本文涉及关于功率谱和能量谱的几乎所有相关,虽然各个部分看起来有点分散,但都是。 1. 能量信号与功率信号如果把 f(t) 看做是电流关于的时间函数,单位为安培(A),那么 f(t) 作用在 1\Omega 的电阻上消耗的瞬时功率为 |f(t)|^2 。如果站在上帝的角度来看,自盘古开天辟地 (t=-\infty) 到宇宙完全毁灭 (t=\infty) 这个电阻消耗的总能量为: E=\int_{-\infty}^{\infty}|f(t)|^{2} \mathrm{~d} t \\ 那么,这个电阻在宇宙的有生之年消耗的平均功率为: P=\lim _{T \rightarrow \infty} \frac{1}{T} \int_{-\frac{T}{2}}^{\frac{T}{2}}|f(t)|^{2} \mathrm{~d} t \\ 上帝指示:
显然,能量信号在无穷远处一定是收敛的;显然,功率信号肯定比能量信号有着更大的能量。 2. 相关函数相关函数是鉴别信号的有力工具,被广泛应用于雷达回波的识别,通信同步信号的识别等领域。相关函数也称为相关积分,它与卷积的运算方法非常类似。 2.1 能量信号的相关函数对于实函数 f_1(t) 和 f_2(t) ,如果他们是能量信号的话,他们之间的互相关函数定义如下: R_{12}(\tau)=\int_{-\infty}^{\infty} f_{1}(t) f_{2}(t-\tau) d t=\int_{-\infty}^{\infty} f_{1}(t+\tau) f_{2}(t) d t \\ 注意,下脚的标号在前面的信号领先 \tau . 所以也可以说 f_2(t) 和 f_1(t) 的互相关函数定义为: R_{21}(\tau)=\int_{-\infty}^{\infty} f_{1}(t-\tau) f_{2}(t) d t=\int_{-\infty}^{\infty} f_{1}(t) f_{2}(t+\tau) d t \\ 一般情况下,R_{12}(\tau) \neq R_{21}(\tau) ,因为下脚的标号在前面的信号领先 \tau , 所以也可以理解为下脚的标号在后面的信号领先 -\tau ,即:R_{12}(\tau)=R_{21}(-\tau),\quad R_{21}(\tau)=R_{12}(-\tau) 假如说 f_1(t) 和 f_2(t) 是同一信号,都记为 f(t) ,这时就不需要对 R_{12}(\tau) 和 R_{21}(\tau) 进行区分,此时的相关函数称为自相关函数,即: R(\tau)=\int_{-\infty}^{\infty} f(t) f(t-\tau) d t=\int_{-\infty}^{\infty} f(t+\tau) f(t) d t \\ 容易看出,对自相关函数有:R(\tau)=R(-\tau) ,可见,f(t) 的自相关函数 R(\tau) 是时移 \tau 的偶函数。 2.2 功率信号的相关函数对于实函数 f_1(t) 和 f_2(t) ,如果他们是功率信号的话,他们之间的互相关函数定义如下: \left\{\begin{array}{l} R_{12}(\tau)=\lim _{T \rightarrow \infty}\left[\frac{1}{T} \int_{-\frac{T}{2}}^{\frac{T}{2}} f_{1}(t) f_{2}(t-\tau) \mathrm{d} t\right] \\ R_{21}(\tau)=\lim _{T \rightarrow \infty}\left[\frac{1}{T} \int_{-\frac{T}{2}}^{\frac{T}{2}} f_{1}(t-\tau) f_{2}(t) \mathrm{d} t\right] \end{array}\right. \\ 自相关函数: R(\tau)=\lim _{T \rightarrow \infty}\left[\frac{1}{T} \int_{-\frac{T}{2}}^{\frac{T}{2}} f(t) f(t-\tau) \mathrm{d} t\right] \\ 3. 相关与卷积的关系下面以能量信号为例,梳理一下卷积与相关的联系: 两个函数 f_1(t) 和 f_2(t) 的卷积定义式为: f_{1}(t) * f_{2}(t)=\int_{-\infty}^{\infty} f_{1}(\tau) f_{2}(t-\tau) d \tau \\ 而他们的互相关函数定义为: R_{12}(\tau)=\int_{-\infty}^{\infty} f_{1}(t) f_{2}(t-\tau) d t \\ 将他们的自变量统一下,则有: \begin{aligned} \left\{\begin{array}{l} f_{1}(t) * f_{2}(t)&=\int_{-\infty}^{\infty} f_{1}(\tau) f_{2}(t-\tau) d \tau \\ \qquad \:\:R_{12}(t)&=\int_{-\infty}^{\infty} f_{1}(\tau) f_{2}(\tau-t) d \tau \end{array}\right. \end{aligned} \\ 所以他们之间的关系就显而易见了: R_{12}(t)=f_{1}(t) * f_{2}(-t) \\ 由上式可知,若 f_1(t) 和 f_2(t) 均为实偶函数,则卷积与相关的形式完全相同。 4. 帕塞瓦尔定理由本文第一部分知 f(t) 能量为: E=\int_{-\infty}^{\infty}|f(t)|^{2} \mathrm{~d} t \\ 帕塞瓦尔定理指的是时域和频域内能量是守恒的,若 f(t) 的傅里叶变换为 F(j\omega) ,则该定理可以用公式表示为: E=\int_{-\infty}^{\infty}|f(t)|^{2} \mathrm{~d} t=\frac{1}{2 \pi} \int_{-\infty}^{\infty}|F(j \omega)|^{2} \mathrm{~d} \omega \\ 证明如下: 因为 f(t) 的傅里叶变换 F(j\omega) 为: F(j\omega)=\int_{-\infty}^{\infty} f(t) \mathrm{e}^{-j \omega t} \mathrm{~d} t \\ 记 F(j\omega) 的共轭为 F^*(j\omega) ,假设 f(t) 为复信号(这样假设适用性更广,也适用于实信号),则: F^*(j\omega)=\int_{-\infty}^{\infty} f^*(t) \mathrm{e}^{j \omega t} \mathrm{~d} t \\ 所以 \begin{aligned} \int_{-\infty}^{\infty}|F(j \omega)|^{2} \mathrm{~d} \omega &= \int_{-\infty}^{\infty}F(j \omega)F^*(j \omega) \mathrm{~d} \omega\\ &= \int_{-\infty}^{\infty}F(j \omega) \mathrm \int_{-\infty}^{\infty} f^*(t) \mathrm{e}^{j \omega t} \mathrm{~d} t {~d} \omega\\ &= \int_{-\infty}^{\infty} f^*(t) \mathrm \int_{-\infty}^{\infty} F(j \omega) \mathrm{e}^{j \omega t} \mathrm{~d}\omega {~d} t \\ &= \int_{-\infty}^{\infty} f^*(t) \cdot 2\pi f(t) \mathrm {~d} t \\ &= 2\pi\int_{-\infty}^{\infty}|f(t)|^{2} \mathrm{~d} t \end{aligned} \\ 所以有: E=\int_{-\infty}^{\infty}|f(t)|^{2} \mathrm{~d} t=\frac{1}{2 \pi} \int_{-\infty}^{\infty}|F(j \omega)|^{2} \mathrm{~d} \omega \\ 证毕. 5. 能量谱对于能量信号,为了表征能量在频域中的分布情况,可以借助密度函数的概念,类比概率密度函数,我们可以使用能量密度函数 E(\omega), 将其定义为单位频率内的信号能量。能量密度函数简称为能量频谱或能量谱. 如何得到 f(t) 的能量谱 E(\omega) 的表达式呢? 因为单位频率内的信号能量为 E(\omega) ,所以在频带 \mathrm{~d} f 内信号的能量是 E(\omega)\mathrm{~d} f, 那么信号在整个频率区间 (-\infty,\infty) 内的总能量还可以这么求: E=\int_{-\infty}^{\infty}E(\omega) \mathrm{~d} f=\frac{1}{2\pi}\int_{-\infty}^{\infty}E(\omega) \mathrm{~d} \omega \\ 将上式与帕塞瓦尔定理进行对比,则可以得到能量谱表达式为: E(\omega)=|F(j \omega)|^{2} \\ 6. 能量信号的自相关函数与能量谱是一对傅里叶变换因为能量信号的自相关函数为: R_{12}(\tau)=f_{1}(\tau) * f_{2}(-\tau) \\ 由 时域卷积对应频域相乘 可得到互相关函数的傅里叶变换为: \begin{aligned} \mathrm{F}\left[R_{12}(\tau)\right] &=\mathrm{F}\left[f_{1}(\tau)^{*} f_{2}(-\tau)\right]\\ &=\mathrm{F}\left[f_{1}(\tau)\right] \mathrm{F} \left[f_{2}(-\tau)\right] \\ &=F_{1}(j \omega) F_{2}(-j \omega)\\ &=F_{1}(j \omega) F_{2}^{*}(j \omega) \end{aligned} \\ 所以自相关函数的傅里叶变换为: \mathrm{F}\left[R(\tau)\right]=F(j \omega) F^{*}(j \omega)=|F(j \omega)|^{2}=E(\omega) \\ 所以说,能量信号的自相关函数与能量谱是一对傅里叶变换。 7. 功率谱周期信号在时间上无始无终,能量必然是无限的,但功率可能是有限的;随机信号,能量也是无限的,且无法用确定的时间函数来表示,所以不存在频谱,这种情况下一般用功率谱来描述其频率特性。暂且把这当做为什么会存在功率谱的一种解释吧。 对于功率信号 f(t) ,因为其能量是无穷大的,我们一般关注的是其平均功率 P,它的定义是: P \stackrel{\operatorname{def}}{=} \lim _{T \rightarrow \infty} \frac{1}{T} \int_{-\frac{T}{2}}^{\frac{T}{2}}|f(t)|^{2} \mathrm{~d} t \\ 如果 f(t) 是实函数,则其平均功率定义为: P \stackrel{\operatorname{def}}{=} \lim _{T \rightarrow \infty} \frac{1}{T} \int_{-\frac{T}{2}}^{\frac{T}{2}} f^{2}(t) \mathrm{d} t \\ 求功率谱的推导过程如下: 由于功率信号的能量是无穷的,且信号的持续时间是无限的,而计算功率又必须用到持续时间的信息带入上述公式,所以计算功率谱时会将信号进行截断然后取极限来完成,如下图,从 f(t) 中截取 |t| \leq T / 2 的一段, 得到一个截尾函数 f_{T}(t) : ![]() image-20221028183250298 则 f_{T}(t) 可以表示为: f_{T}(t)=f(t)\left[\varepsilon\left(t+\frac{T}{2}\right)-\varepsilon\left(t-\frac{T}{2}\right)\right] \\ 如果 T 是有限值,则 f_{T}(t) 的能量也是有限的。令: F_{T}(j \omega)=\mathrm{F}\left[f_{T}(t)\right] \\ 由帕斯瓦尔定理, f_{T}(t) 的能量 E_{T} 可表示为: E_{T}=\int_{-\infty}^{\infty} f_{T}^{2}(t) d t=\frac{1}{2 \pi} \int_{-\infty}^{\infty}\left|F_{T}(j \omega)\right|^{2} d \omega \\ 由于 \int_{-\infty}^{\infty} f_{T}^{2}(t) d t=\int_{-\frac{T}{2}}^{\frac{T}{2}} f^{2}(t) d t ,所以 f(t) 的平均功率为: \begin{aligned} P &\stackrel{\operatorname{def}}{=} \lim _{T \rightarrow \infty} \frac{1}{T} \int_{-\frac{T}{2}}^{\frac{T}{2}} f^{2}(t) \mathrm{d} t\\ &=\lim _{T \rightarrow \infty} \frac{1}{T}\int_{-\infty}^{\infty} f_{T}^{2}(t) d t\\ &=\frac{1}{2 \pi} \int_{-\infty}^{\infty}\lim _{T \rightarrow \infty} \frac{1}{T}\left|F_{T}(j \omega)\right|^{2} d \omega \end{aligned} \\ 类比能量密度函数的定义,定义 P(\omega) 为功率密度函数,即单位频率内的信号功率,简称功率谱,那么信号在整个频率区间 (-\infty,\infty) 内的功率还可以这么求: P=\int_{-\infty}^{\infty} \mathrm{P}(\omega) \mathrm{d} f=\frac{1}{2 \pi} \int_{-\infty}^{\infty} \mathrm{P}(\omega) \mathrm{d} \omega \\ 比较得到: \mathrm{P}(\omega)=\lim _{T \rightarrow \infty} \frac{\left|F_{T}(j \omega)\right|^{2}}{T} \\ 8. 功率信号的自相关函数与功率谱是一对傅里叶变换因为功率信号的自相关函数为(本文前面已经介绍): R(\tau)=\lim _{T \rightarrow \infty}\left[\frac{1}{T} \int_{-\frac{T}{2}}^{\frac{T}{2}} f(t) f(t-\tau) \mathrm{d} t\right] \\ 对两边同时取傅里叶变换,有: \begin{aligned} \mathrm{F}[R(\tau)] &=\mathrm{F} \quad\left[\lim _{T \rightarrow \infty} \frac{1}{T} \int_{-\frac{T}{2}}^{\frac{T}{2}} f(t) f(t-\tau) \mathrm{d} t\right] \\ &=\mathrm{F} \quad\left[\lim _{T \rightarrow \infty} \frac{1}{T} \int_{-\infty}^{\infty} f_{T}(t) f_{T}(t-\tau) \mathrm{d} t\right] \\ &=\mathrm{F} \quad\left\{\lim _{T \rightarrow \infty} \frac{1}{T}\left[f_{T}(\tau)^{*} f_{T}(-\tau)\right]\right\} \\ &=\lim _{T \rightarrow \infty} \frac{1}{T}\left|F_{T}(j \omega)\right|^{2} \\ &=\mathrm{P}(\omega) \end{aligned} \\ 所以说: 功率信号的自相关函数与功率谱是一对傅里叶变换. 本文首发于微信公众号振动信号研究所 |
相关文章
西安企业做百度推广,一个月花三千和花三万到底差在哪?
4|最近跟几个西安的老板聊天,发现一个挺有意思的现象:同样做百度推广,有人一个月花三千块,询盘不断;有人一个月砸三万,水花都没见着。问他们区别在哪,大多数人说不清楚,只知道'钱花了,没效果'。 5| 6|百度推广这东西,说复杂也复杂,说简单也简单。核心就一件事:让你的潜在客户搜某个词的时候,你的信息...
我想当策划,大学应该选什么专业?
学,广告,传播,公关,这些专业其实都可以。另外也可以学像汉语言文学,以及一些跟文学相关的一些专业,会对你找工作有帮助。但是,你想从事这个这份职业,除了专业的学习之外,更多的是,你要在上学的时候积极参与一些更营销策划相关的社会实践。比如说你可以做一些兼职,比如说帮别人去写稿,...
服装市场营销策略分析,“定位不慎满盘皆输”
不同的区域需要不同的策略,而不同的营销策略需要不同的销售思路来配合。因此,在研究女装产品销售思路之前,最好先对于市场与营销策略做一次深入地了解。1.市场区域化(market segmentation):目标营销的第一步,是将整个市场拆分成若干个同性质的小市场。2.目标市场的...
晚间悦读丨你的思维方式,决定你的人生高度!
越长大,越发现,能够决定你人生高度的,往往是你的认知层次。 你的认知在哪个层级,你的人生就处在什么状态。你认知的高度,决定了你人生的高度。 那如何才能升级方式、提升认知能力呢?可以从这三个方面做出改变。 NO. 1 改变态度 有人...
编写项目营销策划方案六大要点
现在商业发展非常迅速,的需求非常的大,但是要做好营销策划是有一定难度的,我把自己做营销策划的一些体会在这里分享给朋友们。营销策划方案六大要点我们先说项目营销策划方案这个话题。大部分的营销策划人都是在企业里工作,大部分项目之初都是来源于一个想法,创始人、老板或者创始团队的一个...
【商场营销策划】如何进行商场营销策划?
商场是策划者们关注的永恒话题,那么究竟该如何作好商场营销策划呢?掌握以下这几点营销策略设计原则,至关重要!1.义利兼顾的原则。商场在获取利润的同时要充分考虑到消费者的合法利益和商场的长远利益。在作商场活动营销策略方案的时候应该将这一点作为首要的原则。对商场有利而对顾客不利的...






