董德英

摘要：頻譜分析是數(shù)字信號分析的基本方法之一，通過頻譜分析，可以很好地獲取信號的頻率成分，了解信號在頻域中的分布情況，從而獲取需要的信號特征?；贔FT的全景譜分析，由于數(shù)據(jù)采樣長度與采樣頻率的限制，不可能有很高的頻率分辨率；尤其在寬頻帶的頻譜分析中，常規(guī)FFT分析很難對局部的頻率分布情況有很好的分析效果和準(zhǔn)確獲取主要頻率成分的?；谏鲜鲈蚣邦l譜細(xì)化分析應(yīng)用的需要，該文詳細(xì)論述了幾種常見的頻譜細(xì)化方法，并對頻譜連續(xù)細(xì)化算法進(jìn)行了深入研究并開發(fā)了具體的算法分析模塊，通過仿真試驗表明，頻譜連續(xù)細(xì)化具有很高的分析精度；具有很高的工程應(yīng)用價值。

關(guān)鍵詞：頻譜分析；頻譜細(xì)化；分辨率

中圖分類號：TN911 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2014）11-2653-03

動態(tài)測試技術(shù)在工程中有著廣泛的應(yīng)用，其在設(shè)備的狀態(tài)監(jiān)測與故障診斷、系統(tǒng)建模與動態(tài)分析、土木工程結(jié)構(gòu)分析等領(lǐng)域都有著廣泛深入的應(yīng)用；通過對測試信號的采集與分析處理，獲取需要的狀態(tài)參數(shù)與特征信號，為后續(xù)的深入應(yīng)用提供基礎(chǔ)。通常的信號分析方法有時域分析、頻域分析、時頻聯(lián)合分析。信號的頻譜分析技術(shù)是基本的分析方法，有著廣泛的工程應(yīng)用價值；FFT分析是信號頻譜分析的基礎(chǔ)，應(yīng)用廣泛；但由于數(shù)據(jù)采樣長度與采樣頻率的限制，F(xiàn)FT的頻率分辨不可能很高，F(xiàn)FT只能在整個頻段范圍內(nèi)對信號頻譜作出整體的分析。在實際工程應(yīng)用中，對于寬頻帶信號的FFT頻譜分析，局部頻帶的頻率成分很難有很高精度的分析效果；因此，通過頻譜的細(xì)化算法，提高局部頻段的分辨率，對于準(zhǔn)確獲取其頻率成分及特征信息，有著重要的應(yīng)用價值。

1 頻譜細(xì)化算法

實際的工程實踐中，眾多工程信號的頻譜都是密集型頻譜，比如機(jī)床振動信號、噪音信號等，這些信號的顯著特征是其頻譜圖的頻帶很寬，利用傳統(tǒng)的頻譜分析方法（FFT）難以獲得高的頻率分辨率，不利于觀測、分析信號的頻譜的細(xì)微結(jié)構(gòu)。

為獲得較高的頻譜分辨率，通過信號處理算法的改進(jìn)，提高信號的頻率分辨率，實現(xiàn)信號頻譜的細(xì)化，從而獲取信號的細(xì)部結(jié)構(gòu)；對于分析和研究信號特征具有重要的意義，因此頻譜細(xì)化算法在工程實踐中有著重要的價值。

1.1 通過增加N實現(xiàn)的頻譜細(xì)化

對于確定的采樣頻率而言，要想提高信號的頻率分辨率，由（1）可知，可以通過提高信號的采樣長度N來實現(xiàn)；這種方法能夠?qū)崿F(xiàn)信號頻譜分析在整個頻段內(nèi)的頻率分辨率的提高；但其缺點也是顯而易見的，增加N對于分析設(shè)備的存儲能力要求更高，同時N增大會明顯增加信號處理分析時間，這在工程應(yīng)用對實時性要求很高的領(lǐng)域是不允許的；同時，對于確定的采樣長度，這種方法在頻譜細(xì)化分析中是無能為力的；因此，通過增加采樣長度N來提高信號的頻率分辨率有著一定的局限性。

1.2 移頻法頻譜細(xì)化方法

移頻法的原理是通過降低信號的采樣頻率來提高信號的頻譜分辨率。移頻法頻譜細(xì)化算法，涉及到采樣數(shù)據(jù)的二次采樣，即根據(jù)局部頻譜細(xì)化倍數(shù)使用低的采樣頻率對已采樣數(shù)據(jù)進(jìn)行重采樣，實現(xiàn)頻率分辨率的提高。1.3 頻譜連續(xù)細(xì)化算法

傳統(tǒng)的離散富里葉變換，其頻率分辨力受采樣頻率和采樣長度的限制，而且運算速度慢，目前的信號處理設(shè)備一般都采用FFT進(jìn)行頻率分析和計算。在不增加采樣數(shù)據(jù)長度的前提下，將離散的富里葉變換頻域曲線，轉(zhuǎn)變成連續(xù)的曲線，其在理論上是可行的，這樣便克服了頻率分辨力的限制，但計算量會增加。伴隨計算機(jī)技術(shù)的快速發(fā)展，運算速度的提高，利用連續(xù)的富里葉變換頻域曲線，實現(xiàn)對FFT全景譜指定區(qū)域，進(jìn)行指定密度的頻譜細(xì)化，在技術(shù)上是可行的，且具有重要的工程實踐意義。

1.3.1 利用連續(xù)傅立葉變換實現(xiàn)FFT頻譜細(xì)化的算法原理

實際的工程應(yīng)用中可以選擇合適的頻率分辨率對信號的頻譜進(jìn)行細(xì)化分析，準(zhǔn)確獲取信號的特征頻率成分的幅值、相位等信息。

頻譜連續(xù)細(xì)化方法在實際的應(yīng)用中，首先通過FFT計算出采樣信號的全景譜，再根據(jù)具體的工程分析要求對具體的信號頻段進(jìn)行細(xì)化分析，獲取高的頻譜分析效果。連續(xù)頻譜細(xì)化算法在一定程度增加了信號分析處理的時間，但當(dāng)前計算機(jī)技術(shù)的發(fā)展和運算速度的提高，可以滿足實際工程分析的需要。

2 頻譜連續(xù)細(xì)化算法實現(xiàn)與驗證

結(jié)合上述算法原理，該文采用C#為開發(fā)語言開發(fā)了頻譜連續(xù)細(xì)化算法模塊，應(yīng)用到計算機(jī)測試分析系統(tǒng)中，并通過仿真信號驗證了算法的準(zhǔn)確性。

FFT算法通常會有較大的分析誤差，并且其信號的頻率分辨率受到采樣長度和采樣頻率的限制，難以觀察寬頻信號的局部特征；基于頻譜連續(xù)細(xì)分算法的頻譜細(xì)化分析，頻率分辨率可以根據(jù)分析的需要選取，從而實現(xiàn)信號局部頻段的細(xì)化分析，提高分析精度，并且可以準(zhǔn)確提取信號主頻成分的特征信息。因此，頻譜連續(xù)細(xì)化算法在工程實踐中具有一定的應(yīng)用價值。

3 結(jié)論

本文詳細(xì)闡述了幾種常見的頻譜細(xì)化算法，并對各自的算法特點和優(yōu)劣進(jìn)行了對比分析；鑒于移頻法頻譜細(xì)化算法和增加采樣長度細(xì)化算法的局限性，該文對頻譜連續(xù)細(xì)化算法進(jìn)行了深入研究，連續(xù)細(xì)化算法是在對DFT算法進(jìn)行改進(jìn)的基礎(chǔ)上實現(xiàn)的，通過此算法可以對局部頻段進(jìn)行所需密度的頻譜細(xì)化分析，其頻率分辨率在理論上不受限制，大大提高了頻譜分析的精度。

通過仿真試驗，驗證了算法的有效性和分析模塊的適應(yīng)性，此分析模塊應(yīng)用到所開發(fā)的計算機(jī)測試分析系統(tǒng)中，取得了良好的分析效果；頻譜連續(xù)細(xì)化分析在非平穩(wěn)信號頻譜分析也能取的良好的分析效果；因此，頻譜連續(xù)細(xì)化分析方法在工程應(yīng)用中具有重要價值。

參考文獻(xiàn)：

[1] Kay S.A Fast and Accurate Single Frequency Estimator[J].IEEE Tran on Acoust Speech Signal Process，1989，37（12）：1987.

[2] Quinn BG.Estimation of Frequency，Amplitude， and phase from the DFT of Time Series[J].IEEE Trans On Signal Processing，1977，45（3）：814-817.

[3] 劉進(jìn)明，應(yīng)懷樵.FFT譜連續(xù)細(xì)化分析的傅里葉變換法[J].振動工程學(xué)報，1995，8（2）：162-166.[4] 薛海中，李鵬，張娟，過振.基于局部頻譜連續(xù)細(xì)化的高精度頻率估計算法[J].西安電子科技大學(xué)學(xué)報，2007，34（1）：21-24.

[5] Chang Junsheng，Yu Dejie，Yang Yu.Time-energy density analysis based on wavelet transform[J].NDT&E International 2005，38：569-572.

[6] 應(yīng)懷樵，沈松，劉進(jìn)明.頻率混疊在時域和頻域現(xiàn)象中的研究[J].振動、測試與診斷，2006，26（1）：1-4.

[7] 吳劍，孫繡霞.非平穩(wěn)信號的一種細(xì)化譜分析方法及應(yīng)用[J].彈箭與制導(dǎo)學(xué)報，2005，25（2）：595-597.

[8] 金巖，常志權(quán).頻譜分析技術(shù)在車輛NVH故障診斷中的應(yīng)用[J].噪聲與振動控制，2010（1）：110-113.endprint

摘要：頻譜分析是數(shù)字信號分析的基本方法之一，通過頻譜分析，可以很好地獲取信號的頻率成分，了解信號在頻域中的分布情況，從而獲取需要的信號特征。基于FFT的全景譜分析，由于數(shù)據(jù)采樣長度與采樣頻率的限制，不可能有很高的頻率分辨率；尤其在寬頻帶的頻譜分析中，常規(guī)FFT分析很難對局部的頻率分布情況有很好的分析效果和準(zhǔn)確獲取主要頻率成分的?；谏鲜鲈蚣邦l譜細(xì)化分析應(yīng)用的需要，該文詳細(xì)論述了幾種常見的頻譜細(xì)化方法，并對頻譜連續(xù)細(xì)化算法進(jìn)行了深入研究并開發(fā)了具體的算法分析模塊，通過仿真試驗表明，頻譜連續(xù)細(xì)化具有很高的分析精度；具有很高的工程應(yīng)用價值。

關(guān)鍵詞：頻譜分析；頻譜細(xì)化；分辨率

中圖分類號：TN911 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2014）11-2653-03

動態(tài)測試技術(shù)在工程中有著廣泛的應(yīng)用，其在設(shè)備的狀態(tài)監(jiān)測與故障診斷、系統(tǒng)建模與動態(tài)分析、土木工程結(jié)構(gòu)分析等領(lǐng)域都有著廣泛深入的應(yīng)用；通過對測試信號的采集與分析處理，獲取需要的狀態(tài)參數(shù)與特征信號，為后續(xù)的深入應(yīng)用提供基礎(chǔ)。通常的信號分析方法有時域分析、頻域分析、時頻聯(lián)合分析。信號的頻譜分析技術(shù)是基本的分析方法，有著廣泛的工程應(yīng)用價值；FFT分析是信號頻譜分析的基礎(chǔ)，應(yīng)用廣泛；但由于數(shù)據(jù)采樣長度與采樣頻率的限制，F(xiàn)FT的頻率分辨不可能很高，F(xiàn)FT只能在整個頻段范圍內(nèi)對信號頻譜作出整體的分析。在實際工程應(yīng)用中，對于寬頻帶信號的FFT頻譜分析，局部頻帶的頻率成分很難有很高精度的分析效果；因此，通過頻譜的細(xì)化算法，提高局部頻段的分辨率，對于準(zhǔn)確獲取其頻率成分及特征信息，有著重要的應(yīng)用價值。

1 頻譜細(xì)化算法

實際的工程實踐中，眾多工程信號的頻譜都是密集型頻譜，比如機(jī)床振動信號、噪音信號等，這些信號的顯著特征是其頻譜圖的頻帶很寬，利用傳統(tǒng)的頻譜分析方法（FFT）難以獲得高的頻率分辨率，不利于觀測、分析信號的頻譜的細(xì)微結(jié)構(gòu)。

為獲得較高的頻譜分辨率，通過信號處理算法的改進(jìn)，提高信號的頻率分辨率，實現(xiàn)信號頻譜的細(xì)化，從而獲取信號的細(xì)部結(jié)構(gòu)；對于分析和研究信號特征具有重要的意義，因此頻譜細(xì)化算法在工程實踐中有著重要的價值。

1.1 通過增加N實現(xiàn)的頻譜細(xì)化

對于確定的采樣頻率而言，要想提高信號的頻率分辨率，由（1）可知，可以通過提高信號的采樣長度N來實現(xiàn)；這種方法能夠?qū)崿F(xiàn)信號頻譜分析在整個頻段內(nèi)的頻率分辨率的提高；但其缺點也是顯而易見的，增加N對于分析設(shè)備的存儲能力要求更高，同時N增大會明顯增加信號處理分析時間，這在工程應(yīng)用對實時性要求很高的領(lǐng)域是不允許的；同時，對于確定的采樣長度，這種方法在頻譜細(xì)化分析中是無能為力的；因此，通過增加采樣長度N來提高信號的頻率分辨率有著一定的局限性。

1.2 移頻法頻譜細(xì)化方法

移頻法的原理是通過降低信號的采樣頻率來提高信號的頻譜分辨率。移頻法頻譜細(xì)化算法，涉及到采樣數(shù)據(jù)的二次采樣，即根據(jù)局部頻譜細(xì)化倍數(shù)使用低的采樣頻率對已采樣數(shù)據(jù)進(jìn)行重采樣，實現(xiàn)頻率分辨率的提高。1.3 頻譜連續(xù)細(xì)化算法

傳統(tǒng)的離散富里葉變換，其頻率分辨力受采樣頻率和采樣長度的限制，而且運算速度慢，目前的信號處理設(shè)備一般都采用FFT進(jìn)行頻率分析和計算。在不增加采樣數(shù)據(jù)長度的前提下，將離散的富里葉變換頻域曲線，轉(zhuǎn)變成連續(xù)的曲線，其在理論上是可行的，這樣便克服了頻率分辨力的限制，但計算量會增加。伴隨計算機(jī)技術(shù)的快速發(fā)展，運算速度的提高，利用連續(xù)的富里葉變換頻域曲線，實現(xiàn)對FFT全景譜指定區(qū)域，進(jìn)行指定密度的頻譜細(xì)化，在技術(shù)上是可行的，且具有重要的工程實踐意義。

1.3.1 利用連續(xù)傅立葉變換實現(xiàn)FFT頻譜細(xì)化的算法原理

實際的工程應(yīng)用中可以選擇合適的頻率分辨率對信號的頻譜進(jìn)行細(xì)化分析，準(zhǔn)確獲取信號的特征頻率成分的幅值、相位等信息。

頻譜連續(xù)細(xì)化方法在實際的應(yīng)用中，首先通過FFT計算出采樣信號的全景譜，再根據(jù)具體的工程分析要求對具體的信號頻段進(jìn)行細(xì)化分析，獲取高的頻譜分析效果。連續(xù)頻譜細(xì)化算法在一定程度增加了信號分析處理的時間，但當(dāng)前計算機(jī)技術(shù)的發(fā)展和運算速度的提高，可以滿足實際工程分析的需要。

2 頻譜連續(xù)細(xì)化算法實現(xiàn)與驗證

結(jié)合上述算法原理，該文采用C#為開發(fā)語言開發(fā)了頻譜連續(xù)細(xì)化算法模塊，應(yīng)用到計算機(jī)測試分析系統(tǒng)中，并通過仿真信號驗證了算法的準(zhǔn)確性。

FFT算法通常會有較大的分析誤差，并且其信號的頻率分辨率受到采樣長度和采樣頻率的限制，難以觀察寬頻信號的局部特征；基于頻譜連續(xù)細(xì)分算法的頻譜細(xì)化分析，頻率分辨率可以根據(jù)分析的需要選取，從而實現(xiàn)信號局部頻段的細(xì)化分析，提高分析精度，并且可以準(zhǔn)確提取信號主頻成分的特征信息。因此，頻譜連續(xù)細(xì)化算法在工程實踐中具有一定的應(yīng)用價值。

3 結(jié)論

本文詳細(xì)闡述了幾種常見的頻譜細(xì)化算法，并對各自的算法特點和優(yōu)劣進(jìn)行了對比分析；鑒于移頻法頻譜細(xì)化算法和增加采樣長度細(xì)化算法的局限性，該文對頻譜連續(xù)細(xì)化算法進(jìn)行了深入研究，連續(xù)細(xì)化算法是在對DFT算法進(jìn)行改進(jìn)的基礎(chǔ)上實現(xiàn)的，通過此算法可以對局部頻段進(jìn)行所需密度的頻譜細(xì)化分析，其頻率分辨率在理論上不受限制，大大提高了頻譜分析的精度。

通過仿真試驗，驗證了算法的有效性和分析模塊的適應(yīng)性，此分析模塊應(yīng)用到所開發(fā)的計算機(jī)測試分析系統(tǒng)中，取得了良好的分析效果；頻譜連續(xù)細(xì)化分析在非平穩(wěn)信號頻譜分析也能取的良好的分析效果；因此，頻譜連續(xù)細(xì)化分析方法在工程應(yīng)用中具有重要價值。

參考文獻(xiàn)：

[1] Kay S.A Fast and Accurate Single Frequency Estimator[J].IEEE Tran on Acoust Speech Signal Process，1989，37（12）：1987.

[2] Quinn BG.Estimation of Frequency，Amplitude， and phase from the DFT of Time Series[J].IEEE Trans On Signal Processing，1977，45（3）：814-817.

[3] 劉進(jìn)明，應(yīng)懷樵.FFT譜連續(xù)細(xì)化分析的傅里葉變換法[J].振動工程學(xué)報，1995，8（2）：162-166.[4] 薛海中，李鵬，張娟，過振.基于局部頻譜連續(xù)細(xì)化的高精度頻率估計算法[J].西安電子科技大學(xué)學(xué)報，2007，34（1）：21-24.

[5] Chang Junsheng，Yu Dejie，Yang Yu.Time-energy density analysis based on wavelet transform[J].NDT&E International 2005，38：569-572.

[6] 應(yīng)懷樵，沈松，劉進(jìn)明.頻率混疊在時域和頻域現(xiàn)象中的研究[J].振動、測試與診斷，2006，26（1）：1-4.

[7] 吳劍，孫繡霞.非平穩(wěn)信號的一種細(xì)化譜分析方法及應(yīng)用[J].彈箭與制導(dǎo)學(xué)報，2005，25（2）：595-597.

[8] 金巖，常志權(quán).頻譜分析技術(shù)在車輛NVH故障診斷中的應(yīng)用[J].噪聲與振動控制，2010（1）：110-113.endprint

摘要：頻譜分析是數(shù)字信號分析的基本方法之一，通過頻譜分析，可以很好地獲取信號的頻率成分，了解信號在頻域中的分布情況，從而獲取需要的信號特征?；贔FT的全景譜分析，由于數(shù)據(jù)采樣長度與采樣頻率的限制，不可能有很高的頻率分辨率；尤其在寬頻帶的頻譜分析中，常規(guī)FFT分析很難對局部的頻率分布情況有很好的分析效果和準(zhǔn)確獲取主要頻率成分的?；谏鲜鲈蚣邦l譜細(xì)化分析應(yīng)用的需要，該文詳細(xì)論述了幾種常見的頻譜細(xì)化方法，并對頻譜連續(xù)細(xì)化算法進(jìn)行了深入研究并開發(fā)了具體的算法分析模塊，通過仿真試驗表明，頻譜連續(xù)細(xì)化具有很高的分析精度；具有很高的工程應(yīng)用價值。

關(guān)鍵詞：頻譜分析；頻譜細(xì)化；分辨率

中圖分類號：TN911 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2014）11-2653-03

動態(tài)測試技術(shù)在工程中有著廣泛的應(yīng)用，其在設(shè)備的狀態(tài)監(jiān)測與故障診斷、系統(tǒng)建模與動態(tài)分析、土木工程結(jié)構(gòu)分析等領(lǐng)域都有著廣泛深入的應(yīng)用；通過對測試信號的采集與分析處理，獲取需要的狀態(tài)參數(shù)與特征信號，為后續(xù)的深入應(yīng)用提供基礎(chǔ)。通常的信號分析方法有時域分析、頻域分析、時頻聯(lián)合分析。信號的頻譜分析技術(shù)是基本的分析方法，有著廣泛的工程應(yīng)用價值；FFT分析是信號頻譜分析的基礎(chǔ)，應(yīng)用廣泛；但由于數(shù)據(jù)采樣長度與采樣頻率的限制，F(xiàn)FT的頻率分辨不可能很高，F(xiàn)FT只能在整個頻段范圍內(nèi)對信號頻譜作出整體的分析。在實際工程應(yīng)用中，對于寬頻帶信號的FFT頻譜分析，局部頻帶的頻率成分很難有很高精度的分析效果；因此，通過頻譜的細(xì)化算法，提高局部頻段的分辨率，對于準(zhǔn)確獲取其頻率成分及特征信息，有著重要的應(yīng)用價值。

1 頻譜細(xì)化算法

實際的工程實踐中，眾多工程信號的頻譜都是密集型頻譜，比如機(jī)床振動信號、噪音信號等，這些信號的顯著特征是其頻譜圖的頻帶很寬，利用傳統(tǒng)的頻譜分析方法（FFT）難以獲得高的頻率分辨率，不利于觀測、分析信號的頻譜的細(xì)微結(jié)構(gòu)。

為獲得較高的頻譜分辨率，通過信號處理算法的改進(jìn)，提高信號的頻率分辨率，實現(xiàn)信號頻譜的細(xì)化，從而獲取信號的細(xì)部結(jié)構(gòu)；對于分析和研究信號特征具有重要的意義，因此頻譜細(xì)化算法在工程實踐中有著重要的價值。

1.1 通過增加N實現(xiàn)的頻譜細(xì)化

對于確定的采樣頻率而言，要想提高信號的頻率分辨率，由（1）可知，可以通過提高信號的采樣長度N來實現(xiàn)；這種方法能夠?qū)崿F(xiàn)信號頻譜分析在整個頻段內(nèi)的頻率分辨率的提高；但其缺點也是顯而易見的，增加N對于分析設(shè)備的存儲能力要求更高，同時N增大會明顯增加信號處理分析時間，這在工程應(yīng)用對實時性要求很高的領(lǐng)域是不允許的；同時，對于確定的采樣長度，這種方法在頻譜細(xì)化分析中是無能為力的；因此，通過增加采樣長度N來提高信號的頻率分辨率有著一定的局限性。

1.2 移頻法頻譜細(xì)化方法

移頻法的原理是通過降低信號的采樣頻率來提高信號的頻譜分辨率。移頻法頻譜細(xì)化算法，涉及到采樣數(shù)據(jù)的二次采樣，即根據(jù)局部頻譜細(xì)化倍數(shù)使用低的采樣頻率對已采樣數(shù)據(jù)進(jìn)行重采樣，實現(xiàn)頻率分辨率的提高。1.3 頻譜連續(xù)細(xì)化算法

傳統(tǒng)的離散富里葉變換，其頻率分辨力受采樣頻率和采樣長度的限制，而且運算速度慢，目前的信號處理設(shè)備一般都采用FFT進(jìn)行頻率分析和計算。在不增加采樣數(shù)據(jù)長度的前提下，將離散的富里葉變換頻域曲線，轉(zhuǎn)變成連續(xù)的曲線，其在理論上是可行的，這樣便克服了頻率分辨力的限制，但計算量會增加。伴隨計算機(jī)技術(shù)的快速發(fā)展，運算速度的提高，利用連續(xù)的富里葉變換頻域曲線，實現(xiàn)對FFT全景譜指定區(qū)域，進(jìn)行指定密度的頻譜細(xì)化，在技術(shù)上是可行的，且具有重要的工程實踐意義。

1.3.1 利用連續(xù)傅立葉變換實現(xiàn)FFT頻譜細(xì)化的算法原理

實際的工程應(yīng)用中可以選擇合適的頻率分辨率對信號的頻譜進(jìn)行細(xì)化分析，準(zhǔn)確獲取信號的特征頻率成分的幅值、相位等信息。

頻譜連續(xù)細(xì)化方法在實際的應(yīng)用中，首先通過FFT計算出采樣信號的全景譜，再根據(jù)具體的工程分析要求對具體的信號頻段進(jìn)行細(xì)化分析，獲取高的頻譜分析效果。連續(xù)頻譜細(xì)化算法在一定程度增加了信號分析處理的時間，但當(dāng)前計算機(jī)技術(shù)的發(fā)展和運算速度的提高，可以滿足實際工程分析的需要。

2 頻譜連續(xù)細(xì)化算法實現(xiàn)與驗證

結(jié)合上述算法原理，該文采用C#為開發(fā)語言開發(fā)了頻譜連續(xù)細(xì)化算法模塊，應(yīng)用到計算機(jī)測試分析系統(tǒng)中，并通過仿真信號驗證了算法的準(zhǔn)確性。

FFT算法通常會有較大的分析誤差，并且其信號的頻率分辨率受到采樣長度和采樣頻率的限制，難以觀察寬頻信號的局部特征；基于頻譜連續(xù)細(xì)分算法的頻譜細(xì)化分析，頻率分辨率可以根據(jù)分析的需要選取，從而實現(xiàn)信號局部頻段的細(xì)化分析，提高分析精度，并且可以準(zhǔn)確提取信號主頻成分的特征信息。因此，頻譜連續(xù)細(xì)化算法在工程實踐中具有一定的應(yīng)用價值。

3 結(jié)論

本文詳細(xì)闡述了幾種常見的頻譜細(xì)化算法，并對各自的算法特點和優(yōu)劣進(jìn)行了對比分析；鑒于移頻法頻譜細(xì)化算法和增加采樣長度細(xì)化算法的局限性，該文對頻譜連續(xù)細(xì)化算法進(jìn)行了深入研究，連續(xù)細(xì)化算法是在對DFT算法進(jìn)行改進(jìn)的基礎(chǔ)上實現(xiàn)的，通過此算法可以對局部頻段進(jìn)行所需密度的頻譜細(xì)化分析，其頻率分辨率在理論上不受限制，大大提高了頻譜分析的精度。

通過仿真試驗，驗證了算法的有效性和分析模塊的適應(yīng)性，此分析模塊應(yīng)用到所開發(fā)的計算機(jī)測試分析系統(tǒng)中，取得了良好的分析效果；頻譜連續(xù)細(xì)化分析在非平穩(wěn)信號頻譜分析也能取的良好的分析效果；因此，頻譜連續(xù)細(xì)化分析方法在工程應(yīng)用中具有重要價值。

參考文獻(xiàn)：

[1] Kay S.A Fast and Accurate Single Frequency Estimator[J].IEEE Tran on Acoust Speech Signal Process，1989，37（12）：1987.

[2] Quinn BG.Estimation of Frequency，Amplitude， and phase from the DFT of Time Series[J].IEEE Trans On Signal Processing，1977，45（3）：814-817.

[3] 劉進(jìn)明，應(yīng)懷樵.FFT譜連續(xù)細(xì)化分析的傅里葉變換法[J].振動工程學(xué)報，1995，8（2）：162-166.[4] 薛海中，李鵬，張娟，過振.基于局部頻譜連續(xù)細(xì)化的高精度頻率估計算法[J].西安電子科技大學(xué)學(xué)報，2007，34（1）：21-24.

[5] Chang Junsheng，Yu Dejie，Yang Yu.Time-energy density analysis based on wavelet transform[J].NDT&E International 2005，38：569-572.

[6] 應(yīng)懷樵，沈松，劉進(jìn)明.頻率混疊在時域和頻域現(xiàn)象中的研究[J].振動、測試與診斷，2006，26（1）：1-4.

[7] 吳劍，孫繡霞.非平穩(wěn)信號的一種細(xì)化譜分析方法及應(yīng)用[J].彈箭與制導(dǎo)學(xué)報，2005，25（2）：595-597.

[8] 金巖，常志權(quán).頻譜分析技術(shù)在車輛NVH故障診斷中的應(yīng)用[J].噪聲與振動控制，2010（1）：110-113.endprint