spektra V případě, že o frekvenčním spektru s dominantními složkami nevíme vůbec nic, pak volíme okno Hanning Okno Flat Top je pro kalibraci harmonickým signálem, kdy je třeba amplitudu odečíst ve spektru s nejmenší možnou chybou V praxi se můžeme setkat s náhodnými signály bez dominantních složek, tj s úseky spektra, které jsou ploché (konstantní) nebo skloněné Pro přímý odečet hodnot z těchto spekter je třeba respektovat určitá pravidla, která jsou dána na volbě časového okna Plochá 2 Spektrum obsahující dominantní složky V diagnostice se zájem soustřeďuje na zjištění RS dominantních složek spekter Jak je známo, frekvenční spektrum je vypočteno s využitím rychlé Fourierovy transformace (FFT), která využívá délku bloku o velikosti mocniny dvou Nejčastěji jsou pro FFT použity algoritmy s délkou bloku, která je rovna mocnině dvou Například to může být 2048 Rozlišení spektra f (a tedy i jednotlivé frekvence spektra) je pak dáno podílem Prof Ing Jiří Tůma, CSc VŠB etnická univerzita Ostrava, Fakulta strojní 7 listopadu 5, 708 33 Ostrava-Poruba tel: +420-59-699 3482, fax: +420-59-69629, e-mail: jirituma@vsbcz 2 Ing Petr Czyž Halla Visteon Autopal Services, sro Lužická 984/4, 74 0 Nový Jičín tel: +420-556-780995, e-mail: pczyz@hvccglobalcom

vzorkovací frekvence f S (vzorkovací perioda FFT T f S S ) a této délky bloku N pro výpočet f T NT S fs N Rozlišení spektra je také rovno převrácené hodnotě časové délky bloku T pro výpočet FFT Jestliže je vzorkovací frekvence 2048 Hz a délka bloku číselně shodná, pak rozlišení spektra je Hz Změřený signál je rozložen do bloků o konstantní délce N, v daném případě o velikosti mocniny dvou m N 2 Před výpočtem Fourierovy transformace jsou jednotlivé * vzorky v bloku vynásobeny časovým oknem x n wnx n, n 0,, N Rectangular znamená, že se vzorky nijak neupravují Okno Rectangular w n n, 0,,, N Okno Hanning wn cos2 n N n 0,,, N Okno Flat-Top wn,98cos2 n N,29cos4 n N 0,388cos6 n N 322cos8 n N n 0,,, N * Takto upravené bloky dat n, n 0,, 2,, N * oblasti X k FT x n, k 0,, 2,, N 2,, Okno x se transformují do frekvenční Výsledek výpočtu Fourierovy transformace (komplexní čísla) se přímo nezobrazuje, ale transformuje se na spektra v měřítcích RS, a PSD Autospektrum s měřítkem v efektivních hodnotách (RS) pro šířka nejmenšího rozlišitelného frekvenčního pásma f se vypočte podle následujícího vzorce RS k X X 0 k N, 2 N 2, k 0, k, 2,, N 2 Autospektrum s měřítkem ve výkonu () se vypočte podle následujícího vzorce k RS k 2 a autospektrum ve výkonové spektrální hustotě (PSD) se vypočte podle následujícího vzorce PSD k 2 RS k f Celkový výkon všech složek spektra je dán vzorcem N 2 k 0 PSD k f

Efektivní hodnota (RS) signálu v celém frekvenčním pásmu se vypočte jako odmocnina výkonu () Složky spektra náhodného signálu mají velký rozptyl Výkonové spektrum pwr m k je třeba průměrovat, tj je třeba určit, jaký zlomek nově vypočteného spektra je třeba přičíst ke spektru zprůměrovanému m k Tento zlomek je převrácenou hodnotou jistého celého čísla resp k k N 2 k k k pwr k 0,, 2,, m m pwr m Při průměrování je třeba určit způsob překrytí bloků při použití okna Hanning Jestliže bloky navazují na sebe bez překrytí, pak váha, kterou okno představuje, kolísá mezi 0 a 4 m Obrázek Efekt překrytí bloků na váhovou funkci Hanning V případě, že váhová funkce je po většinu doby konstantní, pak její velikost podle obrázku je,5 Jestliže je použito okno typu Rectangular, pak váhová funkce je jednotková Časové okno se používá pro kompenzaci leakage, který vzniká vlivem efektu odlišnosti frekvence složky naměřeného signálu od frekvencí, ze kterých se spektrum skládá Záznam signálu z měření je vždy náhodný Reprezentativní spektrum se získá průměrováním dílčích spekter z bloků signálu, které se překrývají ze 66%, tj 2/3 Efekt použití oken bude demonstrován na příkladu sinusových signálů o frekvenci 50 a 50,5 Hz v záznamu se vzorkovací frekvencí 256 Hz a délkou bloku 256 Tyto spektra na obrázku 2 se skládají z frekvencí, které jsou násobkem Hz Ve spektru je tedy složka o frekvenci 50 Hz a chybí složka o frekvenci 50,5 Hz, resp je přesně uprostřed mezi frekvencemi 50 a 5 Hz Podle grafů vlevo na obrázku 5 je velikost spektrální složky o frekvenci 50 Hz s časovým oknem a bez časového okna stejná Velká odchylka ve velikosti složek sousedních frekvenci 50,5 Hz je zřejmá ze spekter vpravo Použití okna tuto odchylku snižuje Účelem používání oken je tedy zmenšit chyby odhadu amplitud

RS [U] RS [U] RS [U] RS [U] dominantních složek spektra odulace signálu časovým oknem způsobí, že celkový výkon spektra se zvýší V případě použití okna Hanning je zvýšení celkového výkonu,5x Při odečítání amplitud izolovaných sinusových složek je tato skutečnost nepodstatná, ovšem při výpočtu výkonu vybraného frekvenčního intervalu nebo celého frekvenčního rozsahu signálu je třeba výkon kompenzovat, tj v případě okna Hanning dělit faktorem,5 Protože je mnohem pravděpodobnější, že frekvence například kmitání bude odlišná od jednotlivých frekvencí spektra, doporučuje se používat k výpočtu spekter okno Hanning Autospectrum - Rect : Sine - 50 Hz 0,707 0 50 00 Autospectrum - Rec :Sine - 50,5 Hz 49 0 50 00 Autospectrum - Hanning : Sine - 50 Hz 0,707 0 50 00 Autospectrum - Hanning : Sine - 50,5 Hz 00 0 50 00 Obrázek 2 Efekt volby časového okna 3 Spektrum obecného širokopásmového signálu K testům bude použit gaussovský bílý šum v rozsahu frekvencí 0 až 52 Hz, tj signál, který je vzorkovan s frekvencí 024 Hz RS tohoto signálu byla zvolena jednotka Výkon signálu ()je následující RS 2 2 Pro dílčí pásmo f Hz je výkon signálu Hz 52 0, 00953 Frekvenční analýza se nevztahuje na celou šířku pásma (52 Hz), ale jen na 400 Hz, čímž je napodoben vliv antialiasingového filtru, který je součástí všech signálových analyzátorů Výkon signálu bude pak jen 400 0,7825 Efektivní hodnota signálu (RS) v pásmu od 0 do 400 Hz je následující RS 839

RS U RS U a efektivní hodnota tohoto signálu v pásmu Hz je tato RS 442 Tomuto výsledku odpovídá spektrum na obrázku 3 Výpočet byl s časovým oknem Rektangular, průměrovalo se 0000x bez překrytí a odečtená amplituda konstantních složek spektra je 442 Protože průměrování 0000 bloků nevedlo ke konstantě, je tato hodnota zatížena drobnou chybou vlivem zvlnění spektra Konstantní spektrum lze dostat po výpočtu průměru z nekonečného počtu bloků RS signálu s frekvenčním rozsahem od 0 do 400 Hz, která byla vypočtena z plochy spektra, je 8448, což je blízká hodnota k velikosti RS, která je odhadnuta z časového průběhu signálu Autospectrum : Generator : Noise - 50 45 40 35 442 30 0 200 400 Obrázek 3 Okno Rectangular 0000 averages bez překrytí, RS 442 Jestliže je použito časové okno Hanning s překrytím nebo bez překrytí, pak je každá komponenta spektra doplněna postranními složkami, což zvyšuje výkon původního signálu V případě signálu s jedinou sinusovou složkou je zvýšení,5x, jak je dokázáno [] Pro spektrum bílého šumu bude zvýšení signálu zjištěno simulačním výpočtem Výsledné spektrum pro nepřekryté bloky je na obrázku 4 Autospectrum : Generator : Noise - 60 55 50 45 40 54 0 200 400 Obrázek 4 Okno Hanning, 0000 averages bez překrytí, RS 54 RS složek spektra je 54 Výkon signálu v pásmu o šířce Hz je 2 RS 02927 Pro pásmo od 0 do 400 Hz je výkon 400,7072 Poměr výkonů signálu v pásmu 0 až 400 Hz pro časové okno Hanning a Rectangular je přibližně,5 jako v případě signálu s jednou dominantní složkou

RS U, 4985 400 Hann Hz Rect Jak je zřejmé z obrázku 5, ani překrývání odečítané hodnoty nezmění Autospectrum : Generator : Noise - 60 55 50 45 543 40 0 200 400 Obrázek 5 Okno Hanning, 0000 averages s překrytím, RS 543 Pro náhodné signály je doporučeno používat okno Rectangular bez překrytí bloků Velikost izolovaných vrcholů spektra však bude s chybou, která byla odhadnuta výše 4 Spektrum signálů s diskrétními složkami, jejichž frekvence odpovídají frekvencím složek spektra Tyto signály zrychlení lze měřit u vibrátorů, jejichž buzení je řízeno algoritmem, který využívá inverzní Fourierovou transformaci Úkolem řídicího systému je dodržovat zadané frekvenční spektrum s frekvenčním krokem f ve formě výkonové spektrální hustoty PSD f RS 2 f Pro tento typ signálů se doporučuje používat okno Rectangular bez překrytí při průměrování, protože zobrazuje složky spektra bez amplitudové chyby 4 Závěr Referát popisuje použití časových oken pro náhodné signály, jejichž výkon je třeba kontrolovat Výsledkem analýzy je doporučení používat okno Rectangular bez překrytí pro zachování RS, a PSD hodnot spektra Literatura: [] Tůma, J Zpracování signálů získaných z mechanických systémů vyd Praha : Sdělovací technika, 997 74 s ISBN 80-90936--7 Poděkování Referát vznikl za podpory grantu GAČR No P0/2/2520 Aktivní tlumení vibrací rotoru parametrickým buzením kluzných ložisek