声振论坛

 找回密码
 我要加入

QQ登录

只需一步,快速开始

12
返回列表 发新帖
楼主: sh_lin30

[滤波] 关于滤波降噪,真的能把噪声和真实信号分离?我怀疑啊

[复制链接]
 楼主| 发表于 2014-11-28 20:23 | 显示全部楼层
NickLiu 发表于 2014-11-28 08:45
真实的噪声一般来说不会和你被测试物体的频率一样,只要虑掉这一部分频率就可以了

有什么根据?

噪声的频带是不是通频带?包括有色噪声

或者说,一个工程信号,在没有分离处理噪声和振动之前,如何知道它的频带和幅度?
回复 支持 反对
分享到:

使用道具 举报

 楼主| 发表于 2014-12-1 18:48 来自手机 | 显示全部楼层
自己顶起来 解决了这个问题对工程的问题大有帮助
发表于 2014-12-8 10:55 | 显示全部楼层
我觉得可以把信号认为是特征信息和干扰信息的混合,如果干扰信息与特征信息存在明显差异,如毛刺等,可以通过滤波器等相关技术滤除高频的干扰。如果像你说的当干扰信息的频率与特征信息频率无明显差异,我认为可以将干扰信息认为是特征信息,它也带有特征信息,因此没必要滤除,况且每次对噪声的处理如滤波等都会对信号的特征信息造成伤害。有人提到的SNR指标我觉得不好用,怎么知道降噪后得到的信号就是干净的信号,滤除的一定都是噪声不含特征信息呢?
 楼主| 发表于 2014-12-8 21:40 | 显示全部楼层
齐治平123456 发表于 2014-12-8 10:55
我觉得可以把信号认为是特征信息和干扰信息的混合,如果干扰信息与特征信息存在明显差异,如毛刺等,可以通 ...

这种干扰会影响模态识别 得到频率和阻尼比不真实
 楼主| 发表于 2014-12-16 07:41 来自手机 | 显示全部楼层
大牛们 给解释一下啊
发表于 2014-12-16 10:07 | 显示全部楼层
答案是,可以分离的。有很多技术和方法,较为靠谱的是时频分析工具。如果仅仅是用的话,你可以利用短时傅里叶变换,得到模态响应信号的时频域信号,然后,挑出你想要的那几阶单模态。这是一种比较直接的。如果是密集模态,可以通过矩阵分解的方法,将时频域中重叠的信号分开。
发表于 2014-12-16 10:10 | 显示全部楼层
本帖最后由 yugang2010 于 2014-12-16 10:24 编辑

有很多模态分析方面的论文。
 楼主| 发表于 2014-12-16 19:51 | 显示全部楼层
yugang2010 发表于 2014-12-16 10:07
答案是,可以分离的。有很多技术和方法,较为靠谱的是时频分析工具。如果仅仅是用的话,你可以利用短时傅里 ...

真实的工程信号不会分离成几个、或者说几十个的单阶模态
我不知道,你是否真的对工程上比较复杂的信号做过时频分析,根本看不出明显的若干阶的模态信息
基本上是模模糊糊、断断续续的

最近,看了很多这方面的资料,都是分析简单或者提取简单的周期信号,而且需要事先或基本了解所分析的信号特征,主要是故障识别的应用

所以,称为特征信号的提取或者识别更准确、完全称不上是信号的降噪或分离
 楼主| 发表于 2014-12-16 19:53 | 显示全部楼层
yugang2010 发表于 2014-12-16 10:10
有很多模态分析方面的论文。

振动信号的降噪,是模态识别的前提
很多的模态识别基本是利用协方差的方式消除噪声

基本只能适用于简单的信号,或低频域数据的处理
发表于 2014-12-17 11:25 | 显示全部楼层
sh_lin30 发表于 2014-12-16 19:53
振动信号的降噪,是模态识别的前提
很多的模态识别基本是利用协方差的方式消除噪声

你把信号传上来,给你分析一下。看看能不能解决
 楼主| 发表于 2014-12-17 22:18 | 显示全部楼层
yugang2010 发表于 2014-12-17 11:25
你把信号传上来,给你分析一下。看看能不能解决

谢谢 我看过很多信号处理方面的文章和故障分析实例,几本都是处理200Hz以下的问题

我处理的振动信号都是高频信号
发表于 2014-12-18 09:06 | 显示全部楼层
我觉得,关于模态信号,很多人喜欢处理低频部分,有部分原因是因为有限元软件在低频有效,为了对比分析研究。高频信号,只要采样频率足够,和低频区别有那么大么。
 楼主| 发表于 2015-4-14 09:08 来自手机 | 显示全部楼层
最近想了一下 现在的信号处理很大程度是机械振动方面发展起来的 其存在周期性的激励 对于这种信号是可以辨别出来的
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, 2024-6-27 03:27 , Processed in 0.052360 second(s), 16 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