首页 > 编程知识 正文

分贝与功率谱密度的关系,噪声功率与功率谱密度

时间:2023-05-04 16:14:27 阅读:195423 作者:2700

分贝,功率,功率谱,功率谱密度,信噪比

分贝:(decibel,/'dɛsɪ.bɛl/,用dB表示)是量度两个相同单位之数量比例的计量单位,主要用于度量声音强度。“分”(deci-)指十分之一,个位是“贝”(bel),一般只采用分贝。分贝是以美国发明家ljdddd(Alexander Graham Bell)的名字命名的。
贝尔(B),即1B = 10dB

功率和分贝的关系:分贝是描述功率增益的单位,表示一个相对值。当bai计算A的功率比B大多少dB时,采用公式10lg(A/B)计算。例du如:A功率比B功率大一倍,则10lg(A/B)=10lg2=3dB,也就是说,A的功率比B的功率大3dB。

功率谱:信号在每个频率分量上的功率。(频谱其实是一个幅度谱,表示信号在各个分量上的幅度值)
功率谱:信号先自相关再作FFT。
频谱:信号直接做FFT。

功率谱和功率谱密度是不同的。若能量为E,时间为T,频带为F,则功率谱是表示为E/T;而功率谱密度是表示为E/T/F。所以它们的量纲和单位是不同的,表示了不同的物理量。但又由有常把功率谱当作功率谱密度的简称,所以经常易混淆。

功率谱是功率谱密度函数的简称,它定义为单位频带内的信号功率。它表示了信号功率随着频率的变化情况,即信号功率在频域的分布状况。功率谱表示了信号功率随着频率的变化关系

功率谱密度:
信号的功率谱密度当且仅当信号是广义的平稳过程的时候才存在。如果信号不是平稳过程,那么自相关函数一定是两个变量的函数,这样就不存在功率谱密度,但是可以使用类似的技术估计时变谱密度。
f(t) 的谱密度和 f(t) 的自相关组成一个傅里叶变换对(对于功率谱密度和能量谱密度来说,使用着不同的自相关函数定义)。
通常使用傅里叶变换技术估计谱密度,但是也可以使用如Welch法(Welch’s method)和最大熵这样的技术。
傅里叶分析的结果之一就是Parseval(帕塞瓦尔)定理(Parseval’s theorem,其有时也被称为包容的金针菇能量定理,Rayleigh’s energy theorem),这个定理表明函数平方的和(或积分),也就是其能量,等于其傅里叶转换式平方之和(或者积分):

其中 X(f) = F.T. { x(t) } 为x(t) 的连续傅立叶变换,f 是 x 的频率分量。
上面的定理在离散情况下也是成立的 (DTFT 和 DFT)。另外的一个结论是功率谱密度下总的功率与对应的总的平均信号功率相等,它是逐渐趋近于零的自相关函数。

信噪比
信号功率/噪声功率
信号功率:时域幅度的平方,频域幅度的平方都行(霸气的哑铃定理)

版权声明:该文观点仅代表作者本人。处理文章:请发送邮件至 三1五14八八95#扣扣.com 举报,一经查实,本站将立刻删除。