本發(fā)明涉及數(shù)字信號處理技術，具體涉及在頻譜質量好的情況下測量物體的振動基頻的方法。

背景技術：

振動基頻是各種物體的一個重要物理參數(shù)，能夠反映物體或者物理結構的物理狀態(tài)和特性。對振動基頻的測量被廣泛應用于結構健康檢測、物體探傷等。測量物體的振動基頻的通常方法是，首先使用傳感器以一定的采樣頻率測量物體的物理量(例如加速度、速度或者位移等)，然后對測得的物理量做快速傅里葉變換(FFT)而得到FFT功率譜，最后從FFT功率譜中人工識別出物體的振動基頻。這種人工識別振動基頻的方式比較麻煩，依賴于個人的經(jīng)驗，而且結果往往不夠準確。

技術實現(xiàn)要素：

為了解決上述問題，本發(fā)明提供一種能夠在頻譜質量好的情況下自動地而且比較準確地測量物體的振動基頻的方法。

根據(jù)本發(fā)明，一種在頻譜質量好的情況下測量物體的振動基頻的方法包括以下步驟：

使用傳感器以采樣頻率r測量物體的物理量，其中r在該物體的振動基頻的10倍到50倍之間；

對該物理量做快速傅里葉變換(FFT)，得到FFT功率譜，其中，F(xiàn)FT運算點數(shù)N不小于4096；

對FFT功率譜進行預處理，得到FFT功率譜中的峰值功率譜；以及

對于循環(huán)變量u＝1,2,…,p的每一個取值，其中p為得到的FFT功率譜中的峰值功率譜中的峰值的數(shù)量，按以下方式執(zhí)行一輪循環(huán)操作，除非在下述條件下提前退出循環(huán)：找出FFT功率譜中的峰值功率譜中幅度最大的u個頻點n₁,n₂,…,n_u，將這u個頻點兩兩做差，得到個頻點，將這個頻點連同原始的u個頻點n₁,n₂,…,n_u一共個頻點從小到大排序，得到排序后的頻點m_i(i＝1,2,…,)；從m₁開始遍歷這些排序后的頻點，對于遍歷的每一個頻點m_i，計算匹配度其中W為最接近的整數(shù)，并設置相應的匹配值y_i,j(j＝1,2,…,u)，若x_i,j大于預定匹配閾值σ，其中0<σ≤0.1，則y_i,j＝0，否則y_i,j＝1，然后計算基頻相似度若z_i小于預定相似度閾值R，其中0.5<R<1，則繼續(xù)遍歷，否則停止遍歷，并提前退出循環(huán)，確定當前遍歷的頻點m_i為候選振動基頻點x₂，通過運算而得到該物體的候選振動基頻f₂。

本發(fā)明能夠在頻譜質量好的情況下以較高精度自動測量物體的振動基頻，而不需要人工識別基頻。

附圖說明

圖1是根據(jù)本發(fā)明的在頻譜質量好的情況下測量物體的振動基頻的方法的流程圖。

具體實施方式

下面將參照圖1詳細描述根據(jù)本發(fā)明的在頻譜質量好的情況下測量物體的振動基頻的方法的各個步驟。

如圖1所示，在步驟S1，使用傳感器以采樣頻率r測量物體的物理量(例如加速度、速度或者位移等)，其中r在該物體的振動基頻的10倍到50倍之間。在步驟S2，對該物理量做快速傅里葉變換(FFT)，得到FFT功率譜，其中，F(xiàn)FT運算點數(shù)N不小于4096。這里，為了保證本發(fā)明的測量方法的準確性，對采樣頻率r和FFT運算點數(shù)N的取值范圍進行了限定。

在步驟S3，對FFT功率譜進行預處理，得到FFT功率譜中的峰值功率譜。步驟S3的主要目的是找到FFT功率譜中突出的峰值。通常情況下，物體的振動基頻或其高次諧波會在FFT功率譜中的峰值位置。

本領域技術人員能夠理解，步驟S3可通過多種方式來實現(xiàn)。例如，步驟S3可包括：掃描FFT功率譜，如果掃描到的頻點是極大值點，則不作處理，否則直接置零，從而在掃描完畢后得到FFT功率譜中的峰值功率譜。

可替換地，步驟S3可包括：

對FFT功率譜進行滑動平均處理，得到FFT平滑功率譜，其中滑動平均處理所取的窗口寬度為5～20個頻點，從而能夠顯著降低FFT功率譜中干擾峰值的影響；

將FFT平滑功率譜的第1點到第M-1點直接置零(由于頻譜中低頻段的峰值會降低振動基頻測量的準確度，這樣處理可排除低頻段的峰值的影響)，其中M為之間的整數(shù)(一般取一個較小的整數(shù)，例如)；

從第M點到第N點掃描FFT平滑功率譜，保留FFT平滑功率譜中的所有極大值點，其他非極大值點全部置零；

再次從第1點到第N點掃描FFT平滑功率譜中的所有非零點，按以下方式得到FFT功率譜中的峰值功率譜：設第k點為當前掃描的非零點，k-1點為上一個掃描的非零點，k+1為下一個掃描的非零點，若第k點的幅度大于第k-1點的幅度和第k+1點的幅度或者第k點與最近非零點的距離不小于預定距離閾值D，其中D為之間的整數(shù)(一般取一個與M接近的整數(shù))，則不做處理而繼續(xù)掃描第k+1點，否則將第k點置零(這樣處理的目的是去除在FFT功率譜中距離很接近的兩個峰值中的幅度較小者，這是因為兩個很接近的峰值會影響振動基頻測量的準確度)。

在步驟S4，采用頻率匹配法，得到該物體的候選振動基頻f₂。具體地說，對于循環(huán)變量u＝1,2,…,p的每一個取值，其中p為在步驟S3得到的FFT功率譜中的峰值功率譜中的峰值的數(shù)量，按以下方式執(zhí)行一輪循環(huán)操作，除非在下述條件下提前退出循環(huán)：找出FFT功率譜中的峰值功率譜中幅度最大的u個頻點n₁,n₂,…,n_u，將這u個頻點兩兩做差，得到個頻點，將這個頻點連同原始的u個頻點n₁,n₂,…,n_u一共個頻點從小到大排序，得到排序后的頻點m_i(i＝1,2,…,)；從m₁開始遍歷這些排序后的頻點，對于遍歷的每一個頻點m_i，計算匹配度其中W為最接近的整數(shù)，并設置相應的匹配值y_i,j(j＝1,2,…,u)，若x_i,j大于預定匹配閾值σ，其中0<σ≤0.1(σ一般取一個接近0的數(shù)，例如0.01)，則y_i,j＝0，否則y_i,j＝1，然后計算基頻相似度若z_i小于預定相似度閾值R，其中0.5<R<1(R一般取一個接近1的數(shù)，例如0.75)，則繼續(xù)遍歷，否則停止遍歷，并提前退出循環(huán)，確定當前遍歷的頻點m_i為候選振動基頻點x₂，通過運算而得到該物體的候選振動基頻f₂。

可選地，為了提高本發(fā)明的測量方法的準確度，可以在步驟S4之后，采用窗口加權法得到該物體的候選振動基頻f₁，并比較候選振動基頻f₁與候選振動基頻f₂以確定候選振動基頻f₁或f₂為該物體的振動基頻(步驟S5)。

具體地說，步驟S5可包括：

對于頻點x＝M,M+1,…,的每一個取值，其中M為之間的整數(shù)(一般取一個較小的整數(shù)，例如)，按以下方式得到相應的評估參數(shù)E_x：在第x點，第2x點，第3x點，…，第x點處(即頻點x及其各次諧波處)，以頻點為中心設置一種中心為最大值1而邊緣為最小值0的窗口(例如矩形窗、三角窗、余弦窗等)，該窗口的寬度為之間的整數(shù)(一般取一個較小的整數(shù)，例如)；將在步驟S3得到的FFT功率譜中的峰值功率譜與該窗口相乘，得到FFT窗口加權功率譜；將FFT窗口加權功率譜中的非零幅度值累加后除以得到評估參數(shù)E_x；

找到E_x(x＝M,M+1,…,)中的最大值E_xmax，將E_xmax所對應的頻點作為候選振動基頻點x₁，并通過運算而得到該物體的候選振動基頻f₁；

比較候選振動基頻f₁與候選振動基頻f₂，若滿足其中V為最接近的整數(shù)，則確定候選振動基頻f₂為該物體的振動基頻，否則確定候選振動基頻f₁為該物體的振動基頻。

以上描述了本發(fā)明的實施例，上述說明僅是示例性的，而非限制性的?；谏鲜稣f明，本領域的普通技術人員容易想到對本發(fā)明的實施例的各種修改和變更，這些修改和變更都在本發(fā)明的范圍內。