功率谱和频谱的区别、联系

  • 格式:pdf
  • 大小:148.61 KB
  • 文档页数:2

功率谱和频谱的区别、联系 功率谱:信号先⾃相关再作FFT。频 谱:信号直接作FFT。区别:1、 ⼀个信号的频谱,只是这个信号从时域表⽰转变为频域表⽰,只是同⼀种信号的不同的表⽰⽅式⽽已, ⽽功率谱是从能量的观点对信号进⾏的研究,其实频谱和功率谱的关系归根揭底还是信号和功率,能量等之间的关系。2、 频谱是个很不严格的东西,常常指信号的Fourier变换,是⼀个时间平均(time average)概念;功率谱的概念是针对功率有限信号的(能量有限信号可⽤能量谱分析),所表现的是单位频带内信号功率随频率的变换情况。保留频谱的幅度信息,但是丢掉了相位信息,所以频谱不同的信号其功率谱是可能相同的。3、功率谱是随机过程的统计平均概念,平稳随机过程的功率谱是⼀个确定函数;⽽频谱是随机过程样本的Fourier变换,对于⼀个随机过程⽽⾔,频谱也是⼀个“随机过程”。(随机的频域序列)4、功率概念和幅度概念的差别。此外,只能对宽平稳的各态历经的⼆阶矩过程谈功率谱,其存在性取决于⼆阶局是否存在并且⼆阶矩的Fourier变换收敛;⽽频谱的存在性仅仅取决于该随机过程的该样本的Fourier变换是否收敛。联系:1、功率谱可以从两⽅⾯来定义,⼀个是⾃相关函数的傅⽴叶变换,另⼀个是时域信号傅⽒变换模平⽅然后除以时间长度。第⼀种定义就是常说的维纳⾟钦定理,⽽第⼆种其实从能量谱密度来的。根据parseval定理,信号傅⽒变换模平⽅被定义为能量谱,能量谱密度在时间上平均就得到了功率谱。2、在频域分析信号分两种:(1).对确定性信号进⾏傅⾥叶变换,分析频谱信息。(2).随机信号的傅⾥叶信号不存在,转向研究它的功率谱。随机信号的功率谱和⾃相关函数是傅⾥叶变换对(即维纳⾟钦定理)。功率谱估计有很多种⽅法 以下转⾃⼩⽊⾍。有些概念还不太明⽩,留作以后研究⽤。最近听⽼师讲课,提到功率谱是把信号的⾃相关作FFT,我才发现⾃⼰概念上的⼀个误区:我⼀直以为功率谱和频谱是同⼀个概念,以为都是直接作FFT就可以了。那么功率谱:信号先⾃相关再作FFT 频谱:信号直接作FFT。这两者从公式上看是不同的,那么从物理意义上呢?哪个表⽰信号在各个频率上的能量?那另⼀个⼜是什么呢?欢迎⼤家讨论:P[ Last edited by bslt on 2009-5-18 at 11:06 ]

作者:Yorkxu

(1)信号通常分为两类:能量信号和功率信号;

(2)⼀般来讲,能量信号其傅⽒变换收敛(即存在),⽽功率信号傅⽒变换通常不收敛,当然,若信号存在周期性,可引⼊特殊数学函数(Delta)

表征傅⽒变换的这种⾮收敛性;

(3)信号是信息的搭载⼯具,⽽信息与随机性紧密相关,所以实际信号多为随机信号,这类信号的特点是状态随机性随时间⽆限延伸,其样本能量

⽆限。换句话说,随机信号(样本)⼤多属于功率信号⽽⾮能量信号,它并不存在傅⽒变换,亦即不存在频谱;

(4)若撇开搭载信息的有⽤与否,随机信号⼜称随机过程,很多噪声属于特殊的随机过程,它们的某些统计特性具有平稳性,其均值和⾃相关函数

具有平稳性。对于这样的随机过程,⾃相关函数蜕化为⼀维确定函数,前⼈证明该确定相关函数存在傅⽒变换;

(5)能量信号频谱通常既含有幅度也含有相位信息;幅度谱的平⽅(⼆次量纲)⼜叫能量谱(密度),它描述了信号能量的频域分布;功率信号的

功率谱(密度)描述了信号功率随频率的分布特点(密度:单位频率上的功率),业已证明,平稳信号功率谱密度恰好是其⾃相关函数的傅⽒变

换。对于⾮平稳信号,其⾃相关函数的时间平均(对时间积分,随时变性消失⽽再次退变成⼀维函数)与功率谱密度仍是傅⽒变换对;

(6)实际中我们获得的往往仅仅是信号的⼀段⽀撑,此时即使信号为功率信号,截断之后其傅⽒变换收敛,但此变换结果严格来讲不属于任

何“谱”(进⼀步分析可知它是样本真实频谱的平滑:卷积谱);

(7)对于(6)中所述变换若取其幅度平⽅,可作为平稳信号功率谱(密度)的近似,是为经典的“周期图法”;

(8)FFT是DFT的快速实现,DFT是DTFT的频域采样,DTFT是FT的频域延拓。⼈们不得已才利⽤DFT近似完成本属于FT的任务。若仅提FFT,是

⾮常不专业的

[ Last edited by Yorkxu on 2009-9-21 at 12:05 ]

作者:嵌⼊式

弱弱的问下,⼆楼中第⼋条,ft,dtft是指什么?

作者:evertime

ft:傅⾥叶变换(Fourier transform)

dtft:离散时间傅⾥叶变换

作者:yunyan1067

回复⼆楼

谢谢!很长见识!;)

作者:pper1837

⼆楼为信号达⼈啊!佩服!

作者:sunyuanxin

功率谱指的是信号在每个频率分量上的功率,频谱其实是⼀个幅度谱,只信号在各个分量上的幅度值。因为通信中⼀般对于信号的分析都是把信号

看作电压值。所以功率就是电压的平⽅再除以电阻值。为了分析简单归⼀化,令R=1,这时候功率谱就是频谱模的平⽅了。模也就是实部分量和虚

部分量平⽅和的开⽅。

作者:gyy_0303

:o,学到好多,呵呵

作者:sanxiabb

:):) 温故⽽知新

作者:shamozhihu9378

讲的很好啊

作者:giftdreamer

楼上⼏位讲的太好了,茅塞顿开!:D

以下转⾃新浪梅⼦的博客

频谱是个很不严格的东西,常常指信号的Fourier变换,

是⼀个时间平均(time average)概念

功率谱的概念是针对功率有限信号的(能量有限信号可⽤能量谱分析),所表现的是单位频带内信号功率随频率的变换情况。保留频谱的幅度信息,但

是丢掉了相位信息,所以频谱不同的信号其功率谱是可能相同的。有两个重要区别:

1。功率谱是随机过程的统计平均概念,平稳随机过程的功率谱是⼀个确定函数;⽽频谱是随机过程样本的Fourier变换,对于⼀个随机过程⽽⾔,频

谱也是⼀个“随机过程”。(随机的频域序列)

2。功率概念和幅度概念的差别。此外,只能对宽平稳的各态历经的⼆阶矩过程谈功率谱,其存在性取决于⼆阶局是否存在并且⼆阶矩的Fourier变换

收敛;

⽽频谱的存在性仅仅取决于该随机过程的该样本的Fourier变换是否收敛。

⽽频谱的存在性仅仅取决于该随机过程的该样本的Fourier变换是否收敛。

功率谱

周期运动在功率谱中对应尖锋,混沌的特征是谱中出现"噪声背景"和宽锋。它是研究系统从分岔⾛向混沌的重要⽅法。在很多实际问题中(尤其是对

⾮线性电路的研究)常常只给出观测到的离散的时间序列X1, X2, X3,...Xn,那么如何从这些时间序列中提取前述的四种吸引⼦(零维不动点、⼀维极

限环、⼆维环⾯、奇怪吸引⼦)的不同状态的信息呢?我们可以运⽤数学上已经严格证明的结论,即拟合。我们将N个采样值加上周期条件

Xn+i=Xi,则⾃关联函数(即离散卷积)为然后对Cj完成离散傅⽒变换,计算傅⽒系数。 Pk说明第k个频率分量对Xi的贡献,这就是功率谱的定义。

当采⽤快速傅⽒变换算法后,可直接由Xi作快速傅⽒变换,得到系数 然后计算,由许多组{Xi}得⼀批{Pk'},求平均后即趋近前⾯定义的功率谱Pk。

从功率谱上,四种吸引⼦是容易区分的,如图12 (a),(b)对应的是周期函数,功率谱是分离的离散谱 (c)对应的是准周期函数,各频率中间的间隔分

布不像(b)那样有规律。 (d)图是混沌的功率谱,表现为"噪声背景"及宽锋。考虑到实际计算中,数据只能取有限个,谱也总以有限分辨度表⽰出来,

从物理实验和数值计算的⾓度看,⼀个周期⼗分长的解和⼀个混沌解是难于区分的,这也正是功率谱研究的主要弊端。