頻域特徵提取

時域特徵提取：https://blog.csdn.net/qq_37240982/article/details/107425077
時頻域特徵提取：https://blog.csdn.net/qq_37240982/article/details/107425452

時域、頻域、時頻域特徵提取matlab程序的zip：
https://www.90pan.com/b1994356
密碼：6rq1

頻域特徵

（1）提取的頻域特徵
頻域分析可按頻率觀察信號特徵，通常狀況下，時域的分析更加直觀，而頻域的表示更加簡潔，在頻域上觀察信號使得問題的分析更加深入和便捷。目前來講，從時域到頻域已成爲信號分析的趨勢。可是，這兩種分析手段是相互聯繫、相輔相成和互有優點的。常規的頻譜分析是指對信號進行傅立葉變換以進行分析。頻譜分析包括幅度頻譜和相位頻譜且幅度頻譜是最經常使用的。當減速器關鍵部件的健康狀態發生改變時，樣本數據信號頻譜中的頻率份量會相應地改變。故能夠先經過分析振動信號的頻域特徵準確地表徵信號頻譜信息，而後獲悉在不一樣工況下減速器關鍵部件運行時的健康狀態。研究者經常使用的頻域特徵參數包括重心頻率、平均頻率、均方根頻率以及頻率標準差
等。表達式如表 2.4 所示：

（2）提取頻域特徵的matlab程序

function [ frequencystruct ] = frequencyDomainFeatures( src,fs)
%計算頻域統計特徵
%***********************對信號進行FFT變換*******************************
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);  %縱座標    頻率幅值
freq=freq(1:N/2)';  %橫座標    頻率值

% plot(freq,x);
% title('原始信號頻域波形');
% xlabel('頻率/hz');
% ylabel('幅值/v');

%********************************計算頻域特徵值*****************************
frequencystruct.MF=mean(x); %平均頻率
frequencystruct.FC=sum(freq.*x)/sum(x);%重心頻率
frequencystruct.RMSF=sqrt(sum([freq.^2].*x)/sum(x));%頻率均方根
frequencystruct.RVF=sqrt(sum([(freq-frequencystruct.FC).^2].*x)/sum(x));%頻率標準差

%第一級邊頻帶幅值和=上下最靠近齧合頻率的邊頻帶對應序號的頻率幅值    這裏隨便寫
%已知：行星輪個數、轉頻，能夠找到齧合頻率，而後獲得邊頻帶，便可計算

% frequencystruct.FSB=x(1000)+x(2000);%第一級邊頻帶幅值和
% frequencystruct.FSI=frequencystruct.FSB/2;%邊頻帶指數
% frequencystruct.FM0=(max(x)-min(x))/frequencystruct.FSB;%FM0
% frequencystruct.FSLF=frequencystruct.FSB/std(x,1);%邊頻帶等級因子


end

時域、頻域、時頻域特徵提取matlab程序的zip：
https://www.90pan.com/b1994356
密碼：6rq1