随机信号分析(3) |
您所在的位置:网站首页 › 功率谱密度函数公式 › 随机信号分析(3) |
上一期一、功率谱密度 引出:由于随机过程 x(t) 持续时间无限长,由于不满足傅里叶变换中的狄利克雷条件,故无法对其做傅里叶变换,因此为了将傅里叶变换的方法应用于随机过程,必须要对无限长时间序列进行截断,即 \begin{equation} x_T(t)=\left\{ \begin{array}{cl} x(t), & |t|\le T\\ 0, & else \\ \end{array} \right. \end{equation} 当截断区间 T 为有限值时,截取函数 x_T(t) 满足傅里叶变换中的狄利克雷条件,对其做FT得到 \begin{align} X_X(T,w)=\int_{-\infty}^{\infty}x_T(t)e^{-jwt}dt=\int_{-T}^{T}x(t)e^{-jwt}dt \end{align} \begin{align} x_T(t)=\frac{1}{2\pi}\int_{-\infty}^{\infty}X_X(T,w)e^{jwt}dw \end{align} 傅里叶变换应该满足帕塞瓦尔定理,即 \begin{align} \int_{-T}^{T}x^2(t)dt=\frac{1}{2\pi}\int_{-\infty}^{\infty}|X_X(T,w)|^2dw \end{align} \Rightarrow \begin{align} \frac{1}{2T}\int_{-T}^{T}x^2(t)dt=\frac{1}{4\pi T}\int_{-\infty}^{\infty}|X_X(T,w)|^2dw \end{align} \Rightarrow \begin{align} \lim\limits_{T\rightarrow\infty}\frac{1}{2T}\int_{-T}^{T}E[X^2(t)]dt=\frac{1}{2\pi}\int_{-\infty}^{\infty}\lim\limits_{T\rightarrow\infty}\frac{E[|X_X(T,w)|^2]}{2T}dw \end{align} 上式左边为平均功率,记为 Q \begin{align}Q&=\lim\limits_{T\rightarrow\infty}\frac{1}{2T}\int_{-T}^{T}E[X^2(t)]dt=A\left\langle E[X^2(t)]\right\rangle \\ &=\frac{1}{2\pi}\int_{-\infty}^{\infty}S_X(w)dw \end{align} 其中 S_X(w) 就是随机过程的功率谱密度,即 \begin{align}S_X(w)=\lim\limits_{T\rightarrow\infty}\frac{1}{2T}E[|X_X(T,w)|^2] \end{align} 总结:随机过程的平均功率可以通过对随机过程的均方值求时间平均得到,若随机过程为广义平稳随机过程,其平均功率就为随机过程的均方值。二、功率谱密度性质① 功率谱密度是非负、实、偶函数 S_X(\omega)\ge0 ; S_X(\omega)=S_X(-\omega) ;(可利用傅里叶变换的共轭性质证明)② 功率谱密度可积 \begin{align} \int_{-\infty}^{\infty}S_X(\omega)d\omega |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |