第6章：信号的幅值相关功率谱分析.pptVIP

6.4 功率谱密度分析 1、自功率谱密度函数 1）自功率谱密度函数的定义 定义：设随机信号X(t)，有 则x(t)的自相关函数满足傅立叶积分变换条件： 定义 为x(t)的自功率谱密度函数，?即 第6章 信号的幅值、相关功率谱分析 2）功率谱的物理意义 自功率谱密度表示了信号的功率随频率的分布规律 6.4 功率谱密度分析 若τ=0，则根据自相关函数和自功率谱密度函数的定义，可得到 可见，自功率谱密度函数的曲线下和频率轴所包围的面积就是信号的平均功率。 3）自功率谱密度函数与幅值谱间的关系 结论： （1）信号x(t)的自功率谱密度函数Sx(f)不仅可从其自相关函数的傅立叶积分变换中获得，也可以从信号的幅值谱获得。 （2）自功率谱密度函数Sx(f)和信号的幅值谱都反映了信号x(t)的频率结构，但有各自的量纲。 （3） Sx(f)反映的是信号的幅值频谱的平方，使信号中的高幅值分量更突出。 6.4 功率谱密度分析 4）谱估计方法 用有限长度T的样本记录计算样本功率谱，作为信号功率谱的初步估计值。 模拟信号 数字信号 6.4 功率谱密度分析 经典谱估计（周期图法） 把原样本记录长度T总分段 对每段分别用周期图法求其功率谱的初步估计值 求诸段功率谱的初步估计值的平均值 幅值谱 离散化 改进算法： 6.4 功率谱密度分析 2、互功率谱密度函数 定义为信号x(t),y(t)的互相关函数的傅立叶变换。 1）互功率谱密度函数的定义 其逆变换为 估计式 6.4 功率谱密度分析 2）相干函数 定义 评价输出与输入间的因果关系 6.4 功率谱密度分析 可能值 可能性 0 输入信号与输入信号不相干 1 输入信号与输入信号完全相干，系统不受干扰且系统是线性的 0∽1 　 测试中有外界噪声干扰 输出y(t)是输入x(t)和其他的综合输出 系统是非线性的 3、功率谱的工程应用 6.4 功率谱密度分析 （1）可利用互谱求系统的传递函数 （2）可在强噪声背景下分析系统的特性 案例：查找电机噪声源 非确定性信号 幅 值 谱 数字特征参数 概率密度函数 相 关 分 析 自相关 互相关 总结信号分析方法（一） 第6章 信号的幅值、相关功率谱分析 总结信号分析方法（二） 非确定性信号 功率谱密度函数 自谱 互谱 其它分析方法 功时谱分析 时序分析 小波分析 作业：P117 6.5 6.6 6.7 6.1 随机信号的基本概念 6.2 幅值域分析 6.3 相关分析 6.4 功率谱密度分析 6.5 其他信号分析技术简介 总结 第6章 信号的幅值、相关功率谱分析 6.1 随机信号的基本概念 1、样本函数、样本记录、随机过程 样本函数：对随机信号进行多次长时间的观察记录，其中每次长时间观察记录所获得的时间历程 ?为一个样本函数 样本记录：在有限长时间区间（t1,t2）上的样本函数xi(t) 随机过程：在试验条件不变时所有样本函数的集合。 第6章 信号的幅值、相关功率谱分析 2、集合平均、时间平均 集合平均：利用随机过程|x(t)|中所有样本函数xi(t)在ti时刻的观察值进行运算再取其平均的方法。 某随机过程在t1时刻的均方值 例：某随机过程在t1时刻的均值 时间平均：利用随机过程|x(t)|中第i个样本函数xi(t)，当观察时间T→∞,对所有观察值进行运算再取其平均的方法。 6.1 随机信号的基本概念 3、随机过程的分类 若一随机过程的集合平均统计参数不随时间变化，则该随机过程称为平稳随机过程 6.1 随机信号的基本概念 （1）平稳随机过程和非平稳随机过程 （2）各态历经随机过程和非各态历经随机过程 在平稳随机过程中，若某随机过程用集合平均得到的统计参数与任一单个样本用时间平均得到的统计参数相同，则称为各态历经随机过程。 6.2 幅值域分析 第6章 信号的幅值、相关功率谱分析 随机信号既不是能量有限，又不是功率有限信号，因此，原则上讲不能进行傅立叶变换。 随机信号分析 时域分析 频域分析 自相关函数 互相关函数 幅值域分析 均值 均方值 方差 概率密度函数 自功率谱分析 互功率谱分析 0 A t 均值：反映了信号变化的中心趋势，也称之为直流分量。 一、数字特征参数 1）均值：均值E[x(t)]表示集合平均值或数学期望值。 （连续量） 常用样本记录来估计： 2）均方值 工程测量中仪器的表头示值就是信号的有效值。 信号的均方值E[x2(t)]，表达了信号的强度；其正平方根值，又称为有效值(RMS)，也是信