调制(Modulation)、包络分析(Envelope)

如果噪声中出现了明显的调幅(AM)现象，BK Connect软件还提供包络分析(Envelope)。包络分析能够将调制信号从载波信号中分离出来。如下图所示，红色为载波信号，黑色为调制信号，经过包络分析后，即可得到右下角的调制频率fm。

包络分析除了用于调制信号的解调分析以外，还适用于电机轴承的故障检测，能从轴承振动噪声信号中识别出微弱的故障信号，在出现故障的早期阶段即能发现故障。

如下图右图的例子中，对载波所在频段（125±100Hz）进行带通滤波后，对包络线时间历程曲线进行FFT分析。Y轴幅值为包络线的频谱幅值。在频谱中发现了明显的峰值，说明信号中存在调幅现象。在噪声信号的FFT分析结果中，如下图左图所示，我们发现在126Hz和120Hz有相邻的峰值，其中幅值更高的126Hz为载波频率，幅值较低的120Hz为调制信号频率。根据调制信号幅值和载波信号幅值的比值，可计算出调制度(Degree of Modulation)，为0.082/0.395≈21%。

如果在分析之前，无法确定载波频率的频率范围，则可以先进行不同频段的包络分析，调查这些频段的数据中，是否存在调制。如下图例子所示，X轴横坐标为调制频率，左侧Y轴纵坐标为包络分析的载波频带中心频率，Z轴颜色坐标为调制信号幅值。从图中可以发现2500Hz载波频带和80Hz调制频率处有明显峰值（图中黄色圆圈位置），同时在其他载波频带，如500Hz处，也存在多个调制频率的峰值（图中橙色圆圈位置），说明这些位置存在明显的调制现象。

***纯音比(Tone-to-noise Ratio)、突出比 ***

(ProminenceRatio)、音调(Tonality)

由于电机和传动机构的结构特点，旋转机构经常发出一些纯音。这些纯音可能让电机噪声听起来尖锐刺耳、不和谐，令人烦躁。在分析纯音问题时，需要考虑宽频信号的掩蔽效应。当一个宽频信号中存在一个纯音时，纯音的声压级幅值超过纯音所在临界频带声压级幅值6个dB以上，人耳才能听到这个纯音。

如果小于6dB，则人耳听不到这个纯音，它被周围频带的宽频声音所掩蔽。下图为纯音比和突出比的图例和定义。针对人耳的这种特性，BK Connect软件提供了多种纯音分析参数，包括纯音比(Tone-to-noise Ratio) 、突出比(Prominence Ratio)和音调(Tonality)，这些参数能自动判断噪声中是否存在明显的纯音。

FFT、1/3倍频程(1/3 Octave)、

临界频带(Critical Band)

FFT和1/3倍频程多用于表述声音能量在频域上的分布。它们的纵坐标为声音幅值，比如声压级dB、A计权声压级dB(A)等，横坐标为频率。FFT和1/3倍频程最明显区别之一是频率坐标的分辨率。FFT的频率分辨率在各个频率都是一致的（如下图左图），而1/3倍频程的频率分辨率是中心频率的固定百分比（约23%），频率越低，每个柱状图代表的频段越窄，也就是频率分辨率越小，反之频率越高，频带越宽，频率分辨率越大（如下图中图）。

FFT和1/3倍频程的本质区别是噪声幅值的计算方法，FFT利用傅里叶变换原理，进行时域频域转换，得到各频率的噪声幅值。1/3倍频程采用时域滤波器的方法，对时域信号进行带通滤波，得到各频段噪声幅值。

FFT和1/3倍频程主要表述声音的能量分布，没有考虑心理声学中的频域掩蔽效应，因此与人对声音的主观感受存在一定的差距。为了减少这种差距，在进行心理声学分析时，通常使用临界频带（单位bark）表述不同频率的噪声，临界频带将人耳可听频段分为0-24bark（如下图右图）。

更多参数

如果噪声信号具有非稳态特性，甚至是瞬态特性，除了上述常见的参数以外，还经常使用其他一些参数。他们由常规参数衍生出来的，这些参数也常用于评价电动零部件的异响。

百分位数

在研究噪声问题时，噪声中除了与自身形成机理有关的特征成分以外，还经常包含随机成分，这使得噪声数据经常分布在一定数值范围内。为了方便量化噪声数据的分布特性，引入统计学的一些方法，比如百分位数，常见的百分位数有第1、第50（也称为中位数）、第99百分位数等。

以连续重复测试的三组数据为例，在下图的响度时间历程中，由于被测物运行状态等因素的影响，无法保证三组数据的最大值是最稳定的、一致的。表格中为三组数据的第0至第15百分位数汇总，其中第0百分位数（第三行，即响度最大值）标准差为0.33Sone，而第3、4百分位数（第四、五行）标准差均明显小于第0百分位数的标准差，因此第3、4百分位数具有更高的一致性。

（特征响度积分面积）百分位频率

使用临界频带表述不同频率的响度时，我们将结果称为特征响度，如下图结果，横坐标为临界频带（bark），纵坐标为响度。在研究噪声的频域分布特性时，可以利用特征响度曲线计算出积分面积。

再利用积分面积百分位数所对应的频率，来表述频谱分布特性。百分位数的结果为特征频率，单位Bark。以下图为例，左右两图为两个不同声音的特征响度数据，两个声音的总响度分别为13.00 Sone和12.74 Sone，比较接近，但是它们的频谱分布是不同的，例如，在9 Bark附近，左图数值小于右图，而在16.5 Bark附近，左图数值大于右图。以第50百分位频率为例，低于某个特征频率的积分面积，占总积分面积的50%，也可以描述为，某个临界频带以上和以下特征频率积分面积相等，即特征响度“重心”，此临界频带对应的特征频率即为第50百分位频率。

在上述两组数据中，左右两图的第50百分位频率分别为12.5 Bark和11 Bark（图中红色竖线），这意味着左图的特征响度“重心”比右图更偏右说明特征响度主要集中在较高频段。除了使用第50百分位频率以外，也可以使用其他百分位数（比如第70百分位数）表示特征响度的分布特性。

对于瞬态噪声信号，在瞬态噪声的时间历程中，频率分布是随时间变化的。以电机停止运行时的特征响度时域历程为例，如下图左侧图形所示，在0.09-0.25秒（蓝框内的时间范围）出现瞬态冲击噪声，在不同时刻下，特征响度是不同的。利用各个时刻的特征响度计算出百分位频率，从而反映出各个时刻的频率分布变化趋势。下图右侧图形为第70百分位频率的时间历程，其中的0秒为冲击噪声的峰值时刻，作为起始时刻。第70百分位频率曲线随时间逐步降低，意味着特征响度中的频率成分，随着时间逐渐向更低频率转移。

颤声(Warble)

当电机处于匀速运行时，由于负载或阻力的影响，容易引起噪声的低频颤动，如下图所示，在响度时间历程数据中，从2.4秒至5.1秒（蓝框内），响度值出现了明显的低频颤动。如果此类颤动的频率在2-8Hz（也有文献规定为1-10Hz）时，通常将之称为颤音(Warble)。下图的颤音现象中，包含了多个周期的极大值和极小值，如图所示的6个周期的极值。