-
功率譜
鎖定
常用於功率信號(區別於能量信號)的表述與分析,其曲線(即功率譜曲線)一般橫座標為頻率,縱座標為功率。週期性連續信號x(t)的頻譜可表示為離散的非週期序列Xn,它的幅度頻譜的平方│Xn│2所排成的序列,就被稱之為該週期信號的“功率譜”。
- 中文名
- 功率譜
- 外文名
- power spectrum
- 別 名
- 功率譜密度
- 提出者
- 傅里葉
- 提出時間
- 1822年
- 適用領域
- 電子科學
- 定 義
- 單位頻帶內的信號功率
功率譜基本簡介
傅立葉級數提出後,首先在人們觀測自然界中的週期現象時得到應用。19世紀末,Schuster提出用傅立葉級數的幅度平方作為函數中功率的度量,並將其命名為“週期圖”(periodogram)。這是經典譜估計的最早提法,這種提法至今仍然被沿用,只不過現在是用快速傅立葉變換(FFT)來計算離散傅立葉變換(DFT),用DFT的幅度平方作為信號中功率的度量。
功率譜概念
由於功率沒有負值,所以功率譜曲線上的縱座標也沒有負數值,功率譜曲線所覆蓋的面積在數值上等於信號的總功率(能量)。
功率譜定義
如果
在時間段
上可以用
表示,且,
的傅里葉變換為
,其中
表示傅里葉變換。當
增加時,
以及
的能量增加。當
時
,此時
可能趨近於一極限。假如此極限存在,則其平均功率亦可以在頻域表示,即
功率譜性質
功率譜密度的常用性質為:
[2]
(1)功率譜密度函數
是實的;
(2)功率譜密度是非負的,即
;
(4)功率譜密度對頻率的積分給出信號
的方差,即
功率譜應用
功率譜密度定義給出了區別於時域的功率描述方法,常應用於統計信號處理,介紹兩個基本應用
(1)白噪聲與有色噪聲的定義。
若信號的功率譜
等於常數,即,則隨機過程
稱為白噪聲,反之則稱為有色噪聲。
(2)利用其與自相關函數的關係求信號的自相關函數。
功率譜週期運動
週期運動在功率譜中對應尖鋒,混沌的特徵是譜中出現"噪聲背景"和寬鋒。它是研究系統從分岔走向混沌的重要方法。 在很多實際問題中(尤其是對非線性電路的研究)常常只給出觀測到的離散的時間序列X1, X2, X3,...Xn,那麼如何從這些時間序列中提取前述的四種吸引子(零維不動點、一維極限環、二維環面、奇怪吸引子)的不同狀態的信息呢? 我們可以運用數學上已經嚴格證明的結論,即擬合。我們將N個採樣值加上週期條件Xn+i=Xi,則自關聯函數(即離散卷積)為 然後對Cj完成離散傅氏變換,計算傅氏係數。 Pk説明第k個頻率分量對Xi的貢獻,這就是功率譜的定義。當採用快速傅氏變換算法後,可直接由Xi作快速傅氏變換,得到係數 然後計算 ,由許多組{Xi}得一批{Pk'},求平均後即趨近前面定義的功率譜Pk。 從功率譜上,四種吸引子是容易區分的,考慮到實際計算中,數據只能取有限個,譜也總以有限分辨度表示出來,從物理實驗和數值計算的角度看,一個週期十分長的解和一個混沌解是難於區分的,這也正是功率譜研究的主要弊端。
[1]