一种汽车噪声频谱分析方法

摘要

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。

主权项

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：$X\left(f\right)=\underset{-\propto }{\overset{\infty }{\int }}x\left(t\right)e^{-j2\pi ·\mathrm{ft}}\mathrm{dt}---(2-1)$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：$\left|X\left(f\right)\right|=\sqrt{{\mathrm{Re}}^2\left(f\right)+{\mathrm{Im}}^2\left(f\right)}---(2-3)$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R_X(τ)的定义为：$R_X\left(\tau \right)=\underset{T\to \infty }{\lim }\frac{1}{T}{\int }_0^{T}x\left(t\right)x(t+\tau )\mathrm{dt}---(2-5)$公式中的R_X(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S_x(f)：$S_x\left(f\right)={\int }_{-\infty }^{\infty }{R}_x\left(\tau \right)e^{-j2\pi ·\mathrm{ft}}\mathrm{d\tau }---(2-6)$功率谱密度函数S_X(τ)与自相关函数R_X(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：$S_x\left(f\right)=\underset{T\to \infty }{\lim }\frac{1}{T}{\left|X\left(f\right)\right|}^2---(2-7)$S_x（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：$G_x\left(f\right)=2S_X\left(f\right)=\underset{T\to \infty }{\lim }\frac{2}{T}{\left|X\left(f\right)\right|}^2---(2-8)$最终得出功率谱是幅值谱的平方。