Python 信号处理——包络分析

Python 信号处理——包络分析

---

前言

设备在正常状态下，其输出的信号主要为工频或者噪声。当设备出现故障时，设备正常状态下的信号会被故障调制，输出复合信号。由于故障信号大多相对为低频信号，因此在设备信号分析中，包络分析常用于故障特征的提取，即包络分析可提取复合信号中的低频调制部分。
包络分析的方法有多种，其中基于希尔伯特(hilbert)的方法最为常用，本篇主要基于hilbert变换来提取信号的包络谱

---

二、使用步骤

1.主函数

代码如下（示例）：

import numpy as np
from scipy import signal
import matplotlib.pyplot as plt


def Envelop(x, fs):
    xh = signal.hilbert(x)
    xe = np.abs(xh)
    xe = xe - np.mean(xe)
    xh3 = np.fft.rfft(xe) / len(xe)
    mag = abs(xh3) * 2
    fre = np.linspace(0, fs / 2, int(len(xe) / 2 + 1))
    return mag, fre

2.demo

代码如下（示例）：

	w = 5
	z = 30
	fs = 1024
	fsw = 5
	time = 1	
	f = w * z
	t = np.linspace(0, time - 1 / fs, int(time * fs))
	x = (1 + 1 * np.sin(2 * np.pi * 20 * t)) * \
		np.sin(2 * np.pi * f * t)
	amp, fre = Envelop(x, fs)
	plt.subplot(2, 1, 1)
	plt.plot(t, x)
	plt.ylabel('Amplitude')
	plt.xlabel('time')
	plt.subplot(2, 1, 2)
	plt.plot(fre, amp)
	plt.ylabel('Amplitude')
	plt.xlabel('Frequency')
	plt.show()

---

总结

如果信号是由低频加高频线性叠加组成，那么包络分析有可能会产生错误的分析结果，这点在实际使用过程中需要注意。欢迎各位同行交流，后续有啥想实现的信号处理功能，请在下方评论区留言，或者关注公众号(PS提现更新)：不说话上代码