信号处理
信号处理将数据集函数应用于波数据集。
有两种数据集函数：
- 历史，它在指定位置收集组织到点、线或表面的数据。
- 变换，即傅立叶变换或傅立叶逆变换。傅立叶变换从信号数据中衍生频率数据。傅立叶逆变换从频率数据中衍生信号数据。
数据集函数取决于为每个函数指定的衍生数据集。衍生数据反过来取决于来自模拟的输入数据。
一般情况下，信息流为：
- 来自模拟的输入数据组织到衍生数据集。不同形式的数据集使用不同类型的输入数据。
- 衍生数据集向数据集函数（历史和变换）提供信息。不同的函数从不同的数据集获取信息。
- 历史提供要变换的信息。不同的变换使用来自不同类型的历史的信息。
- 某些变换向其他逆变换（其中一些是重新构建的历史）提供信息。
以下图表中显示了信息流的详细信息：
尤其对于信号处理，任何信号可以采用时域或频率域表示。
这些表示是等效的，即 。傅立叶变换用来将信号从时域变换到频率域，傅立叶逆变换进行反向变换。将信号变换到频率域有助于标识信号中的主导模式。
数据集函数用于将信号处理应用于数据集，该数据集可以来自 Simcenter STAR-CCM+ 模拟或实验。节点（具有弹出菜单）是用于在模拟树中处理数据集函数的管理器对象。数据集函数管理器可保留任意数量的数据集函数，直到达到计算机的内存限制。
信号处理函数可用于 Simcenter STAR-CCM+ 中的两个上下文中：
- 它们可应用于监视器中存储的数据，例如从点的特定值报告获取的数据。可以在监视器绘图中查看此点的数据分析结果。
- 它们可按 .trn 文件中指定的时间间隔，应用于所选表面上存储的数据。可以在场景中查看此表面的数据分析结果。
将数据集函数用于频率分析的一个示例是研究如何减少房间风扇产生的噪音。该研究的初始部分包括验证体验，即在与风扇有一段距离的位置进行压力对时间的实验测量。这些测量值将用于频率分析，以标识此信号的主导模式和包含这些模式的频带。人耳可听到的频率范围内的大声音模式构成了噪音环境。按照实验分析，使用与实验中所用压力探头处于同一位置中的监视器，针对相同的配置运行瞬态模拟。频率分析将应用于监视的数据，以获得模拟预测的主导模式。比较预测的模式与测量的模式，了解与模拟关联的不确定性。如果不确定性在可接受范围内，则对风扇的各种配置执行进一步模拟。这些模拟将探究减少主导模式或至少将其移出人耳听力范围的方法。
本节介绍以下内容：