1樓：匿名使用者
在物理學中，訊號通常是波的形式，例如電磁波、隨機振動或者聲波。當波的頻譜密度乘以一個適當的係數後將得到每單位頻率波攜帶的功率，這被稱為訊號的功率譜密度（power spectral density, psd）或者譜功率分佈（spectral power distribution, spd）。功率譜密度的單位通常用每赫茲的瓦特數（w/hz）表示，或者使用波長而不是頻率，即每奈米的瓦特數（w/nm）來表示。
功率譜密度
上面能量譜密度的定義要求訊號的傅立葉變換必須存在，也就是說訊號平方可積或者平方可加。一個經常更加有用的替換表示是功率譜密度（psd），它定義了訊號或者時間序列的功率如何隨頻率分佈。這裡功率可能是實際物理上的功率，或者更經常便於表示抽象的訊號被定義為訊號數值的平方，也就是當訊號的負載為1歐姆(ohm)時的實際功率。
此瞬時功率（平均功率的中間值）可表示為： p=s(t)^2
由於平均值不為零的訊號不是平方可積的，所以在這種情況下就沒有傅立葉變換。幸運的是維納-辛欽定理（wiener-khinchin theorem）提供了一個簡單的替換方法，如果訊號可以看作是平穩隨機過程，那麼功率譜密度就是訊號自相關函式的傅立葉變換。
訊號的功率譜密度當且僅當訊號是廣義的平穩過程的時候才存在。如果訊號不是平穩過程，那麼自相關函式一定是兩個變數的函式，這樣就不存在功率譜密度，但是可以使用類似的技術估計時變譜密度。
2樓：匿名使用者
自功率譜密度函式sxx（f）：反映相關函式在時域內表達隨機訊號自身與其他訊號在不同時刻的內在聯絡。
當隨機訊號均值為零時，自相關函式和自功率譜密度函式互為傅立葉變換對。
自功率譜密度有明確的物理含義：當tao＝0時，sxx（f）曲線與頻率軸f所包圍的面積就是訊號的平均功率。另外，sxx（f）還表明了訊號的功率密度沿頻率軸的分佈狀況，因此稱sxx（f）為自功率譜密度函式。
3樓：匿名使用者
9.2.5 功率密度譜 和互譜密度 前面給出的一些數字特徵如均值，方差和相關函式等，描述的是連續隨機訊號在時間域上的特徵，那麼，隨機訊號在頻域的數字特徵是什麼？
如何計算的？它與時域特徵有什麼關係？1、功率密度譜 設x(t)為平穩的連續隨機訊號，它的任一個樣本函式x(t)是一個功率訊號，其平均功率可以定義為：
（9.2.20） 依據帕斯瓦爾定理，設 表示 的傅立葉變換，則上式可表示為 (9.
2.21) 式中 稱為樣本功率密度或樣本功率譜。由於隨機訊號的每一個樣本實現是不能預知的，所以必須用所有樣本功率密度的統計平均值來描述平穩的連續隨機訊號x(t)的頻域特徵，即隨機訊號在頻域的數字特徵可定義如下。
定義10 平穩的連續隨機訊號x(t)的功率密度譜定義為樣本功率密度的統計平均，即 （9.2.22）維納—欣欽（wiener-khinchine）定理 若x(t)為平穩隨機訊號，當自相關函式為絕對可積時，自相關函式 和功率譜密度 為一傅立葉變換對，即（ ）。
（9.2.23） (9.
2.24)2、互譜密度 同理，在頻域描述兩個隨機訊號x(t)和 y(t)相互關聯程度的數字特徵，可以定義為互譜功率密度簡稱互譜密度 。
功率譜的應用
4樓：心莖h啷9痛
功率譜密度定義給出了區別於時域的功率描述方法，常應用於統計訊號處理，介紹兩個基本應用
（1）白噪聲與有色噪聲的定義。
若訊號的功率譜 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）利用其與自相關函式的關係求訊號的自相關函式。
功率譜密度單位是什麼？和功率有關係嗎？
matlab怎麼繪製出功率譜
5樓：匿名使用者
t=a(:,1);%%%%t是時間；
yt=a(:,2);%%%%yt是資料；
dt=t(2)-t(1);%%%%dt是點距；
lt=length(t);%%%%是資料的長度；
f0=2*pi/(lt*dt);%%%%f0是基頻；
fy=fft(yt);%%%%fy是fft變換得到的波譜；
for i=1:1:lt
f(i)=f0*(i-1);%%%%f是頻率；
p(i)=abs(fy(i))^2;%%%p是功率譜；
endplot(f,p); %%%%畫圖；
f的單位是秒分之一。就是頻率。
p是沒有單位的，就是振幅大小。如果有那是yt單位的平方。
6樓：匿名使用者
一個函式就可以了psd(x);然後就會繪製出訊號x的功率譜密度。
7樓：匿名使用者
不知道你什麼意思？頻率咋那麼小？你不是做了歸一化了嗎？最大不就2pi？
什麼是隨機振動的功率譜密度,隨機振動裡功率譜密度1050hz,3dboct50300hz,0181g2hz3002000hz,12dboct,曲線是什麼
功率譜密度bai是與相關函式之間滿足du傅zhi立葉變換,是反映了訊號的功dao率在頻域隨版 頻率w的分權布,因此,其又稱為功率譜密度。隨機過程的功率譜密度函式應看作是每一個可能實現的功率譜的統計平均。簡單說就是 某個隨機過程從統計的角度看其功率在各個頻率點上分佈情況,之所以不簡單的用傅立葉變換變到...
用功率譜密度分析隨機過程為什麼不用頻譜分析
功率譜密度是一種概率統計方法，是對隨機變數均方值的量度。一般用於隨機振動分析，連續瞬態響應只能通過概率分佈函式進行描述，即出現某水平響應所對應的概率。頻譜分析是將訊號在時間域中的波形轉變為頻率域的頻譜，進而可以對訊號的資訊作定量解釋。功率譜密度 對於具有連續頻譜和有限平均功率的訊號或噪聲，表示其頻譜...
關於振動試驗的一些問題功率譜密度,RMS等
rms是一定頻率範圍內的振動平均值,即有效值。如75 250hz的振動水平8mpa,振動應力值多以峰值或一定頻率範圍的有效值表示。一樣的,兩種表達方式,一個g 9.8m s2 rms指均方根值 你使用3軸隨機振動,然後把這些引數輸入對應的欄目就ok了。關於振動試驗的相關問題 100 模擬運輸振動可以...