本发明属直升机模型旋翼试验技术领域，具体涉及一种基于统计分析的旋翼桨涡干扰噪声整周期平均方法。
背景技术：
旋翼桨涡干扰噪声是直升机旋翼产生的一种典型噪声，尤其在小速度前飞和斜下降状态，桨涡干扰噪声的能量占到直升机噪声总能量的80％。因此它是目前直升机降低噪声的主要研究领域。
目前国内外对旋翼桨涡干扰噪声数据分析方法主要集中在频域，大多采用的有常规的频谱分析、阶次分析以及小波分析。而在时域上，虽然也有很多的分析方法，但这些方法由于没有考虑旋翼噪声应转速波动以及阵风干扰等因素影响而具有非稳态周期的特殊性，因此分析效率和分析精度不高。
技术实现要素：
本发明的目的：本发明通过对采集得到的试验台旋翼桨涡干扰噪声数据进行整周期截取，然后对截取得到的多个周期的数据长度进行统计，选择数据长度相同且占比最多的整周期数据进行平均，可以得到所需的旋翼桨涡干扰噪声时域平均数据，该方法可以有效避免由于旋翼转速波动引起的旋翼桨涡干扰噪声时域数据整周期平均数据错位而无法使用的问题。
本发明的技术方案：为了实现上述发明目的，提供一种基于统计分析的旋翼桨涡干扰噪声整周期平均方法，所述旋翼桨涡干扰噪声时域数据的采集在模型旋翼实验台上进行，在模型旋翼实验台上安装有转速传感器、噪声传感器，分别用于获取转速和桨涡干扰噪声数据；所述转速传感器和所述噪声传感器与数据采集系统相连，通过数据采集系统，可同步采集转速数据和桨涡干扰噪声数据；
该方法具体包括如下步骤：
s1：同步采集转速数据组和桨涡干扰噪声数据组；
s2：根据所述步骤s1中采集的转速数据组和桨涡干扰噪声数据组，设置转速峰值阈值，根据转速峰值阈值在所述转速数据组中进行转速峰值位置搜索，得到峰值位置数组；
s3：根据所述步骤s2中得到的所述峰值位置数组，将峰值位置数组最后位置数据去掉得到峰值起点数组，根据所述峰值起点数组相邻的峰值位置进行各周期数据长度计算得到周期数据长度数组，选取周期数据长度数组中的最大众数作为整周期数据长度，同时得到整周期起点数组；
s4：根据所述步骤s3中得到的所述整周期数据长度，对所述桨涡干扰噪声数据组进行整周期数据截取，对应得到桨涡干扰噪声数据组的各整周期数据组；
s5：针对所述步骤s4中得到桨涡干扰噪声数据组的各整周期数据组，进行整周期数据平均。
在一个可能的实施例中，在所述步骤s1中，转速和桨涡干扰噪声同步采集频率为n，n至少8圈。
在一个可能的实施例中，在所述步骤s2中，首先设置一个转速峰值阈值psp，利用该所述转速峰值阈值psp对所述步骤s1中的转速数据组[spa1,spa2,…,spax]进行峰值搜索，x为采样点的个数,具体包括如下步骤：
s201：将转速数据数组[spa1,spa2,…,spax]从当前搜索位置取出奇数t个点，如果这t个点都比所述转速峰值阈值psp大，而且前(t-1)/2个点转速值逐渐增大，同时后(t-1)/2个点转速值逐渐减小，则这段转速数据中的第(t-1)/2 1个点的位置既为一个峰值点；
起始搜索从第一个数据点spa1开始进行搜索；
s202：如果找到峰值点，则记录下该峰值点在转速数据数组[spa1,spa2,…,spax]中的峰值位置，同时从当前峰值位置往后跳过s个数据点作为当前搜索位置，且s≥t，重复s201继续搜索峰值点；
如果没有找到峰值点，则将搜索位置从当前位置往后移动1个位置作为当前搜索位置，重复s201继续搜索峰值点；
s203：当对所述步骤s1中的转速数据组[spa1,spa2,…,spax]中的全部转速数据搜索完成后，如果找到的峰值位置个数大于所述转速和桨涡干扰噪声同步采集频率n时，则需要将转速峰值阀值的数值增大为原转速峰值阀值psp的110％，然后将当前搜索位置设置为第一个数据点spa1，重复s201-s202；如果找到的峰值位置个数小于所述转速和桨涡干扰噪声同步采集频率n时，则需要将转速峰值阀值的数值减小为原转速峰值阀值psp的90％，然后将当前搜索位置设置为第一个数据点spa1，重复s201-s202；当找到的峰值位置个数等于所述转速和桨涡干扰噪声同步采集频率n时，则结束峰值搜索，并最终得到峰值位置数组[la0,la1,…,lan]。
优选地，在所述步骤s2中，首先对所述转速数据组[spa1,spa2,…,spax]的转速数据取绝对值得到绝对值转速数据数组[spb1,spb2,…,spbx]，并替代所述转速数据组[spa1,spa2,…,spax]。
在一个可能的实施例中，所述转速峰值阈值psp一般取所述步骤s1中采集的转速数据组中转速最大值的10％-50％。
在一个可能的实施例中，在所述步骤s201中，t的取值大于等于3。
在一个可能的实施例中，在所述步骤s3中，将所述峰值位置数组[la0,la1,…,lan]最后位置数据去掉得到峰值起点数组[la0,la1,…,la(n-1)]，计算得到周期数据长度数组[la1-la0,la2-la1,…,la(n-1)-la(n-2)]，选取周期数据长度数组中的最大的众数lf作为整周期数据长度，并根据所述峰值位置数组得到周期数据长度为lf的整周期起点数组[j0,j1,…jm]。
在一个可能的实施例中，在所述步骤s4中，利用所述步骤s3中得到整周期数据长度，将旋翼桨涡干扰噪声数据数组[ni1,ni2,…,nix]截取成m个整周期旋翼桨涡干扰噪声数据数组[ni11,ni12,…ni1lf]、[ni21,ni22,…ni2lf]、…[nim1,nim2,…nimlf]。
在一个可能的实施例中，在所述步骤s5中，对于所述步骤s4中得到的经对齐的各整周期桨涡干扰噪声数据组中的各对应位置数据点进行算术平均，最终得到所需的旋翼桨涡干扰噪声整周期平均数据数组
本发明的有益效果：本发明通过对采集得到的试验台旋翼桨涡干扰噪声数据进行整周期截取，然后对截取得到的多个周期的数据长度进行统计，选择数据长度相同且占比最多的整周期数据进行平均，可以得到所需的旋翼桨涡干扰噪声时域平均数据，该方法可以有效避免由于旋翼转速波动引起的旋翼桨涡干扰噪声时域数据整周期平均数据错位而无法使用的问题。
附图说明
图1为本发明方法流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，一种基于统计分析的旋翼桨涡干扰噪声整周期平均方法，所述旋翼桨涡干扰噪声时域数据的采集在模型旋翼实验台上进行，在模型旋翼实验台上安装有转速传感器、噪声传感器，分别用于获取转速和桨涡干扰噪声数据；所述转速传感器和所述噪声传感器与数据采集系统相连，通过数据采集系统，可同步采集转速数据和桨涡干扰噪声数据；
该方法具体包括如下步骤：
s1：同步采集转速数据组和桨涡干扰噪声数据组；
s2：根据所述步骤s1中采集的转速数据组和桨涡干扰噪声数据组，设置转速峰值阈值，根据转速峰值阈值在所述转速数据组中进行转速峰值位置搜索，得到峰值位置数组；
s3：根据所述步骤s2中得到的所述峰值位置数组，将峰值位置数组最后位置数据去掉得到峰值起点数组，根据所述峰值起点数组相邻的峰值位置进行各周期数据长度计算得到周期数据长度数组，选取周期数据长度数组中的最大众数作为整周期数据长度，同时得到整周期起点数组；
s4：根据所述步骤s3中得到的所述整周期数据长度，对所述桨涡干扰噪声数据组进行整周期数据截取，对应得到桨涡干扰噪声数据组的各整周期数据组；
s5：针对所述步骤s4中得到桨涡干扰噪声数据组的各整周期数据组，进行整周期数据平均。
在一个可能的实施例中，在所述步骤s1中，转速和桨涡干扰噪声同步采集频率为n，n至少8圈。
在一个可能的实施例中，在所述步骤s2中，首先设置一个转速峰值阈值psp，利用该所述转速峰值阈值psp对所述步骤s1中的转速数据组[spa1,spa2,…,spax]进行峰值搜索，x为采样点的个数,具体包括如下步骤：
s201：将转速数据数组[spa1,spa2,…,spax]从当前搜索位置取出奇数t个点，如果这t个点都比所述转速峰值阈值psp大，而且前(t-1)/2个点转速值逐渐增大，同时后(t-1)/2个点转速值逐渐减小，则这段转速数据中的第(t-1)/2 1个点的位置既为一个峰值点；
起始搜索从第一个数据点spa1开始进行搜索；
s202：如果找到峰值点，则记录下该峰值点在转速数据数组[spa1,spa2,…,spax]中的峰值位置，同时从当前峰值位置往后跳过s个数据点作为当前搜索位置，且s≥t，重复s201继续搜索峰值点；
如果没有找到峰值点，则将搜索位置从当前位置往后移动1个位置作为当前搜索位置，重复s201继续搜索峰值点；
s203：当对所述步骤s1中的转速数据组[spa1,spa2,…,spax]中的全部转速数据搜索完成后，如果找到的峰值位置个数大于所述转速和桨涡干扰噪声同步采集频率n时，则需要将转速峰值阀值的数值增大为原转速峰值阀值psp的110％，然后将当前搜索位置设置为第一个数据点spa1，重复s201-s202；如果找到的峰值位置个数小于所述转速和桨涡干扰噪声同步采集频率n时，则需要将转速峰值阀值的数值减小为原转速峰值阀值psp的90％，然后将当前搜索位置设置为第一个数据点spa1，重复s201-s202；当找到的峰值位置个数等于所述转速和桨涡干扰噪声同步采集频率n时，则结束峰值搜索，并最终得到峰值位置数组[la0,la1,…,lan]。
优选地，在所述步骤s2中，首先对所述转速数据组[spa1,spa2,…,spax]的转速数据取绝对值得到绝对值转速数据数组[spb1,spb2,…,spbx]，并替代所述转速数据组[spa1,spa2,…,spax]。
在一个可能的实施例中，所述转速峰值阈值psp一般取所述步骤s1中采集的转速数据组中转速最大值的10％-50％。
在一个可能的实施例中，在所述步骤s201中，t的取值大于等于3。
在一个可能的实施例中，在所述步骤s3中，将所述峰值位置数组[la0,la1,…,lan]最后位置数据去掉得到峰值起点数组[la0,la1,…,la(n-1)]，计算得到周期数据长度数组[la1-la0,la2-la1,…,la(n-1)-la(n-2)]，选取周期数据长度数组中的最大的众数lf作为整周期数据长度，并根据所述峰值位置数组得到周期数据长度为lf的整周期起点数组[j0,j1,…jm]。
在一个可能的实施例中，在所述步骤s4中，利用所述步骤s3中得到整周期数据长度，将旋翼桨涡干扰噪声数据数组[ni1,ni2,…,nix]截取成m个整周期旋翼桨涡干扰噪声数据数组[ni11,ni12,…ni1lf]、[ni21,ni22,…ni2lf]、…[nim1,nim2,…nimlf]。
在一个可能的实施例中，在所述步骤s5中，对于所述步骤s4中得到的经对齐的各整周期桨涡干扰噪声数据组中的各对应位置数据点进行算术平均，最终得到所需的平均旋翼桨涡干扰噪声数据数组
实施例1：
s1：同步采集转速数据组和桨涡干扰噪声数据组；
将转速信号和桨涡干扰噪声信号同时接入具有同步采集功能的数据采集系统中，通电预热30分钟,将试验台运转到试验任务书规定的试验转速，然后进行总距递增操纵到待进行动平衡调整的总距7°(对动平衡影响最小的度数),等待10秒钟待试验状态稳定后，然后采集8圈的转速数据数组spa＝
[0，0，0，0，0，0，0，0，0，0，0，0，10，10，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，10，10，0，0，0，0，0，0，0，0，0，0，0，0，0，
0，0，0，0，0，0，0，0，0，0，0，10，10，0，0，0，0，0，0，0，0，0，0，0，0，0，
0，0，0，0，0，0，0，0，0，0，0，0，10，10，0，0，0，0，0，0，0，0，0，0，0，0，
0，0，0，0，0，0，0，0，0，0，0，0，10，10，0，0，0，0，0，0，0，0，0，0，0，0，
0，0，0，0，0，0，0，0，0，0，0，0，10，10，0，0，0，0，0，0，0，0，0，0，0，0，
0，0，0，0，0，0，0，0，0，0，0，0，0，10，10，0，0，0，0，0，0，0，0，0，0，0，
0，0，0，0，0，0，0，0，0，0，0，0，0，10，10，0，0，0，0，0，0，0，0，0，0，0]和旋翼桨涡干扰噪声数据数组ni＝
[0.1，0.2，0.3，0.4，0.5，0.6，0.5，0.4，0.3，0.2，0.1，0，0.1，0.2，0.3，0.4，0.5，0.6，0.5，0.4，0.3，0.2，0.1，0，0.1，0.2，0.3，0.4，0.5，0.6，0.5，0.4，0.3，0.2，0.1，0，0.1，0.2，0.3，0.4，0.5，0.6，0.5，0.4，0.3，0.2，0.1，0，0.1，0.2，0.3，0.4，0.5，0.6，0.5，0.4，0.3，0.2，0.1，0，0.1，0.2，0.3，0.4，0.5，0.6，0.5，0.4，0.3，0.2，0.1，0，0.1，0.2，0.3，0.4，0.5，0.6，0.5，0.4，0.3，0.2，0.1，0，0.1，0.2，0.3，0.4，0.5，0.6，0.5，0.4，0.3，0.2，0.1，0，0.1，0.2，0.3，0.4，0.5，0.6，0.5，0.4，0.3，0.2，0.1，0，0.1，0.2，0.3，0.4，0.5，0.6，0.5，0.4，0.3，0.2，0.1，0，0.1，0.2，0.3，0.4，0.5，0.6，0.5，0.4，0.3，0.2，0.1，0.1，0，0.1，0.2，0.3，0.4，0.5，0.6，0.5，0.4，0.3，0.2，0.1，0，0.1，0.2，0.3，0.4，0.5，0.6，0.5，0.4，0.3，0.2，0.1，0.2，0.1，0.2，0.3，0.4，0.5，0.6，0.5，0.4，0.3，0.2，0.1，0，0.1，0.2，0.3，0.4，0.5，0.6，0.5，0.4，0.3，0.2，0.1，0，0.1，0.2，0.3，0.4，0.5，0.6，0.5，0.4，0.3，0.2，0.1，0，0.1，0.2，0.3，0.4，0.5，0.6，0.5，0.4，0.3，0.2，0.1，0，0.1，0.2，0.3]。
s2：根据所述步骤s1中采集的转速数据组和桨涡干扰噪声数据组，设置转速峰值阈值，根据转速峰值阈值在所述转速数据组中进行转速峰值位置搜索，得到峰值位置数组；
将采集到的8圈的转速数据的数值取绝对值得到新的绝对值转速数据数组spb＝
[0，0，0，0，0，0，0，0，0，0，0，0，10，10，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，10，10，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，10，10，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，10，10，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，10，10，0，0，0，0，0，0，0，0，0，0，0，0，
0，0，0，0，0，0，0，0，0，0，0，0，10，10，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，10，10，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，10，10，0，0，0，0，0，0，0，0，0，0，0]设置一个转速峰值阈值psp＝1.5v，利用该阈值psp对每一圈的转速数据进行峰值位置搜索，搜索得到的峰值位置数组[13,38,64,91,117,143,170,196]；
s3：根据所述步骤s2中得到的所述峰值位置数组，将峰值位置数组最后位置数据去掉得到峰值起点数组，根据所述峰值起点数组相邻的峰值位置进行各周期数据长度计算得到周期数据长度数组，选取周期数据长度数组中的最大众数作为整周期数据长度，同时得到整周期起点数组；
利用峰值位置数组去掉最后位置数据得到峰值起点数组[13,38,64,91,117,143,170]，峰值位置数组相邻元素作差得到数据长度数组[25,26,27,26,26,27,26]；
从上述数据长度数组可以分析得到数据长度26占大多数，即众数lf＝26，峰值起点数组和数据长度数据元素数量相同(一一对应)，因此在数据长度数组中取众数为26的元素所对应的峰值起点数组中的元素构成整周期起点数组[38，91，117，170]；
s4：根据所述步骤s3中得到的所述整周期数据长度，对所述桨涡干扰噪声数据组进行整周期数据截取，对应得到桨涡干扰噪声数据组的各整周期数据组；
根据整周期起点数组中元素的数值即代表干扰噪声数据数组中开始截取的起点位置，利用计算得到的峰值起点数组和数据长度lf＝26，将旋翼桨涡干扰噪声数据数组ni1,获得4个整圈(即m＝4，由整周期起点数据元素个数决定)旋翼桨涡干扰噪声数据数组
[0.2，0.3，0.4，0.5，0.6，0.5，0.4，0.3，0.2，0.1，0，0.1，0.2，0.3，0.4，0.5，0.6，0.5，0.4，0.3，0.2，0.1，0，0.1，0.2，0.3]、[0.5，0.4，0.3，0.2，0.1，0，0.1，0.2，0.3，0.4，0.5，0.6，0.5，0.4，0.3，0.2，0.1，0，0.1，0.2，0.3，0.4，0.5，0.6，0.5，0.4]、[0.3，0.2，0.1，0，0.1，0.2，0.3，0.4，0.5，0.6，0.5，0.4，0.3，0.2，0.1，0.1，0，0.1，0.2，0.3，0.4，0.5，0.6，0.5，0.4，0.3]、[0.1，0.2，0.3，0.4，0.5，0.6，0.5，0.4，0.3，0.2，0.1，0，0.1，0.2，0.3，0.4，0.5，0.6，0.5，0.4，0.3，0.2，0.1，0，0.1，0.2]；
s5：针对所述步骤s4中得到桨涡干扰噪声数据组的各整周期数据组，进行整周期数据平均；
将上述4圈旋翼桨涡干扰噪声数据数组(即4圈),按下述公式进行平均，得到最终所需的一组旋翼桨涡干扰噪声整周期平均数据数组
…
以上所述，仅为本发明的具体实施例，对本发明进行详细描述，未详尽部分为常规技术。但本发明的保护范围不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。本发明的保护范围应以所述权利要求的保护范围为准。
1.一种基于统计分析的旋翼桨涡干扰噪声整周期平均方法，其特征在于，所述旋翼桨涡干扰噪声时域数据的采集在模型旋翼实验台上进行，在模型旋翼实验台上安装有转速传感器、噪声传感器，分别用于获取转速和桨涡干扰噪声数据；所述转速传感器和所述噪声传感器与数据采集系统相连，通过数据采集系统，可同步采集转速数据和桨涡干扰噪声数据；该方法具体包括如下步骤：
s1：同步采集转速数据组和桨涡干扰噪声数据组；
s2：根据所述步骤s1中采集的转速数据组和桨涡干扰噪声数据组，设置转速峰值阈值，根据转速峰值阈值在所述转速数据组中进行转速峰值位置搜索，得到峰值位置数组；
s3：根据所述步骤s2中得到的所述峰值位置数组，将峰值位置数组最后位置数据去掉得到峰值起点数组，根据所述峰值起点数组相邻的峰值位置进行各周期数据长度计算得到周期数据长度数组，选取周期数据长度数组中的最大众数作为整周期数据长度，同时得到整周期起点数组；
s4：根据所述步骤s3中得到的所述整周期数据长度，对所述桨涡干扰噪声数据组进行整周期数据截取，对应得到桨涡干扰噪声数据组的各整周期数据组；
s5：针对所述步骤s4中得到桨涡干扰噪声数据组的各整周期数据组，进行整周期数据平均。
2.根据权利要求1所述的一种基于统计分析的旋翼桨涡干扰噪声整周期平均方法，其特征在于，在所述步骤s1中，转速和桨涡干扰噪声同步采集频率为n，n至少8圈。
3.根据权利要求2所述的一种基于统计分析的旋翼桨涡干扰噪声整周期平均方法，其特征在于，在所述步骤s2中，首先设置一个转速峰值阈值psp，利用该所述转速峰值阈值psp对所述步骤s1中的转速数据组[spa1,spa2,…,spax]进行峰值搜索，x为采样点的个数,具体包括如下步骤：
s201：将转速数据数组[spa1,spa2,…,spax]从当前搜索位置取出奇数t个点，如果这t个点都比所述转速峰值阈值psp大，而且前(t-1)/2个点转速值逐渐增大，同时后(t-1)/2个点转速值逐渐减小，则这段转速数据中的第(t-1)/2 1个点的位置既为一个峰值点；
起始搜索从第一个数据点spa1开始进行搜索；
s202：如果找到峰值点，则记录下该峰值点在转速数据数组[spa1,spa2,…,spax]中的峰值位置，同时从当前峰值位置往后跳过s个数据点作为当前搜索位置，且s≥t，重复s201继续搜索峰值点；
如果没有找到峰值点，则将搜索位置从当前位置往后移动1个位置作为当前搜索位置，重复s201继续搜索峰值点；
s203：当对所述步骤s1中的转速数据组[spa1,spa2,…,spax]中的全部转速数据搜索完成后，如果找到的峰值位置个数大于所述转速和桨涡干扰噪声同步采集频率n时，则需要将转速峰值阀值的数值增大为原转速峰值阀值psp的110％，然后将当前搜索位置设置为第一个数据点spa1，重复s201-s202；如果找到的峰值位置个数小于所述转速和桨涡干扰噪声同步采集频率n时，则需要将转速峰值阀值的数值减小为原转速峰值阀值psp的90％，然后将当前搜索位置设置为第一个数据点spa1，重复s201-s202；当找到的峰值位置个数等于所述转速和桨涡干扰噪声同步采集频率n时，则结束峰值搜索，并最终得到峰值位置数组[la0,la1,…,lan]。
4.根据权利要求3所述的一种基于统计分析的旋翼桨涡干扰噪声整周期平均方法，其特征在于，在所述步骤s2中，首先对所述转速数据组[spa1,spa2,…,spax]的转速数据取绝对值得到绝对值转速数据数组[spb1,spb2,…,spbx]，并替代所述转速数据组[spa1,spa2,…,spax]。
5.根据权利要求4所述的一种基于统计分析的旋翼桨涡干扰噪声整周期平均方法，其特征在于，所述转速峰值阈值psp一般取所述步骤s1中采集的转速数据组中转速最大值的10％-50％。
6.根据权利要求5所述的一种基于统计分析的旋翼桨涡干扰噪声整周期平均方法，其特征在于，在所述步骤s201中，t的取值大于等于3。
7.根据权利要求3-6任意一项所述的一种基于统计分析的旋翼桨涡干扰噪声整周期平均方法，其特征在于，在所述步骤s3中，将所述峰值位置数组[la0,la1,…,lan]最后位置数据去掉得到峰值起点数组[la0,la1,…,la(n-1)]，计算得到周期数据长度数组[la1-la0,la2-la1,…,la(n-1)-la(n-2)]，选取周期数据长度数组中的最大的众数lf作为整周期数据长度，并根据所述峰值位置数组得到周期数据长度为lf的整周期起点数组[j0,j1,…jm]。
8.根据权利要求7所述的一种基于统计分析的旋翼桨涡干扰噪声整周期平均方法，其特征在于，在所述步骤s4中，利用所述步骤s3中得到整周期数据长度，将旋翼桨涡干扰噪声数据数组[ni1,ni2,…,nix]截取成m个整周期旋翼桨涡干扰噪声数据数组[ni11,ni12,…ni1lf]、[ni21,ni22,…ni2lf]、…[nim1,nim2,…nimlf]。
9.根据权利要求8所述的一种基于统计分析的旋翼桨涡干扰噪声整周期平均方法，其特征在于，在所述步骤s5中，对于所述步骤s4中得到的经对齐的各整周期桨涡干扰噪声数据组中的各对应位置数据点进行算术平均，最终得到所需的旋翼桨涡干扰噪声整周期平均数据数组
