功率譜密度如何理解?

一個隨機的波,我們可以進行時域分析,也可以頻域分析,有時也要看功率譜密度,這個功率譜密度如何理解?


一、信號分析里的這些名詞都是怎麼來的?

  對於任意的時間信號 x(t) ,這個信號可以是任意隨時間變化的物理量,在對信號進行能量分析時,不加區分地將其視為施加在阻值是單位電阻,即 R = 1Ω 的電阻上的電流。基於此,這個單位電阻的能量屬性,就視為這個信號的能量屬性。

  所以,信號的總能量 W 就是:

W=lim_{T
ightarrowinfty}int_{-T}^{T}I^2R{
m d}t=lim_{T
ightarrowinfty}int_{-T}^{T}x^2(t){
m d}t

  同時,能量也可以在頻域表示:

W=frac{1}{2pi}int_{-infty}^{infty}|X(omega)|^2{
m d}omega,X(omega)=int_{-infty}^{+infty}x(t){
m e}^{-{
m j}{omega}t}{
m d}t

  相應地,信號的平均功率 P 就是:

P=lim_{T
ightarrowinfty}frac{1}{2T}int_{-T}^{T}x^2(t){
m d}t

  當然,對不同的信號,上面兩個定義中的極限並不一定存在,由此可以區分能量信號和功率信號。也就是說,第一個極限存在,即稱為 能量信號,若第二個極限存在,則稱為 功率信號。應該記住的一點是,一個信號可以既不是能量信號,也不是功率信號,但不可能既是能量信號,又是功率信號。

二、什麼是譜密度?

  如果信號是 能量信號,通過傅里葉變換,就很容易分離不同頻域分量所對應的能量,頻率 ω 對應的能量為: dW = |X(ω)|2d(ω/2π),對 ω 積分就能得到信號的總能量,由此, |X(ω)|2 就定義為 能量譜密度,也常簡稱為 能量譜,意為能量在某一頻率上的分布集度或,量綱是 [U]2·sec/Hz [U]2·sec/(rad/sec)[U]x(t) 的量綱。

  如果信號是 功率信號,情況就稍微複雜一些了。這裡先選取一個 周期功率信號,這個是十分容易的,一個有限長時間的信號進行周期延拓就可以得到了。

  周期信號在時間上無始無終,能量必然是無限的,但功率可能是有限的。對信號進行傅里葉展開,可以寫成:

x(t)=sum_{n=1}^{infty}A_nsin(nvarOmega_0t+varphi_n), varOmega_0=frac{2pi}{T_0}

  或表示為復指數形式。

x(t)=sum_{n=-infty}^{+infty}c_n{
m e}^{{
m j}nvarOmega_0t}

  周期信號的平均功率只需要取一個周期進行能量平均即可得到,也即:

P=frac{1}{T_0}int_{0}^{T_0}x^2(t){
m d}t=frac{1}{T_0}int_{0}^{T_0}[sum_{n=1}^{infty}A_nsin(nvarOmega_0t+varphi_n)]^2{
m d}t

  或:

P=frac{1}{T_0}int_{0}^{T_0}(sum_{n=-infty}^{+infty}c_n{
m e}^{{
m j}nvarOmega_0t})^2{
m d}t

  利用二項式展開以及三角函數系的正交性,不難化簡上式:

P=sum_{n=1}^{infty}(A_n^2/2)=sum_{n=1}^{infty}P_n

  或

P=sum_{n=-infty}^{+infty}(|c_n|^2/2)=sum_{n=-infty}^{+infty}P^*_n

  An 是周期信號中頻率為 ? 的諧波分量的幅值,Pn = An2/2 是頻率為 ? 的諧波分量的功率。所以結論就是:周期信號的平均功率等於各諧波分量幅值的平方和。容易理解,周期信號的功率是離散地分布在頻率為基頻 Ω? 整數倍的諧波分量上的。

  如果以頻率為橫坐標,功率 Pn 為縱坐標,就可以得到功率隨頻率的分布。容易觀察到,周期信號的功率譜頻率分布是離散的,等間隔的,間隔長度就是基頻 Ω? = 2π/T? ,如果將 Pn 在區間 [?, (n+1)Ω?] 平均化為 Pn/Ω? ,就可以得到一條頻率連續的分布曲線 G(ω) ,其意義就是頻率 ω 上的功率密度,也就是所謂的 功率譜密度,量綱是 [U]2/Hz。功率譜密度曲線的對頻率積分就等於平均功率 P,即:

P=int_{0}^{+infty}G(omega){
m d}omega

  實際上,如果引入衝擊函數 δ(·),功率對頻率微分也可得到周期信號的功率譜密度,功率譜密度在基頻整數倍為脈衝形式,即 G(ω) = ΣPnδ(ω-nΩ?),同樣滿足功率譜密度的積分就等於平均功率 P

  以三角函數對功率展開, 幅值 An 為實數,n 僅取正值,功率譜密度 G(ω) 為單邊功率譜,如果以復指函數形式對功率展開,係數 Cn 為複數,而 n 取全體整數,功率譜密度 S(ω) 為雙邊功率譜,二者關係為:An = 2|Cn| = 2|C?n|,G(ω) = 2S(ω)

  下面考慮 非周期功率信號,這類信號也非常常見,如平穩隨機過程。

  非周期信號可以用周期信號的思路來推廣,相當於周期信號中的周期 T? → ∞

  周期趨近於無窮意味著基頻(離散諧波的頻率分布間隔) Ω? → 0 ,離散的諧波功率譜線趨於連續。同時,傅里葉係數 An 也趨於 0,也就是說,在諧波功率譜線的圖形中,所有頻率的譜值 Pn 都是無窮小,注意到,功率譜的頻率密度 G(ω) = Pn/Ω? 卻為有限值,可以用於描述功率的頻率分布。

  通過對信號的截斷也容易理解非周期信號的功率譜密度。功率信號 x(t) 無法直接進行傅里葉變換,但通過對信號截斷,則截斷後的 [-T, T] 上有限時長的信號 x?(t)則為能量信號,可進行傅里葉變換,得到截斷信號 x?(t) 能量的頻率表示 |X?(ω)|2。隨著截斷時間 2T 趨於無窮,截斷信號 x?(t) 逼近功率信號 x(t),能量譜密度 |X?(ω)|2 趨於無窮,而其時間平均則為有限值,也即功率譜密度 G(ω) = lim(1/2T)|X?(ω)|2


在頻譜分析中幅度和功率是由緊密聯繫的兩個不同的物理量:能量能表述為幅值的平方和,也能表述為功率在時間上的積分;

功率譜密度,是指用密度的概念表示信號功率在各頻率點的分布情況,是對隨機變數均方值的量度,是單位頻率的平均功率量綱;也就是說,對功率譜在頻域上積分就可以得到信號的平均功率,而不是能量。能量譜密度是單位頻率的幅值平方和量綱,能量譜密度曲線下面的面積才是這個信號的總能量。

於是,功率譜、能量譜、幅值譜之間的緊密關係主要表述為:

能量譜是功率譜密度函數在相位上的卷積,也是幅值譜密度函數的平方在頻率上的積分;

功率譜是信號自相關函數的傅里葉變換,能量譜是信號本身傅立葉變換幅度的平方


推薦閱讀:

如何看待吸引力法則?
最低樣本量的問題?
有哪些概率論的入門書籍?
馬雲的成功有哪些偶然性?
如果未來生女孩的概率是95%這個世界會怎樣?

TAG:概率 | 結構工程 |