1. 程式人生 > >能量譜密度 功率譜密度

能量譜密度 功率譜密度

以下內容轉載自知乎,但經過了一定的修改。讀者可通過下方連結訪問原文。感謝原作者的回答!作者:張無忌      連結:https://www.zhihu.com/question/29520851/answer/241700599來源:知乎
作者:知乎使用者    連結:https://www.zhihu.com/question/29520851/answer/139330300      來源:知乎

一.能量W,功率P的定義

  對於任意的時間訊號 x(t) ,這個訊號可以是任意隨時間變化的物理量,在對訊號進行能量分析時,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,就視為這個訊號的能量屬性。

  所以,訊號的總能量 W 就是:

W=\lim_{T\rightarrow\infty}\int_{-T}^{T}I^2R{\rm d}t=\lim_{T\rightarrow\infty}\int_{-T}^{T}x^2(t){\rm d}t\\

  同時,能量也可以在頻域表示:

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

  相應地,訊號的平均功率 P 就是:

P=\lim_{T\rightarrow\infty}\frac{1}{2T}\int_{-T}^{T}x^2(t){\rm d}t\\

   第一個極限存在,即稱為 能量訊號,若第二個極限存在,則稱為 功率訊號

        但是,一個訊號可以既不是能量訊號,也不是功率訊號,但不可能既是能量訊號,又是功率訊號。

在頻譜分析中幅度和功率是由緊密聯絡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訊號的平均功率,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訊號的總能量。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式在相位上的卷積,也是幅值譜密度函式的平方在頻率上的積分;
功率譜是訊號自相關函式的傅立葉變換,能量譜是訊號本身傅立葉變換幅度的平方一般地,若訊號的總能量是有限的,用能量譜密度函式考察;若訊號的總能量是無限的,但單位時間內的能量是有限的:比如週期訊號,用功率譜密度函式考察

二、能量訊號-能量譜

  如果訊號是 能量訊號,通過傅立葉變換,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 積分就能得到訊號的總能量,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佈集度或,量綱是 [U]²·sec/Hz [U]²·sec/(rad/sec)[U]x(t) 的量綱。

三、週期功率訊號-功率譜密度G(ω) 

  這個是十分容易的,一個有限長時間的訊號進行週期延拓得到。

  週期訊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。對訊號進行傅立葉展開,可以寫成:

x(t)=\sum_{n=1}^{\infty}A_n\sin(n\varOmega_0t+\varphi_n),\ \varOmega_0=\frac{2\pi}{T_0}\\

  或表示為復指數形式,頻譜函式Cn是離散的

x(t)=\sum_{n=-\infty}^{+\infty}c_n{\rm e}^{{\rm j}n\varOmega_0t}\\

  週期訊號的平均功率只需要取一個週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){\rm d}t=\frac{1}{T_0}\int_{0}^{T_0}[\sum_{n=1}^{\infty}A_n\sin(n\varOmega_0t+\varphi_n)]^2{\rm d}t\\

  或:

P=\frac{1}{T_0}\int_{0}^{T_0}(\sum_{n=-\infty}^{+\infty}c_n{\rm e}^{{\rm j}n\varOmega_0t})^2{\rm d}t\\

  利用二項式展開以及三角函式系的正交性,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 是週期訊號中頻率為 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:週期訊號的平均功率等於各諧波分量幅值的平方和

容易理解,週期訊號的功率是離散地分佈在頻率為基頻 Ω整數倍的諧波分量上的。

  如果以頻率為橫座標,功率 Pn 為縱座標,就可以得到功率隨頻率的分佈。容易觀察到,週期訊號的功率譜頻率分佈是離散的,等間隔的,間隔長度就是基頻 Ω₀ = 2π/T如果將 Pn 在區間 [₀, (n+1)Ω₀] 平均化為 Pn/Ω₀ ,就可以得到一條頻率連續的分佈曲線 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){\rm d}\omega\\

  實際上,如果引入衝擊函式 δ(·),功率對頻率微分也可得到週期訊號的功率譜密度,功率譜密度在基頻整數倍為脈衝形式,即 G(ω) = ΣPnδ(ω-nΩ₀),同樣滿足功率譜密度的積分就等於平均功率 P

  以三角函式對功率展開, 幅值 An 為實數,n 僅取正值,功率譜密度 G(ω) 為單邊功率譜,如果以復指函式形式對功率展開,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)

四、非週期功率訊號

        如平穩隨機過程。非週期訊號可以用週期訊號的思路來推廣,相當於週期訊號中的週期 T₀ → ∞

  週期趨近於無窮意味著基頻(離散諧波的頻率分佈間隔) Ω₀ → 0 ,離散的諧波功率譜線趨於連續。同時,傅立葉係數 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佈。

  通過對訊號的截斷也容易理解非週期訊號的功率譜密度。功率訊號 x(t) 無法直接進行傅立葉變換,但通過對訊號截斷,則截斷後的 [-T, T] 上有限時長的訊號 x₀(t)則為能量訊號,可進行傅立葉變換,得到截斷訊號 x₀(t) 能量的頻率表示 |X₀(ω)|²。隨著截斷時間 2T 趨於無窮,截斷訊號 x₀(t) 逼近功率訊號 x(t),能量譜密度 |X₀(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)|X₀(ω)|²