与频谱有关的几个谱的概念

频谱、幅度谱、功率谱和能量谱

在信号处理的学习中,有一些与谱有关的概念,如频谱、幅度谱、功率谱和能量谱等,常常让人很糊涂,搞不清其中的关系。这里主要从概念上厘清其间的区别。

对一个时域信号进行傅里叶变换,就可以得到的信号的频谱,信号的频谱由两部分构成:幅度谱和相位谱。这个关系倒还是简单。那么,什么是功率谱呢?什么又是能量谱呢?功率谱或能量谱与信号的频谱有什么关系呢?

要区分功率谱和能量谱,首先要清楚两种不同类型的信号:功率信号和能量信号。我们从一个具体的物理系统来引出能量信号和功率信号的概念。已知阻值为R的电阻上的电压和电流分别为v(t) 和 i(t),则此电信号的瞬时功率为: p(t) = v2(t)/R = i2(t)R。在作定性分析时,为了方便起见,通常假设电阻R为1欧姆而得到归一化 (Normolized) 的功率值。作定量计算时可以通过去归一化,即将实际的电阻值代入即可得到实际的功率值。将上面的概念做一个抽象,对信号 x(t) 定义其瞬时功率为 |f (t)|2,在时间间隔 (-T/2  T/2) 内的能量为:

E= ∫|f (t)|2 dt    (1)

其中积分范围为-T/2到T/2。  该间隔内的平均功率为:

p = E/T           (2)

当且仅当f(t)在所有时间上的能量不为0且有限时,该信号为能量信号,即(1)式中的 T 趋于无穷大的时候E为有限。典型的能量信号如方波信号、三角波信号等。但是有些信号不满足能量信号的条件,如周期信号和能量无限的随机信号,此时就需要用功率来描述这类信号。当且仅当x(t)在所有时间上的功率不为0且有限时,该信号为功率信号,即 (2) 式中的 T 趋于无穷大的时候 p 为有限。系统中的波形要么具有能量值,要么具有功率值,因为能量有限的信号功率为0,而功率有限的信号能量为无穷大。一般来说,周期信号和随机信号是功率信号,而非周期的确定信号是能量信号。将信号区分为能量信号和功率信号可以简化对各种信号和噪声的数学分析。还有一类信号其功率和能量都是无限的,如 f(t) = t,这类信号很少会用到。

了解信号可能是能量信号,也可能是功率信号后,就可以很好地理解功率谱和能量谱的概念。对于能量信号,常用能量谱来描述。所谓的能量谱,也称为能量谱密度,是指用密度的概念表示信号能量在各频率点的分布情况。也即是说,对能量谱在频域上积分就可以得到信号的能量。能量谱是信号幅度谱的模的平方,其量纲是焦/赫。对于功率信号,常用功率谱来描述。所谓的功率谱,也称为功率谱密度,是指用密度的概念表示信号功率在各频率点的分布情况。也就是说,对功率谱在频域上积分就可以得到信号的功率。从理论上来说,功率谱是信号自相关函数的傅里叶变换。因为功率信号不满足傅里叶变换的条件,其频谱通常不存在,维纳-辛钦定理证明了自相关函数和傅里叶变换之间对应关系。在工程实际中,即便是功率信号,由于持续的时间有限,可以直接对信号进行傅里叶变换,然后对得到的幅度谱的模求平方,再除以持续时间来估计信号的功率谱。

对确定性的信号,特别是非周期的确定性信号,常用能量谱来描述。而对于随机信号,由于持续期时间无限长,不满足绝对可积与能量可积的条件,因此不存在傅立叶变换,所以通常用功率谱来描述。周期性的信号,也同样是不满足傅里叶变换的条件,常用功率谱来描述,这些在前面已经有所说明。只有如单频正弦信号等很少的特殊的信号,在引入delta函数之后,才可以求解信号的傅里叶变换。

对于用功率谱描述的随机信号而言,白噪声是一个特例。根据定义,白噪声是指功率谱密度在整个频域内均匀分布的噪声。严格地说,白噪声只是一种理想化模型,因为实际噪声的功率谱密度不可能具有无限宽的带宽,否则它的功率将是无限大,是物理上不可实现的。然而,白噪声在数学处理上比较方便,因此它是系统分析的有力工具。一般,只要一个噪声过程所具有的频谱宽度远远大于它所作用系统的带宽,并且在该带宽中其频谱密度基本上可以作为常数来考虑,就可以把它作为白噪声来处理。例如,热噪声和散弹噪声在很宽的频率范围内具有均匀的功率谱密度,通常可以认为它们是白噪声。

时间: 2024-10-05 08:22:42

与频谱有关的几个谱的概念的相关文章

基于AR谱特征的声目标识别

本文第一部分先解释AR谱,但并不会给出太多的细节,第二部分介绍几种常见的语音中的特征,有些在之前的博文中已经用过,诸如过零率.第三部分给出实际操作的过程及识别的效果.本文的目标是通过对DSP采集的声音信号提取特征,识别卡车和飞机. 转载请注明出处: xiahouzuoxin.github.io 关于AR谱 AR模型全称Auto-Regression Model,是通过参数计算信号功率谱的一种方法.在Matlab中计算AR谱很简单:假设有一个1024个点的车辆信号x, y = pyulear(x,

python生成语谱图

语音的时域分析和频域分析是语音分析的两种重要方法,但是都存在着局限性.时域分析对语音信号的频率特性没有直观的了解,频域特性中又没有语音信号随时间的变化关系.而语谱图综合了时域和频域的优点,明显的显示出了语音频谱随时间的变化情况.语谱图的横轴为时间,纵轴为频率,任意给定频率成分在给定时刻的强弱用颜色深浅来表示.颜色深的,频谱值大,颜色浅的,频谱值小.语谱图上不同的黑白程度形成不同的纹路,称之为声纹,不同讲话者的声纹是不一样的,可用作声纹识别. 下面是在python中绘制语谱图: # 导入相应的包

梅尔频率倒谱系数(MFCC) 学习笔记

最近学习音乐自动标注的过程中,看到了有关使用MFCC提取音频特征的内容,特地在网上找到资料,学习了一下相关内容.此笔记大部分内容摘自博文 http://blog.csdn.net/zouxy09/article/details/9156785 有小部分标注和批改时我自己加上的,以便今后查阅. 语音信号处理之(四)梅尔频率倒谱系数(MFCC) [email protected] http://blog.csdn.net/zouxy09 在任意一个Automatic speech recogniti

MATLAB信号与系统分析(五)——连续时间信号的频谱分析

一.实验目的: 1.掌握傅立叶级数(FS),学会分析连续时间周期信号的频谱分析及MATLAB实现: 2.掌握傅立叶变换(FT),了解傅立叶变换的性质以及MATLAB实现. 二.利用符号运算求傅里叶级数的系数 1.复习几个函数: F1=int(f,v,a,b) - 对f表达式的v变量在(a,b)区间求定积分 F2=subs(s,OLD,NEW)-用新变量NEW代替S中的指定变量OLD. F3=vpa(x,n) : 显示可变精度计算:x为符号变量,n表示要精确计算的位数. 2.周期函数的傅里叶级数的

傅立叶变换的深入理解 转载 数字信号处理

傅立叶变换的深入理解 2007年10月05日 星期五 16:41 专题讨论四:关于傅里叶变换的讨论[精彩] 有奖征集:大家讨论一下傅里叶变换相关的内容: 1 变换的目的,意义,应用. 2 傅里叶级数与傅里叶变换的差别和联系 3 连续傅里叶变换,离散时间傅里叶变换,离散傅里叶变换,序列的傅里叶变换,各自的定义,差别,联系. 3 高速傅里叶变换的实质,经常使用的算法之间的差别和联系,各自的优势. 4 fft的应用讨论: 1.变换是时间变量函数变成相应变换域的某种变量函数,这样使运算简单,处理方便.变

傅立叶变换的深入理解(转帖)

傅立叶变换的深入理解 2007年10月05日 星期五 16:41 专题讨论四:关于傅里叶变换的讨论[精彩] 有奖征集:大家讨论一下傅里叶变换相关的内容: 1 变换的目的,意义,应用. 2 傅里叶级数与傅里叶变换的差别和联系 3 连续傅里叶变换,离散时间傅里叶变换,离散傅里叶变换,序列的傅里叶变换,各自的定义,差别,联系. 3 高速傅里叶变换的实质,经常使用的算法之间的差别和联系,各自的优势. 4 fft的应用讨论: 1.变换是时间变量函数变成相应变换域的某种变量函数,这样使运算简单,处理方便.变

音频特征提取——常用音频特征

作者:桂. 时间:2017-05-05  21:45:07 链接:http://www.cnblogs.com/xingshansi/p/6815217.html 前言 主要总结一下常用的音频特征,并给出具体的理论分析及代码. 一.过零率 过零率的表达式为: 其中N为一帧的长度,n为对应的帧数,按帧处理. 理论分析:过零率体现的是信号过零点的次数,体现的是频率特性.因为需要过零点,所以信号处理之前需要中心化处理. code(zcr1即为过零率): for i=1:fn z=X(:,i); % 取

学习笔记(信号与系统)

学习笔记(信号与系统) 来源:网络 第一章 信号和系统 信号的概念.描述和分类 信号的基本运算 典型信号 系统的概念和分类 1.常常把来自外界的各种报道统称为消息: 信息是消息中有意义的内容: 信号是反映信息的各种物理量,是系统直接进行加工.变换以实现通信的对象. 信号是信息的表现形式,信息是信号的具体内容:信号是信息的载体,通过信号传递信息. 2.系统(system):是指若干相互关联的事物组合而成具有特定功能的整体. 3.信号的描述--数学描述,波形描述. 信号的分类: 1)确定信号(规则信

《语音信号处理》《第2章 语音信号的声学基础及产生模型》

语音学三个分支: 1. 发音语音学 2. 声学语音学----进一步出现了声音模拟.语音合成.语音识别 3. 听觉语音学和心理语言学----研究人耳和大脑 本章介绍语音产生的过程及人耳的听觉过程,传统的线性语音产生模型以及目前广泛受到重视的非线性 语音产生模型,这些都是从事语音信号处理研究的基础知识. 2.1 语音信号的产生 声带振动产生声音,这是产生声音的基本声源,称为声带音源. 基音周期 基音频率 80Hz - 500Hz 声道 浊音 voiced sound 声带振动产生的 清音 unvoi