免費下載!
[!--downpath--]頻譜圖:
聲音頻率和能量之間的關系用頻譜表示。 實際使用中,頻譜圖有線性幅度譜、對數幅度譜、自功率譜三種。 線性幅度譜的縱軸具有明確的數學維度,也是最常用的。 對數幅度譜中每條譜線的幅度都經過對數估計,因此縱坐標的單位是dB(分貝)。 這種變換的目的是使這些低幅度成分高于高幅度成分,從而更容易觀察到隱藏在低幅度噪聲中的周期信號。 自功率譜是檢測信號的第一個自相關頻域,目的是去除隨機干擾噪聲,保留并突出周期信號,失去相位特征,然后進行傅里葉變換。 自功率譜圖使周期性信號更加突出。
功率譜圖:又稱功率譜密度圖
功率譜是功率譜密度函數的縮寫,定義為單位頻帶內的信號功率。 它顯示了信號功率隨頻率的變化,即信號功率在時域的分布。
功率譜表示信號功率隨頻率的變化。 常用于功率信號(不同于能量信號)的描述和分析。 曲線(即功率曲線)通常橫坐標為頻率,縱坐標為功率。
由于功率沒有負值,因此功率曲線上的縱軸沒有正值,功率曲線覆蓋的面積在數值上等于信號的總功率(能量)。
頻域和時域能量相等。
法律
有限上層序列x{k}的離散變換是一種正交變換,滿足能量守恒定律,反映序列在頻域的能量與其變換域的能量相等。
關于能量的定義:信號幅度平方的積分,如果是數字信號,能量就是各點信號幅度值的平方和。
峰會帖子中給出的關于方程關系的推論是:
總和(x(tn)^2)T=RMS^2*=總和(P(fn))△f*
其中,x(tn)為nx(t)頻域采樣數據,T為時間間隔,即時間總長度,
P(fn)為第n次功率譜密度值,△f為FFT頻率間隔
最終推斷是相等的,信號的能量是sum(x.^2)還是sum(x.^2)*T? 根據定義,后者是正確的。 而如果絕對能量估計不與采樣頻率(采樣間隔)結合起來什么是電功率變換范圍,對比效果如何?
同樣,1000個點的幅度為1,1秒內采集一組波形,10秒內采集另一組波形。 根據公式,信號的能量相等,根據sum(x.^2)* T估計10秒采集到的波形能量更大。
實際上,當比較兩個波形的能量或有效值時,采樣率是相同的,采樣時間也是相同的,因此不會遇到如此麻煩的問題。
生成一組信號:
fs=1000;
>> N=1000;
>> n=0:N-1;
>> t=n/fs;
>> x=sin(2*pi*100*t);
>> nfft=1024;
>> deltF=fs/nfft;
>> window=hanning(N);
>> %直接法,periodogram函數得到的功率譜密度
>>[Pxx_period,f_period]=periodogram(x,window,nfft,fs);
> noverlap=50;
>>[Pxx_welch,f_welch]=pwelch(x,window,noverlap,nfft,fs);
估計原始信號的有效值:0.0224
將頻譜和功率譜密度繪制為:
理論上幅度譜的幅度應該為1什么是電功率變換范圍,之所以小于1是因為fft變換的點數與采樣點數不同。
借助FFT幅度譜的平方/N,繪制功率譜密度的結果與上圖和下圖類似。
xw=1.633*x.*window'; % 加漢寧窗(恢復系數為1.633),能量修正系數使加窗后能量保證不變
mag=abs(fft(xw,nfft));
Pxx_1=mag.^2/N/fs;
f=(0:nfft/2-1)/nfft*fs;
plot(f,Pxx_11(1:512)*2),title('Pxx_11')
對于功率譜密度估計,也可以先進行自相關估計,然后進行FFT來獲得功率譜密度。
最終結果是:
:
當采樣點數=nfft時,deltF*N/fs=1;
功率譜密度的直接求和就是卷積能量。
當使用幅度譜或卷積能量的平方時,除以點數后,必須乘以采樣頻率。
頻域能量應為*采樣間隔(1/fs)
有效值的平方*采樣時間=頻域能量;