窗函数在模态分析中的应用

通过3.6什么是窗函数一节，想必我们对为什么要加窗函数、窗函数的定义、窗函数的时频域特征、加窗的原则和加窗带来的影响有所了解了。但对于模态测试所加的窗函数而言，又有自身的特点，所以，本节主要介绍模态分析中所使用的窗函数。

FFT变换要求采集到的时域信号从负无穷到正无穷，但是我们只能在有限的时间段内采集数据。另一方面，如果信号是周期信号，那么FFT变换要求也是满足的。周期性信号最明显的标志是信号起始和结束时刻的幅值大小相同。在有限时间段内采集的信号，哪怕是一个周期，如果也满足信号起始和结束时刻的幅值大小相同，那么也满足FFT变换要求，不存在泄漏。然而，很多时候，即使采集周期信号，如果采样频率设置不合理，也不能满足FFT变换要求，更何况其他类型的信号。由于信号不满足FFT变换要求，为了减少泄漏，需要给信号施加窗函数，使其似乎更好地满足FFT变换要求。

窗函数只能减少泄漏，不能消除泄漏。是一个令人讨厌的东西，但很多时候又离不开它。所有窗函数都有一个共同特征，即总是会使测到的峰值发生失真，并且总会给出这样的假象，测量得到的FRF中的结构的阻尼大于结构实际存在的阻尼，而这两个非常重要的属性刚好是我们需要从FRF中估计的属性。这些窗函数的影响在频谱图中最易于呈现。所有的窗函数都有特有的形状，这个形状可以确定幅值可能失真的程度、加窗带来的阻尼影响和谱线拖尾效应的程度。相比泄漏所造成的严重畸变而言，它还是更能让人接受。由于加窗会引起数据失真，应尽量避免加窗，实施无泄漏的测量。(www.xing528.com)

现今模态测试中，激振器测试最常用是矩形窗和汉宁窗，锤击法测试最常用的是力窗和指数窗。