Cyclostationary Signal 循环平稳信号概念辨析
振动信号一般可以分为确定性信号和不确定性信号。
其中确定性信号可以分为周期信号和非周期信号。
随机信号可以分为平稳信号(stationary)和非平稳信号(non-stationary ),平稳信号的统计特性不随时间变化而变化,其又可以分为广义平稳随机信号和狭义平稳随机信号,其中狭义平稳随机信号指的是随机信号的概率分布不随着时间位移发生改变,而广义随机信号一般指的则是信号的均值和方差不随时间发生改变。
对信号改进的细分,可以得到循环平稳信号(Cyclostationary Signal)这种概念,这种信号不一定是周期信号,但是一般由周期性运动的机构产生。很明显,周期信号和平稳随机信号是循环平稳信号的一个特例,而对于非平稳随机信号,如果信号经过某种非线性变化之后,产生了周期性,则可以称这种信号为循环平稳信号。从上面的定义中可以看出,循环平稳信号包含了大部分旋转机构和往复机构产生的信号。
严格的说,n阶循环平稳信号指的是信号n阶统计特性具有周期性,也可以说,信号经过任意n阶的非线性处理之后特征值在傅里叶变换的结果上产生了一个峰值。(这句话感觉说的比较拗口,其实说的就是周期性,因为如果周期性和信号傅里叶变换结果两者显然等价)。
上面说的感觉还是比较抽象,下面举一个具体的1阶循环平稳信号的例子,例如一个受到随机噪声n干扰的周期信号p,该信号x=n+p,由于该信号含有随机噪声,显然不具有周期性,但是信号的均值:
E(x)=E(n+p)=E(n)+E(p)=E(p)=p
显然具有周期性,且周期信号p的傅里叶变换结果也肯定能够产生一个代表周期分量的尖峰。
同样,二阶平稳周期信号的定义是,信号的自相关函数(auto-correlation function)Rxx(t,τ)=E(x(t-τ/2)x(t+τ/2))是周期函数。即Rxx(t+T,τ)=Rxx(t,τ),这里需要主要和狭义平稳随机信号的自相关函数做一下区别,对于狭义平稳随机信号而言,其自相关函数Rxx(t,τ)=Rxx(τ)只与τ有关,而与所选择的时间无关,
下面举一个论文中的例子来说明一下循环周期信号的应用,如图a所示,是一个幅值被周期信号调制的白噪声信号,该信号显然不是周期信号,无法直接进行傅里叶分析,但从时域中有明显包含着周期性,通过计算信号的2阶自相关函数,显示出了信号的周期性。图中只画出tao等于零时的图像是因为,信号作为白噪声,当时间延迟不为0时,其自相关函数为0.
第一次写博客,有诸多疏漏,请大家多多指教。
参考文献:
Randall R B, Antoni J. Rolling element bearing diagnostics—A tutorial ☆[J]. Mechanical Systems & Signal Processing, 2011, 25(2):485-520.
Cyclostationary Signal 循环平稳信号概念辨析相关推荐
- 零碎知识点之一:循环平稳信号
信号根据表达式分为:确定性信号和随机信号: 确定性信号:(统计量是否周期)周期性,非周期性: 随机信号:(统计特性)平稳,非平稳: 分平稳.非平稳信号是针对随机信号的: 对于确定性信号,不必用统计方法 ...
- 零碎知识点之二:循环平稳信号
为啥循环平稳信号的时延估计.时延多普勒估计用的是二次相关? 一方面是SNOI与SOI有相同的光谱波形,就不能很好去除SNOI了.另一方面,对应于不同的循环频率, 循环互相关函数有不同的特性:当循环频率 ...
- 小波变换比傅里叶变换好在哪里_小波变换与傅里叶变换详解——代码下载——非平稳信号与平稳信号的滤波效果对比
小波变换与傅里叶变换有什么区别吗?小波变换与傅里叶变换哪个好?我们通过小波变换与傅里叶变换的详细解读.小波变换与傅里叶变换的区别.傅里叶变换缺点方面来解析 小波变换与傅里叶变换的区别 傅立叶分析中,以 ...
- matlab 循环平稳检测,循环平稳信号处理完整的Matlab工具箱
[实例简介] 该工具箱包括了循环平稳信号处理的各种常用函数,很全面,可以适用于通讯,雷达和声纳等多个领域. [实例截图] [核心代码] Cyclostationarytoolbox └── Cyclo ...
- 非平稳信号的频谱分析方法---(短时傅立叶变换)
非平稳信号又称时变信号.对这一类信号,其一阶.二阶统计量和功率谱的估计显然不能简单的使用平稳信号的估计方法,必须考虑它们的时变因素. 基本原理 对非平稳信号,人们希望能有一种分析方法把时域分析和频域分 ...
- m认知无线电信号检测算法matlab仿真,能量检测,循环平稳检测以及自相关检测
目录 1.算法概述 2.仿真效果预览 3.MATLAB部分代码预览 4.完整MATLAB程序 1.算法概述 频谱感测是认知无线电的一项关键技术.我们将频谱感知作为一个分类问题,提出一种基于深度学习分类 ...
- 对循环平稳谱函数的理解
function [Sx,alphao,fo] = autofam(x,fs,df,dalpha) %************************************************ ...
- 非平稳信号的自适应分解算法:EMD、SSA、ITD、VMD以及其变体之间的总结与对比
目录 一.EMD 1.算法步骤: 2.算法优点: 3.算法缺点及其解决方法 4.EMD算法的变体:主要针对EMD的模态混叠问题提出的 二.SSA 1.算法步骤: 2.算法优点: 3.算法缺点及其解决方 ...
- 【深度学习】基于Pytorch的线性模型概念辨析和实现(二)
[深度学习]基于Pytorch的线性模型概念辨析和实现(二) 文章目录 [深度学习]基于Pytorch的线性模型概念辨析和实现(二) 1 线性回归的从零开始实现 2 训练 3 关于with 4 关于w ...
最新文章
- 95后架构师晒出工资单:狠补了这个,真香...
- 关于DEDECMS自定义模型当中添加自定义字段后在后台添加内容后不显示解决方案...
- springboot默认开启事务吗_香~Spring Boot 应用也可以有配置中心。
- Makefile常用万能模板(包括静态链接库、动态链接库、可执行文件)
- Linux中查看信息的命令
- 中国燃料电池行业供应规模及需求前景调研报告2021-2027年版
- Java 接口interface
- Ubuntu上安装使用Docker
- 废粉盒在哪里_很想知道打印机废粉盒中的那些废碳粉应该怎么处理?
- Microsoft SQL Server 2005 提供了一些工具来监控数据库
- 基于神经网络的文本分类(基于Pytorch实现)
- dns文件传输服务器,MOOC云计算 - DNS三部曲之DNS区域传输限制
- linux让指定文件具有sudo的权限,Linux学习笔记——使用指定的用户权限执行程序——sudo...
- 计算机组成原理课后答案蒋本,计算机组成原理习题答案(蒋本珊).doc
- java导出ppt_POI之PPT导出最简单实例
- vmware虚拟机ping不通主机
- Linux设备驱动——第三章字符驱动
- 单引号,双引号,三引号的区别
- C# 抓图服务的实现
- 高中计算机辗转相除法,高中数学的辗转相除法问题
热门文章
- 政务数据里的基础库、主题库、专题库
- imx8的源码开发方式非yocto方式(三)——基于imx8的firmware-imx固件包下载与解压
- 基于stm32单片机的信号发生器设计
- python运用三角学通过方位角仰角与距离计算三维坐标
- maven常用scope作用域说明
- 手机设备端口9006刷回9008救砖步骤
- xeon e5-2400 系列处理器能做四路服务器吗?,英特尔Xeon E5系列双路处理器大阅兵
- Taro,小程序scroll-view 填满剩下的高度空间,关闭页面回跳(部分ios机型 滚动不到底部)
- XP下硬盘安装fedora linux操作系统
- 传统目标跟踪——卡尔曼滤波Kalman(结合MeanShift+Kalman)