您的位置 首页 > 数码极客

『功率谱密度』功率谱密度的物理意义…

对于非正弦波信号

由傅里叶级数可知,任何函数只要满足一定的条件就可以展开为:

图1

其平均值为:

任意信号按傅里叶级数展开后,其有效值为:

通过把第一个等号右边的平方和完全展开后,根据图1中的正交性,推导如下:

对于电压信号也一样:

单个正弦信号的瞬时功率,其中U、I为有效值。

平均功率为:

如果是电压信号加载在单位电阻的两端,则单个正弦波的功率

再看周期信号,我们知道,周期信号是可以展开为傅里叶级数的:

为了加深印象,举一个例子。

例 用FFT分析信号x=4sin(100πt)+3sin(200πt)+2sin(300πt)+sin(400πt)的功率谱密度图。

t=0:0.001:0.6;

x=4*sin(2*pi*50*t)+3*sin(2*pi*100*t)+2*sin(2*pi*150*t)+sin(2*pi*200*t);

y=x+2*randn(size(t));

Fs=1024; %采样频率

N=1024; %采样点数

Y=fft(y,N);

Pyy=Y.*conj(Y)/N; %power spectrum

f=Fs*(0:(N/2))/N;

plot(f,Pyy(1:(N/2+1)))

title('功率谱')

xlabel('频率/(Hz)')


程序运行结果

从上图可以看出,功率谱图和频谱图很类似。

责任编辑: 鲁达

1.内容基于多重复合算法人工智能语言模型创作,旨在以深度学习研究为目的传播信息知识,内容观点与本网站无关,反馈举报请
2.仅供读者参考,本网站未对该内容进行证实,对其原创性、真实性、完整性、及时性不作任何保证;
3.本站属于非营利性站点无毒无广告,请读者放心使用!

“功率谱密度,功率谱密度的物理意义,功率谱密度计算公式,功率谱密度的意义”边界阅读