好吧，我的朋友，如果您阅读了以下有关订单跟踪的 B&K 教程，那么您应该会遇到所谓的 Vold-Kalman 订单过滤。我个人不喜欢它（更喜欢基于 Chirp-Fourier 的方法来提取系统的响应）。

你可以在互联网上找到很多实现。当您寻找 MATLAB 时，请参考：

Vold-Kalman 订单跟踪代码

第二代 Vold-Kalman 阶滤波。

我当然建议你搜索教授的底部。Jiri Tuma 网站：点击！

有关更多理论，请查看 - 我相信您会喜欢它：

Vold-Kalman 顺序跟踪滤波器的特性

Vold-Kalman 订单跟踪过滤

当前订单跟踪方法的主要原理和局限性

Vold-Kalman 跟踪滤波器的实现 - 最小二乘问题

高级 Vold-Kalman 过滤订单跟踪- 不要害怕，它不是中文的 ;)

好吧，我自己也在做同样的研究，我确实遇到了你遇到的同样的问题。

就我而言，速度波动约为。1%，没有你的那么大，但足以进行干扰性故障诊断。因此，我认为您真正想要的实际上并不是“修复”速度变化，因此可以揭示由于频域的这种变化而被拖影效应所掩盖的内容——但只需在角域中绘制频率分量，而不是频域。在后一种情况下，我相信上面友好的回答是非常有用的。但是，如果您正在进行故障分析并尝试修复小的速度波动，我认为参考 TSA 方法或只是简单地重新采样角域中的数据以达到每个轴旋转之间的均匀采样点就可以了。

希望它会在 2 年前对您有所帮助，我希望如果有人看到这个请发表评论。