Python在振动信号处理中的应用（三）：振动信号频域滤波处理

一、概述

  在振动信号分析中，数字滤波是通过数学运算的方法从采集信号中选取人们感兴趣的一部分信号的处理方法。数字滤波的主要作用有滤除测试信号中的噪声或虚假成分、提高信噪比、平滑分析数据、抑制干扰信号、分离频率分量等。用软件实现数字滤波的优点是系统函数具有可变性，仅依赖于算法结构，并易于获得比较理想的滤波性能。所以软件滤波在滤波器的使用中起到了越来越重要的作用。
  经典的数字滤波实现方法主要有两种：一种是频域方法，另一种是时域方法，时域方法又可分为IIR滤波（无限长冲激响应滤波）和FIR滤波（有限长冲激响应滤波）。本节主要讲解的是数字滤波的频域方法。

二、算法原理

  数字滤波的频域方法是利用FFT快速算法对输入信号采样数据进行离散傅里叶变化，分析其频谱，然后根据滤波需求，将需要滤除的部分直接设置为零或加渐变过渡频带后再设置成零，例如在通带和阻带之间增加一段类似余弦类窗函数的过渡带，最后再利用IFFT快速算法，对经滤波处理后的数据进行离散傅里叶反变换，恢复出时域信号。
  数字信号的频域方法可以表述为：