CN110070886A - 噪声特征分析方法及噪声特征分析*** - Google Patents
噪声特征分析方法及噪声特征分析*** Download PDFInfo
- Publication number
- CN110070886A CN110070886A CN201910350391.2A CN201910350391A CN110070886A CN 110070886 A CN110070886 A CN 110070886A CN 201910350391 A CN201910350391 A CN 201910350391A CN 110070886 A CN110070886 A CN 110070886A
- Authority
- CN
- China
- Prior art keywords
- noise characteristic
- noise
- frequency bands
- characteristic analysis
- power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 61
- 230000009466 transformation Effects 0.000 claims abstract description 19
- 238000005070 sampling Methods 0.000 claims abstract description 13
- 230000001186 cumulative effect Effects 0.000 claims abstract description 11
- 238000009825 accumulation Methods 0.000 claims abstract description 7
- 238000006243 chemical reaction Methods 0.000 abstract description 16
- 238000011835 investigation Methods 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 8
- 238000001914 filtration Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 238000001228 spectrum Methods 0.000 description 7
- 238000000034 method Methods 0.000 description 6
- 230000003595 spectral effect Effects 0.000 description 4
- 230000000996 additive effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000854291 Dianthus carthusianorum Species 0.000 description 1
- 108010076504 Protein Sorting Signals Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/18—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being spectral information of each sub-band
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/21—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being power information
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种噪声特征分析方法及噪声特征分析***,其中噪声特征分析方法,包括以下步骤:选择要进行噪声分析的目标频段,并将目标频段从噪声信号中截取出来;对采样获取的数字信号进行傅里叶变换;从傅里叶变换后获取的所有离散点中选取至少一点,并获取被选取到的点的幅值;在目标频段内选取被考察频段,并累加被考察频段内的采样点的功率;对功率累加结果进行噪声特征分析。噪声特征分析方法利用傅里叶变换将完成模数转换的目标频段的每一频率的幅值分离了出来,形成直观的频率和幅值对应关系,可以在获得目标频段内的任意频率段的功率和后求解该功率和的RMS值,从而获得噪声在该标频段内的任意频率段的噪声特征。
Description
技术领域
本发明涉及噪声分析领域,具体涉及一种噪声特征分析方法及噪声特征分析***。
背景技术
随着电学和电子学的工业应用逐步广泛和相关技术发展,大量的精细测量需求应运而生。噪声也成为影响诸多物理参量的测量的重要因素。
噪声无处不在。要想获得准确的测量值,就必须准确评估测量设备、测量方法、测量过程中噪声的特性。只有掌握了与测量值相关的噪声特性,才能正确评估和精确测量被考察的测量值,提高测量的精确度,为提高设备性能和改善测试方法奠定坚实基础。
现有技术中,通常采用RMS(Root Mean Square,均方差)来描述噪声的特征。在需要分频段描述被测信号的噪声特征时,通常在输出被测信号的一端增加低通滤波器,从而获得从频率为零,到该滤波器的截止频率的噪声的RMS,以此表达该频段的噪声特征。
现有技术中要实现对噪声的准确的测量,需要高质量的频谱分析仪,而高质量的频谱分析仪通常价格昂贵,现有技术中通常难以满足该条件,限制了该方法的推广和应用,并且现有技术中无法对任意频段的噪声特征进行分析,若需要对多个频段的噪声特征进行考察,则需要多次分频段进行测量,耗时耗力,增加了测试评估成本。
发明内容
本发明的目的在于提供一种噪声特征分析方法及噪声特征分析***,能够实现低成本的噪声分析,并能够获得任意频段的噪声特征。
为解决上述技术问题,以下提供了一种噪声特征分析方法,包括以下步骤:选择要进行噪声分析的目标频段,并将目标频段从噪声信号中截取出来;对采样获取的数字信号进行傅里叶变换;从傅里叶变换后获取的所有离散点中选取至少一点,并获取被选取到的点的幅值;对被选取的点的幅值进行平方运算,获取被选取的点的功率,并累加被选取的点的功率;对功率累加结果进行噪声特征分析。
可选的,使用滤波器将目标频段从噪声信号中截取出来。
可选的,所述滤波器为低通滤波器。
可选的,对获取到的目标频段进行采样时,采样频率大于两倍所述低通滤波器的截止频率。
可选的,对功率累加结果进行噪声特征分析包括以下步骤:对所述功率和开方,获取目标频段的噪声特征。
为解决上述技术问题,以下还提供了一种噪声特征分析***,包括:滤波器,连接到噪声源,用于将目标频段从所述噪声源发出的噪声信号中截取出来;模数转换器,连接到所述滤波器,用于对所述目标频段采样,使目标频段从模拟信号转换为数字信号;傅里叶变换器,连接至所述模数转换器,用于将所述模数转换器输出的数字信号进行傅里叶变换;功率计算器,连接至所述傅里叶变换器,用于对所述傅里叶变化器输出的离散点的幅值进行平方运算,获取该点所对应的频率的功率;累加器,连接至所述功率计算器,用于累加自所述离散点中被选取的点的功率;噪声特征分析器,连接至所述累加器,用于对所述累加器输出的功率和进行噪声特征分析。
可选的,所述滤波器为低通滤波器。
可选的,所述模数转换器的采样频率大于两倍低通滤波器的截止频率。
可选的,所述噪声特征分析器对功率和进行开方,获取目标频段的噪声特征。
本发明的噪声特征分析方法及噪声特征分析***利用傅里叶变换将完成模数转换的目标频段的每一频率的幅值分离了出来,形成直观的频率和幅值对应关系,虽然噪声在某一频段内多个频率点的有效值(RMS)不具有可加性,但是多个频率点的功率具有可加性,因此,可以在获得目标频段内的任意频率段的功率和后求解该功率和的RMS值,从而获得噪声在该标频段内的任意频率段的噪声特征。
附图说明
图1为本发明一种具体实施方式中噪声特征分析方法的步骤示意图。
图2为本发明一种具体实施方式中噪声特征分析***的连接结构示意图。
图3为本发明的实施例一中噪声特征分析方法的步骤示意图。
图4为本发明的实施例二中噪声特征分析方法的步骤示意图。
具体实施方式
以下结合附图和具体实施方式对本发明提出的一种簇首节点选举方法作进一步详细说明。
研究发现,现有技术无法对任意频段的噪声特征进行分析,还具有以下原因:现有技术中是直接对连续的模拟信号进行测量,只能获取实时的噪声特征分析,而不利于使用计算机对噪声信号进行全面考察,不利于离线后续分析。
请参阅图1,为本发明一种具体实施方式中噪声特征分析方法的步骤示意图。
在该具体实施方式中,提供了一种噪声特征分析方法,包括以下步骤:S11选择要进行噪声分析的目标频段,并将目标频段从噪声信号中截取出来;S12对采样获取的数字信号进行傅里叶变换;S13从傅里叶变换后获取的所有离散点中选取至少一点,并获取被选取到的点的幅值;S14对被选取的点的幅值进行平方运算,获取被选取的点的功率,并累加被选取的点的功率;S15对功率累加结果进行噪声特征分析。
在该具体实施方式中,根据傅里叶算法中频域与时域的对应关系,将多个频率转换为傅里叶变换后频谱图像中每一个离散点都对应一特定频率的谱线。用户可以从目标频段内选取被考察频段,即选取一个个离散点,将各个离散点的幅值平方后累加,再开方,即可获得被被选取的离散点所代表的频率或频段的噪声信号的噪声特征。
需要注意的是,当选择两个以上的离散点时,被选取的离散点应当是连续的。
所述噪声特征分析方法利用傅里叶变换将完成模数转换的目标频段的每一频率的幅值分离了出来,形成直观的频率和幅值对应关系,虽然噪声在某一频段内多个频率点的有效值(RMS)不具有可加性,但是多个频率点的功率具有可加性,因此,可以在获得目标频段内的任意频率的功率和后求解该功率和的RMS值,从而获得噪声在该目标频段内的任意频率段的噪声特征。
该具体实施方式中的噪声特征分析方法将目标频段展开为不同频率的信号进行分析,并利用功率叠加原理,在累加任意频率的功率后对该累加后的频段的功率进行噪声特征分析,即可获得噪声信号在该频段的特征。
在一种具体实施方式中,使用滤波器将目标频段从噪声信号中截取出来。
在一种具体实施方式中,所述滤波器为低通滤波器。使用低通滤波器将目标频段限制到较低频段,使得在之后对目标频段进行采样、实现目标频段的模数转换时,不会因为目标频段中有极高频率信号被折叠到到低频段形成频率混叠。
实际上,在其他的具体实施方式中,也可以根据需要将所述滤波器设置为带通滤波器或高通滤波器。
在一种具体实施方式中,对获取到的目标频段进行采样时,采样频率大于两倍所述低通滤波器的截止频率。这是因为,根据香农定理,只有采样频率大于两倍低通滤波器的截止频率,才能实现对目标频段的较好还原,而不会在噪声分析的过程中引入新的噪声。
在一种具体实施方式中,根据香农定理,采样频率为fs时,采集到的数据只能满足0到fs/2频率数据的还原。在时域的0到fs/2频段,在频域中对应的是0至N的N+1根谱线。
在一种具体实施方式中,对功率累加结果进行噪声特征分析包括以下步骤:对所述功率和开方,获取目标频段的噪声特征。
在一种具体实施方式中,可以根据最终需要考察噪声特征的频段,来单独获取傅里叶变换后与最终需要考察噪声特征的频段对应的离散点的个功率,也可以在进行傅里叶变换后,即获取到所有离散点的功率,之后再根据最终需要考察噪声特征的频段来选取相应的离散点对应的功率,这样一次获取功率的步骤即可供多个频段分析使用。
请参阅图2,为本发明一种具体实施方式中噪声特征分析***的连接结构示意图。在该具体实施方式中,还提供了一种噪声特征分析***,包括:滤波器21,连接到噪声源,用于将目标频段从所述噪声源发出的噪声信号中截取出来;模数转换器22,连接到所述滤波器21,用于对所述目标频段采样,使目标频段从模拟信号转换为数字信号;傅里叶变换器23,连接至所述模数转换器22,用于将所述模数转换器22输出的数字信号进行傅里叶变换;功率计算器24,连接至所述傅里叶变换器23,用于对所述傅里叶变化器输出的离散点的幅值进行平方运算,获取该点所对应的频率的功率;累加器25,连接至所述功率计算器24,用于累加自所述离散点中被选取的点的功率;噪声特征分析器26,连接至所述累加器25,用于对所述累加器25输出的功率和进行噪声特征分析。
所述噪声特征分析***具有模数转换器22,对目标频段中的信号进行模数转化,使目标频段中的信号成为数字信号,方便利用计算机技术提取噪声信号的特征。在模数转化之前,要根据所需的目标频段,对噪声源输出的噪声信号进行低通滤波。
需要注意的是,所述模数转换器22对目标频段中的信号进行模数转换时,需要设定好模数转换的速率,以满足香农采样定理。具体的,模数转换的速率为大于两倍低通滤波器21的截止频率。模数转换的速率即为所述模数转换器22的采样频率。
之后,再在对完成了模数转换后输出的数字信号进行傅里叶变换,获取噪声目标频段的功率密度谱。通过选取目标频段的任意连续的频率,并累加该任意连续的频率的功率,获得该任意连续的频率的总功率,对该总功率开方,获得该任意连续的频率的RMS有效值,该RMS有效值即为所述任意连续的频率的噪声特征。
在一种具体实施方式中,所述滤波器21为低通滤波器。
在一种具体实施方式中,所述模数转换器22的采样频率大于两倍低通滤波器的截止频率。
在一种具体实施方式中,所述模数转换器22具有高速高精度模数转换电路,可以实现高速高精度的模数转换。在其他的具体实施方式中,也可以使用模数转换芯片来实现目标频段的模数转换。
在一种具体实施方式中,所述噪声特征分析器26对功率和进行开方,获取目标频段的噪声特征。
实施例一:
请参阅图3,为本发明的实施例一中噪声特征分析方法的步骤示意图,其中:
S31在被测噪声信号的输出端进行模拟低通滤波,根据考察需要设定低通滤波的截止频率为f0;
S32设定模数转换的速率,即采样频率fs,并且要保证fs>2×f0,满足香农采样定理,采样到2N个数据值,其中2N等于采样频率fs的数值;
S33对2N个数据进行FFT傅里叶分析,获得0到fs/2带宽中每一Hz频率的幅值u,共有N+1个幅,分别为u0、u1、u2…..uN;
S34把每一Hz频率的对应幅值平方,获取该频率的功率u0 2、u1 2、u2 2…..uN 2;
S35在0到fs/2频段中选取被考察频段,并累加被考察频段的各个频率的功率;
S36求解噪声特征S,为步骤S35中被考察频段的各个频率的功率和的开方。
实施例二:
请参阅图4,为本发明的实施例二中噪声特征分析方法的步骤示意图,其中,
S41在被测噪声信号的输出端进行模拟低通滤波,根据考察需要设定低通滤波的截止频率为f0;
S42设定模数转换的速率,即采样频率fs,并且要保证fs>2×f0,满足香农采样定理,采样到2N个数据值,其中2N等于采样频率fs的数值,采样频率fs采到的数据只能满足fs/2频率数据的还原,因此,本案中设定考察0-fs/2频率噪声的特征,就需要用fs的频率采样,采用2N等于fs的方式(此处fs是指以Hz为单位的频率的数值),傅里叶变换后能够正好显示每Hz的幅值。则时域0-fs/2频段,在频域中对应的是0至N的N+1根谱线。此处,如此选择是为了减少时域和频域复杂的对应换算关系();
S43采用MATLAB中的Periodogram命令获得每一Hz频率的功率谱p0、p1、…pN;
S44在0到fs/2频段中选取被考察频段,并累加被考察频段的各个频率的功率;
S45求解噪声特征S,为步骤S44中被考察频段的各个频率的功率和的开方。
需要注意的是,Periodogram(中文名:周期图),是MATLAB软件中一种信号功率谱密度估计方法。它的特点是:为得到功率谱估值,先取信号序列的离散傅里叶变换,然后取其幅频特性的平方并除以序列长度N。由于序列x(n)的离散傅里叶变换X()具有周期性,因而这种功率谱也具有周期性,常称为周期图。该命令是MATLAB软件中固有的标准命令,在MATLAB软件的帮助界面有其详细的算法介绍和使用方法说明。因此,该命令的引用代码可以查阅MATLAB帮助界面和网站获得。
本发明具有以下优点:
首先,此方法操作简单,概念性强,计算方便。避免了用数字电压表只能实时获取噪声低频段的RMS有效值,实现了提取噪声任意频段特征的功能。
其次,本方法降低了噪声测量工作的劳动强度,避免了传统手段中噪声不同频段需要单独测量的弊端。
再次,本方法充分利用了现有的成熟的数字信息处理技术,通过对被考察噪声信号的数字信息分析,在保证测量精准度的条件下降低了对测量设备的要求。
总之,本发明在以上优点的基础上,明显降低了测量评估噪声特征的难度,实用方便,结果可靠,值得推广。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种噪声特征分析方法,其特征在于,包括以下步骤:
选择要进行噪声分析的目标频段,并将目标频段从噪声信号中截取出来;
对获取到的目标频段进行采样,使目标频段从模拟信号转换为数字信号;
对采样获取的数字信号进行傅里叶变换;
从傅里叶变换后获取的所有离散点中选取至少一点,并获取被选取到的点的幅值;
对被选取的点的幅值进行平方运算,获取被选取的点的功率,并累加被选取的点的功率;
对功率累加结果进行噪声特征分析。
2.根据权利要求1所述的噪声特征分析方法,其特征在于,使用滤波器将目标频段从噪声信号中截取出来。
3.根据权利要求1所述的噪声特征分析方法,其特征在于,所述滤波器为低通滤波器。
4.根据权利要求3所述的噪声特征分析方法,其特征在于,对获取到的目标频段进行采样时,采样频率大于两倍所述低通滤波器的截止频率。
5.根据权利要求1所述的噪声特征分析方法,其特征在于,对功率累加结果进行噪声特征分析包括以下步骤:
对所述功率和开方,获取目标频段的噪声特征。
6.一种噪声特征分析***,其特征在于,包括:
滤波器,连接到噪声源,用于将目标频段从所述噪声源发出的噪声信号中截取出来;
模数转换器,连接到所述滤波器,用于对所述目标频段采样,使目标频段从模拟信号转换为数字信号;
傅里叶变换器,连接至所述模数转换器,用于将所述模数转换器输出的数字信号进行傅里叶变换;
功率计算器,连接至所述傅里叶变换器,用于对所述傅里叶变化器输出的离散点的幅值进行平方运算,获取该点所对应的频率的功率;
累加器,连接至所述功率计算器,用于累加自所述离散点中被选取的点的功率;
噪声特征分析器,连接至所述累加器,用于对所述累加器输出的功率和进行噪声特征分析。
7.根据权利要求6所述的噪声特征分析***,其特征在于,所述滤波器为低通滤波器。
8.根据权利要求7所述的噪声特征分析***,其特征在于,所述模数转换器的采样频率大于两倍低通滤波器的截止频率。
9.根据权利要求6所述的噪声特征分析***,其特征在于,所述噪声特征分析器对功率和进行开方,获取目标频段的噪声特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910350391.2A CN110070886A (zh) | 2019-04-28 | 2019-04-28 | 噪声特征分析方法及噪声特征分析*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910350391.2A CN110070886A (zh) | 2019-04-28 | 2019-04-28 | 噪声特征分析方法及噪声特征分析*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110070886A true CN110070886A (zh) | 2019-07-30 |
Family
ID=67369304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910350391.2A Pending CN110070886A (zh) | 2019-04-28 | 2019-04-28 | 噪声特征分析方法及噪声特征分析*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110070886A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110626364A (zh) * | 2019-09-24 | 2019-12-31 | 中车株洲电力机车有限公司 | 一种轨道车辆冷却***隔声结构及其制作方法 |
CN118249831A (zh) * | 2024-05-27 | 2024-06-25 | 烟台易尚电子科技有限公司 | 一种基于数据识别的信号处理*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002076960A (ja) * | 2000-08-31 | 2002-03-15 | Toshiba Corp | ノイズ抑制方法及び携帯電話 |
CN103414527A (zh) * | 2013-08-08 | 2013-11-27 | 西安电子科技大学 | 一种基于能量检测的信号检测方法 |
CN103743470A (zh) * | 2013-12-23 | 2014-04-23 | 广西科技大学 | 一种汽车噪声频谱分析方法 |
-
2019
- 2019-04-28 CN CN201910350391.2A patent/CN110070886A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002076960A (ja) * | 2000-08-31 | 2002-03-15 | Toshiba Corp | ノイズ抑制方法及び携帯電話 |
CN103414527A (zh) * | 2013-08-08 | 2013-11-27 | 西安电子科技大学 | 一种基于能量检测的信号检测方法 |
CN103743470A (zh) * | 2013-12-23 | 2014-04-23 | 广西科技大学 | 一种汽车噪声频谱分析方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110626364A (zh) * | 2019-09-24 | 2019-12-31 | 中车株洲电力机车有限公司 | 一种轨道车辆冷却***隔声结构及其制作方法 |
CN110626364B (zh) * | 2019-09-24 | 2021-10-22 | 中车株洲电力机车有限公司 | 一种轨道车辆冷却***隔声结构及其制作方法 |
CN118249831A (zh) * | 2024-05-27 | 2024-06-25 | 烟台易尚电子科技有限公司 | 一种基于数据识别的信号处理*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wright | Short-time Fourier transforms and Wigner-Ville distributions applied to the calibration of power frequency harmonic analyzers | |
CN103941087B (zh) | 欠采样速率下的高频余弦信号的频率测量方法及其装置 | |
CN104122444B (zh) | 全数字中频频谱分析仪及频谱分析方法 | |
CN1725024A (zh) | 实时功率掩模触发 | |
EP3229030A1 (en) | Linear noise reduction for a test and measurement system | |
CN102419389B (zh) | 测试和测量仪器中的时域测量 | |
DK2406643T3 (en) | Method and system for monitoring of time domain interference | |
CN101300497B (zh) | 产生光谱轨迹的数据压缩 | |
CN110070886A (zh) | 噪声特征分析方法及噪声特征分析*** | |
CN106771592A (zh) | 一种电力***谐波检测方法 | |
CN107576890A (zh) | 一种时域测距方法及装置 | |
CN103983849A (zh) | 一种实时高精度的电力谐波分析方法 | |
CN110673223B (zh) | 一种无需同步电流采集和传输的sip观测方法 | |
CN106483445B (zh) | 宽带电路相位非线性失真的一种内建测量方法及装置 | |
Aiello et al. | A PC-based instrument for harmonics and interharmonics measurement in power supply systems | |
CN117388574A (zh) | 基于msd混合卷积窗的高频谐波分析方法、***、设备及存储介质 | |
CN107957515A (zh) | 通过波形监视的阻抗测量 | |
Zhou et al. | Research on rough and detailed combination spectrum analysis of electromagnetic signals based on complex modulation ZoomFFT | |
CN103201639A (zh) | 使用连续扫描频率的***频率响应测试 | |
US20240069081A1 (en) | Signal analysis for computing a complementary cumulative distribution function | |
Nunzi et al. | A procedure for highly reproducible measurements of ADC spectral parameters | |
CN114545078A (zh) | 中频信号处理***及处理方法 | |
Xu et al. | Harmonic parameter online estimation in power system based on Hann self-convolving window and equidistant two-point interpolated DFT | |
He et al. | Adaptive fast Chirplet transform and its application into fault diagnosis of rolling bearing under time-varying speed condition | |
CN106324540A (zh) | 一种数字示波器频率响应的快速测量方法及数字示波器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |