功率谱密度的计较功率谱密度指的是在每个频次上信号具有的功率巨细,即 带宽内信号的均匀功率,单元为 大概 。 ①实数值信号输入
【例】在MATLAB中利用fft()函数求功率谱密度。除此之外,还可以利用序列的自相关函数求功率谱密度(维纳-辛钦定理),在此先不作诠释。 fs=1000; %采样频次为1kHzfin=200; %输入信号为500Hz N=1000; %采样点数为1000 n=0:1/fs:1-1/fs; %采样点数为1000个 In=sin(2*pi*200*n); %输入信号 In_PSD=(abs(fft(In)).^2)/(fs*N); %求功率谱密度 plot(n*fs,10*log10(In_PSD)); grid on title('双边功率谱密度') xlabel('Frequency (Hz)') ylabel('Power/Frequency (dB/Hz)') 双边功率谱密度 clc;clear; fs=1000; %采样频次为1kHz fin=200; %输入信号为500Hz N=1000; %采样点数为1000 n=0:1/fs:1-1/fs; %采样点数为1000个 In=sin(2*pi*200*n); %输入信号 In_PSD=(abs(fft(In)).^2)/(fs*N); %求功率谱密度 In_PSD(2:1+N/2)=2*In_PSD(2:1+N/2); plot(n(1:1+N/2)*fs,10*log10(In_PSD(1:1+N/2))); grid on title('单边功率谱密度') xlabel('Frequency (Hz)') ylabel('Power/Frequency (dB/Hz)') 单边功率谱密度 ②加窗减轻频谱泄露当截断的信号不是整数个周期时,会致使频谱泄露。 频谱泄露 ,就是信号频谱中各谱线之间相互影响,使丈量成果偏离现实值,同时在谱线两侧其他频次点上出现一些幅值较小的假谱,致使频谱泄露的缘由是 采样频次 和信号频次的分歧步,形成周期采样信号的相位在始端和终端不持续。 hann窗的幅值批改系数为2,功率批改系数为1.633。加窗都是经过使截断的鸿沟变得陡峭,来削减高频份量以减轻频谱泄露的。 【例】加窗以后可明显看到频谱泄露被减轻了。 clc;clear;fs=500; %采样频次 fin=50; %输入信号频次 N=128; %采样点数为N n=(1:N)/fs; %采样点数为N个 In=sin(2*pi*fin*n)+0.3*sin(2*pi*(fin+3)*n); %输入信号 In_PSD=(abs(fft(In)).^2)/(fs*N); %求不加窗功率谱密度 In_PSD(2:1+N/2)=2*In_PSD(2:1+N/2); subplot(2,1,1); plot(n(1:1+N/2)*fs*fs/N,(In_PSD(1:1+N/2))); grid on title('功率谱密度不加窗') xlabel('Frequency (Hz)') ylabel('Power/Frequency (V^2/Hz)') window=hann(N); %汉宁窗 k=1.63; %批改系数 使总功率稳定 In_PSD_wind=(abs(fft(1.63*In.*window')).^2)/(fs*N);%求加窗功率谱密度 In_PSD_wind=k*In_PSD_wind; In_PSD_wind(2:1+N/2)=2*In_PSD_wind(2:1+N/2); subplot(2,1,2); plot(n(1:1+N/2)*fs*fs/N,(In_PSD_wind(1:1+N/2))); grid on title('功率谱密度加窗') xlabel('Frequency (Hz)') ylabel('Power/Frequency (V^2/Hz)') 加窗前后的功率谱密度 ③归一化的输入频次输入频次与采样频次的比值叫做归一化频次,也叫做数字频次。
频谱范围变成0-1。 【例】 clc;clear;fs=500; %采样频次 fin=50; %输入信号频次 f=fin/fs; %归一化输入频次 N=128; %采样点数为N n=(1:N); %采样点数为N个 In=sin(2*pi*f*n); %输入信号 In_PSD=(abs(fft(In)).^2)/(N*2*pi); %求不加窗功率谱密度 plot([1/N:1/N:1],10*log10(In_PSD(1:N))); grid on title('输入频次归一化') xlabel('Frequency (Hz)') ylabel('Power/Frequency (dB/Hz)') 具有归一化输入频次的功率谱密度 功率谱的计较分歧于功率谱密度,可从它们的单元中看出分歧。功率谱的单元中不包括“ ”,就是功率的单元,它暗示在某个频次间隔内的总功率。例如采样率为 ,采样点数为 的离散信号,它的功率谱密度用 暗示,那末它的功率谱 为
由于在频域中,各条谱线之间的间隔为 ,可将这一间隔内的功率谱密度看做相称,计较功率谱。 【例】同功率谱密度,也可以求出双边/单边功率谱,加窗的功率谱,归正都是先求功率谱。 fs=1000; %采样频次为1kHzfin=200; %输入信号为500Hz N=1000; %采样点数为1000 n=0:1/fs:1-1/fs; %采样点数为1000个 In=sin(2*pi*200*n); %输入信号 In_PSD=(abs(fft(In)).^2)/(fs*N); %求功率谱密度 In_PS=In_PSD*fs/N; plot(n*fs,10*log10(In_PS)); grid on title('双边功率谱') xlabel('Frequency (Hz)') ylabel('Power/Frequency (dB)') 双边功率谱 频谱和能量谱的计较频谱就是离散傅里叶变更,也有单边/双边频谱的说法。频谱中还包括了相位成份,功率谱密度平方以后将相位丢掉了,不能分析相位。
能量谱帕斯瓦尔定理,信号的总能量既可以依照每单元时候内的能量在全部时候内的积分计较出来,也可以依照每单元频次内的能量在全部频次范围内的积分而获得。 立即域的能量和频域的能量相称。DFT形式的帕塞瓦尔定理为
其中 就是能量谱密度。 【例】别离计较方差为1,均值为0的高斯白噪声的能量,成果相称。 N = 2^11;noise=1e0*randn(1,2048)'; energy_f=sum((abs(fft((noise(1:N))))).^2)/N^2; %频域计较噪声的能量 energy_t=sum((abs((noise(1:N)))).^2)/N; %时域计较噪声的能量 书山有路勤为径,学海无涯苦作舟。 |