CN103743470B - 一种汽车噪声频谱分析方法 - Google Patents
一种汽车噪声频谱分析方法 Download PDFInfo
- Publication number
- CN103743470B CN103743470B CN201310718031.6A CN201310718031A CN103743470B CN 103743470 B CN103743470 B CN 103743470B CN 201310718031 A CN201310718031 A CN 201310718031A CN 103743470 B CN103743470 B CN 103743470B
- Authority
- CN
- China
- Prior art keywords
- signal
- carried out
- spectrum
- noise
- infin
- 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.)
- Expired - Fee Related
Links
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公布了一种汽车噪声频谱分析方法:包括如下步骤:采集需处理的汽车噪声模拟信号;对采集的模拟信号进行预处理滤波;对预处理滤波后的模拟信号进行模数转换,得到采样数据;从采样数据中选取28个数据进行FFT处理,得到初步的信号频谱信息;对初步的信号频谱信息进行峰值搜索,得到峰值;对初步的信号频谱信息进行谱线混叠识别;对初步的信号频谱信息进行复解析带通滤波细化处理;对进行了复解析带通滤波细化处理的信号进行频谱校正处理,分别得到信号的频率、幅值及初相信息。在本发明能够在不提高频率分辨率的情况下,自动识别出汽车噪声中是否存在频率混叠,在保障计算精度的前提下,大幅度降低了计算量。
Description
技术领域
本发明涉及一种汽车噪声频谱分析方法。
背景技术
目前,不同的噪声源都对应有特定的频率特点,比如汽车发动机辐射的噪声就与燃烧过程中的点火频率相关,风扇叶片的频率影响风扇噪声,进气和排气门的开闭频率影响进气和排气系统的噪声,轮胎的花纹间距直接影响轮胎的噪声。通过噪声的频谱特征来分析找出主要噪声源。对噪声频谱图进行分析,不便可以得到噪声源的频率分布特点,进而判断测量的噪声是低频还是中高频噪声,还可以确定某些特定的噪声峰值是怎么产生的。
发明内容
本发明目的是针对现有技术存在的缺陷提供一种汽车噪声频谱分析方法。
本发明为实现上述目的,采用如下技术方案:一种汽车噪声频谱分析方法:包括如下步骤:
步骤1、采集需处理的汽车噪声模拟信号;
步骤2、对采集的模拟信号进行预处理滤波;
步骤3、对预处理滤波后的模拟信号进行模数转换,得到采样数据;
步骤4、从采样数据中选取28个数据进行FFT处理,得到初步的信号频谱信息;
步骤5、对初步的信号频谱信息进行峰值搜索,得到峰值;
步骤6、对初步的信号频谱信息进行谱线混叠识别,判断谱线是否被混叠,若是则进入步骤7,若不是则进入步骤9;
步骤7、对初步的信号频谱信息进行复解析带通滤波细化处理;
步骤8、对进行了复解析带通滤波细化处理的信号进行频谱校正处理,分别得到信号的频率、幅值及初相信息;
步骤9、对初步的信号频谱信息进行频谱校正处理,得到信号的频率、幅值及初相信息;
其中,所述信号频谱信息为非周期性的噪声信号,当这个噪声信号满足特定的条件时,此噪声信号的频谱X(f)可以用下面的公式计得:
此公式就称作为傅立叶正变换;
其中,X(f)是一个复数,Re(f)是它的实部,Im(f)是它的虚部:
X(f)=Re(f)jIm(f)(2-2)
由下面两个公式分别可以得到它的模和相位:
Φ(f)=arctg[Im(f)/Re(f)](2-4)
同时,对测量到的噪声进行频谱分析过程中,应用2-4公式可以计算得到噪声信号的幅值谱。应用噪声信号x(t)相关函数RX(τ)的定义为:
公式中的RX(τ)为x(t)的自相关函数;T为噪声信号观察时间;τ为时间差。
功率谱密度是自相关函数的傅立叶变换Sx(f):
功率谱密度函数SX(τ)与自相关函数RX(τ)相互为傅立叶变换对,另外功率谱密度函数还可以用非周期噪声信号x(t)的幅值谱X(f)表示成:
Sx(f)是一个偶函数,在汽车工程测试中都是采用单边频谱分析方法,所以功率谱密度函数可以用单边功率谱表示成:
最终得出功率谱是幅值谱的平方。
本发明的有益效果:在本发明能够在不提高频率分辨率的情况下,自动识别出汽车噪声中是否存在频率混叠,自动校正,在保障计算精度的前提下,大幅度降低了计算量。
具体实施方式
本发明涉及一种汽车噪声频谱分析方法:包括如下步骤:
步骤1、采集需处理的汽车噪声模拟信号;
步骤2、对采集的模拟信号进行预处理滤波;
步骤3、对预处理滤波后的模拟信号进行模数转换,得到采样数据;
步骤4、从采样数据中选取28个数据进行FFT处理,得到初步的信号频谱信息;
步骤5、对初步的信号频谱信息进行峰值搜索,得到峰值;
步骤6、对初步的信号频谱信息进行谱线混叠识别,判断谱线是否被混叠,若是则进入步骤7,若不是则进入步骤9;
步骤7、对初步的信号频谱信息进行复解析带通滤波细化处理;
步骤8、对进行了复解析带通滤波细化处理的信号进行频谱校正处理,分别得到信号的频率、幅值及初相信息;
步骤9、对初步的信号频谱信息进行频谱校正处理,得到信号的频率、幅值及初相信息;
其中,所述信号频谱信息为非周期性的噪声信号,当这个噪声信号满足特定的条件时,此噪声信号的频谱X(f)可以用下面的公式计得:
此公式就称作为傅立叶正变换;
其中,X(f)是一个复数,Re(f)是它的实部,Im(f)是它的虚部:
X(f)=Re(f)jIm(f)(2-2)
由下面两个公式分别可以得到它的模和相位:
Φ(f)=arctg[Im(f)/Re(f)](2-4)
同时,对测量到的噪声进行频谱分析过程中,应用2-4公式可以计算得到噪声信号的幅值谱。应用噪声信号x(t)相关函数RX(τ)的定义为:
公式中的RX(τ)为x(t)的自相关函数;T为噪声信号观察时间;τ为时间差。
功率谱密度是自相关函数的傅立叶变换Sx(f):
功率谱密度函数SX(τ)与自相关函数RX(τ)相互为傅立叶变换对,另外功率谱密度函数还可以用非周期噪声信号x(t)的幅值谱X(f)表示成:
Sx(f)是一个偶函数,在汽车工程测试中都是采用单边频谱分析方法,所以功率谱密度函数可以用单边功率谱表示成:
最终得出功率谱是幅值谱的平方。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (1)
1.一种汽车噪声频谱分析方法:其特征在于,包括如下步骤:
步骤1、采集需处理的汽车噪声模拟信号;
步骤2、对采集的模拟信号进行预处理滤波;
步骤3、对预处理滤波后的模拟信号进行模数转换,得到采样数据;
步骤4、从采样数据中选取28个数据进行FFT处理,得到初步的信号频谱信息;
步骤5、对初步的信号频谱信息进行峰值搜索,得到峰值;
步骤6、对初步的信号频谱信息进行谱线混叠识别,判断谱线是否被混叠,若是则进入步骤7,若不是则进入步骤9;
步骤7、对初步的信号频谱信息进行复解析带通滤波细化处理;
步骤8、对进行了复解析带通滤波细化处理的信号进行频谱校正处理,分别得到信号的频率、幅值及初相信息;
步骤9、对初步的信号频谱信息进行频谱校正处理,得到信号的频率、幅值及初相信息;
其中,所述步骤4中得到的初步的信号频谱信息为非周期性的噪声信号,当这个噪声信号满足特定的条件时,此噪声信号的频谱X(f)可以用下面的公式计得:
此公式就称作为傅立叶正变换;
其中,X(f)是一个复数,Re(f)是它的实部,Im(f)是它的虚部:
X(f)=Re(f)+jIm(f)(2-2)
由下面两个公式分别可以得到它的模和相位:
Φ(f)=arctg[Im(f)/Re(f)](2-4)
同时,对测量到的噪声进行频谱分析过程中,应用(2-2)、(2-3)和(2-4)公式可以计算得到噪声信号的幅值谱,噪声信号x(t)相关函数RX(τ)的定义为:
公式中的RX(τ)为x(t)的自相关函数;T为噪声信号观察时间;τ为时间差;
功率谱密度是自相关函数的傅立叶变换Sx(f):
功率谱密度函数Sx(f)与自相关函数RX(τ)相互为傅立叶变换对,或者将功率谱密度函数用非周期噪声信号x(t)的幅值谱X(f)表示成:
Sx(f)是一个偶函数,在汽车工程测试中都是采用单边频谱分析方法,所以功率谱密度函数可以用单边功率谱表示成:
最终得出功率谱是幅值谱的平方。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310718031.6A CN103743470B (zh) | 2013-12-23 | 2013-12-23 | 一种汽车噪声频谱分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310718031.6A CN103743470B (zh) | 2013-12-23 | 2013-12-23 | 一种汽车噪声频谱分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103743470A CN103743470A (zh) | 2014-04-23 |
CN103743470B true CN103743470B (zh) | 2016-05-18 |
Family
ID=50500510
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310718031.6A Expired - Fee Related CN103743470B (zh) | 2013-12-23 | 2013-12-23 | 一种汽车噪声频谱分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103743470B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104267104B (zh) * | 2014-09-23 | 2017-01-25 | 柳州市兴拓工贸有限责任公司 | 一种汽车阻尼材料减振降噪性能检测方法 |
CN105115593A (zh) * | 2015-09-23 | 2015-12-02 | 常州机电职业技术学院 | 电动混合汽车噪声测试方法 |
CN109579979A (zh) * | 2017-09-29 | 2019-04-05 | 比亚迪股份有限公司 | 一种新能源车电机噪声信号提取方法及系统 |
CN108234756B (zh) * | 2017-12-25 | 2020-10-30 | 北京小米松果电子有限公司 | 通话控制方法、装置及计算机可读存储介质 |
CN108334682B (zh) * | 2018-01-24 | 2021-08-17 | 北京机械设备研究所 | 一种频谱自动细化的批处理方法 |
CN110070886A (zh) * | 2019-04-28 | 2019-07-30 | 中国科学院上海应用物理研究所 | 噪声特征分析方法及噪声特征分析系统 |
CN111157095B (zh) * | 2020-01-17 | 2022-03-01 | 上海索辰信息科技股份有限公司 | 噪声声源的频率自动提取方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08286699A (ja) * | 1995-04-14 | 1996-11-01 | Tech Res & Dev Inst Of Japan Def Agency | 過渡音周波数解析方法及び同装置 |
CN101154382A (zh) * | 2006-09-29 | 2008-04-02 | 松下电器产业株式会社 | 检测风噪声的方法及其系统 |
CN103438983A (zh) * | 2013-07-29 | 2013-12-11 | 中国矿业大学 | 一种信号随机平均谱的数据处理方法 |
-
2013
- 2013-12-23 CN CN201310718031.6A patent/CN103743470B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08286699A (ja) * | 1995-04-14 | 1996-11-01 | Tech Res & Dev Inst Of Japan Def Agency | 過渡音周波数解析方法及び同装置 |
CN101154382A (zh) * | 2006-09-29 | 2008-04-02 | 松下电器产业株式会社 | 检测风噪声的方法及其系统 |
CN103438983A (zh) * | 2013-07-29 | 2013-12-11 | 中国矿业大学 | 一种信号随机平均谱的数据处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103743470A (zh) | 2014-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103743470B (zh) | 一种汽车噪声频谱分析方法 | |
CN103454495B (zh) | 自适应高精度快速频谱分析方法 | |
CN112507769A (zh) | 一种基于仿真传感器谐振增强特征的轴承故障诊断方法 | |
CN110007148B (zh) | 一种基于离散频谱相位和幅值综合内插的单频信号频率估计方法 | |
CN109522801B (zh) | 飞行时间质谱仪的重叠峰分离方法及系统 | |
CN105841723B (zh) | 基于小波奇异性检测的fbg传感解调寻峰方法 | |
CN110068727B (zh) | 一种基于Candan-Rife综合内插的单频信号频率估计方法 | |
Yanga et al. | A 3,500-year tree-ring record of annual precipitation on the northeastern Tibetan Plateau | |
CN103728663B (zh) | 一种时频分析方法 | |
CN106680585B (zh) | 谐波/间谐波的检测方法 | |
CN104408288A (zh) | 基于小波和参数补偿的多稳态随机共振微弱信号检测方法 | |
CN105629290A (zh) | 一种数字核脉冲信号墨西哥草帽小波成形方法 | |
CN103743969A (zh) | 一种近场电磁辐射干扰测量信号的测量噪声抑制方法 | |
CN104778342B (zh) | 一种基于小波奇异熵的心音特征提取方法 | |
CN109270045A (zh) | 一种用于拉曼光谱的快速荧光背景抑制方法 | |
CN112345247B (zh) | 一种滚动轴承的故障诊断方法及装置 | |
CN104298879B (zh) | 基于小波包分解的燃气轮机燃烧信号分析方法 | |
CN109163894B (zh) | 一种基于摩擦温度信号的磨合状态识别方法 | |
CN105717490A (zh) | 基于时频分析的lfm信号分离及参数估计方法 | |
CN103438983B (zh) | 一种信号随机平均谱的数据处理方法 | |
CN105223906A (zh) | 一种数控系统伺服驱动信号谐波频率的自动校正方法 | |
CN105372493B (zh) | 基于三条dft复数谱线的信号幅值和相位测量方法 | |
CN114166814A (zh) | 一种基于双尺度相关运算的拉曼谱峰识别方法 | |
CN110263711B (zh) | 一种基于改进谱峭度的耦合信号冲击特征提取方法 | |
CN108768558B (zh) | 一种td-lte基站电磁辐射相关性检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160518 Termination date: 20171223 |
|
CF01 | Termination of patent right due to non-payment of annual fee |