时域特征提取:https://blog.csdn.net/qq_37240982/article/details/107425077
时频域特征提取:https://blog.csdn.net/qq_37240982/article/details/107425452
python
时域、频域、时频域特征提取matlab程序的zip:
https://www.90pan.com/b1994356
密码:6rq1
spa
频域特征
(1)提取的频域特征
频域分析可按频率观察信号特征,通常状况下,时域的分析更加直观,而频域的表示更加简洁,在频域上观察信号使得问题的分析更加深入和便捷。目前来讲,从时域到频域已成为信号分析的趋势。可是,这两种分析手段是相互联系、相辅相成和互有优点的。常规的频谱分析是指对信号进行傅立叶变换以进行分析。频谱分析包括幅度频谱和相位频谱且幅度频谱是最经常使用的。当减速器关键部件的健康状态发生改变时,样本数据信号频谱中的频率份量会相应地改变。故能够先经过分析振动信号的频域特征准确地表征信号频谱信息,而后获悉在不一样工况下减速器关键部件运行时的健康状态。研究者经常使用的频域特征参数包括重心频率、平均频率、均方根频率以及频率标准差
等。表达式如表 2.4 所示:
.net
(2)提取频域特征的matlab程序
code
function [ frequencystruct ] = frequencyDomainFeatures( src,fs) %计算频域统计特征 %***********************对信号进行FFT变换******************************* FS=fs; N=length(src);n=0:N-1; freq=n*fs/N; f=abs(fft(src,N)*2/N); x=f(1:N/2); %纵坐标 频率幅值 freq=freq(1:N/2)'; %横坐标 频率值 % plot(freq,x); % title('原始信号频域波形'); % xlabel('频率/hz'); % ylabel('幅值/v'); %********************************计算频域特征值***************************** frequencystruct.MF=mean(x); %平均频率 frequencystruct.FC=sum(freq.*x)/sum(x);%重心频率 frequencystruct.RMSF=sqrt(sum([freq.^2].*x)/sum(x));%频率均方根 frequencystruct.RVF=sqrt(sum([(freq-frequencystruct.FC).^2].*x)/sum(x));%频率标准差 %第一级边频带幅值和=上下最靠近啮合频率的边频带对应序号的频率幅值 这里随便写 %已知:行星轮个数、转频,能够找到啮合频率,而后获得边频带,便可计算 % frequencystruct.FSB=x(1000)+x(2000);%第一级边频带幅值和 % frequencystruct.FSI=frequencystruct.FSB/2;%边频带指数 % frequencystruct.FM0=(max(x)-min(x))/frequencystruct.FSB;%FM0 % frequencystruct.FSLF=frequencystruct.FSB/std(x,1);%边频带等级因子 end
时域、频域、时频域特征提取matlab程序的zip:
https://www.90pan.com/b1994356
密码:6rq1
blog