Пояснення PSD (спектральної щільності потужності)


15

Я намагаюся зрозуміти, як обчислюється PSD. Я переглянув декілька своїх підручників з комунікаційної техніки, але безрезультатно. Я також дивився в Інтернеті. Вікіпедія, здається, має найкраще пояснення; однак я заблукаю в тій частині, де вони вирішили зробити CDF (функція накопичення дистрибуції), а потім чомусь вирішують пов'язати це з функцією автокореляції.

Я думаю, що я не розумію, як автокореляція має щось спільне з обчисленням PSD? Я б подумав, що PSD - це просто перетворення Фур'є (де P ( t ) - потужність сигналу щодо часу).P(t)P(t)


Як ви визначаєте ? P(t)
Фонон

Я насправді не визначаю це як щось. Це просто якийсь силовий сигнал. Я думаю, якби мені довелося це визначити, це було б ... Я думаю, справа в тому, що PSD не F { P ( t ) }, і він має щось стосується автокореляції, і я не розумію, що ...P(t)=v(t)i(t)F{P(t)}
user968243

Ти не можеш реально визначити потужність такої для довільних сигналів. Концепції напруги та струму відсутні. Потужність у цьому випадку визначається як сила хвилі (електромагнітна, якщо вам подобається). Так це , і це одне число, а не величина, що змінюється за часом. 1T0Tx2(t)dt
Phonon

1
Читайте про теорему Вінера-Хінчіна . Ви відмовляєтесь розуміти, що Фонон вказує вам, що межа, яку ви обчислюєте, є постійною, і тому її перетворення Фур'є є лише імпульсом при у частотній області. Якщо це пливе ваш човен, ідіть за ним, але це не спектральна щільність потужності, як це розуміють усі інші. f=0
Діліп Сарват

1
Я читав про цю теорему ... І я розумію, як вона пов’язує перетворення Фур'є з автокореляцією. І я не відмовляюся розуміти, що сказав Фонон ... Я точно розумію, що сказав @Phonon. Чого я не розумію, це те, чому використовується формула автокореляції, і я також не розумію, чому використовується спосіб перетворення фур'є (щоб отримати PSD, ви можете взяти трансформацію фур'є, взяти величину, квадратизувати його тощо) ... Я поняття не маю, чому це призведе до отримання PSD, і я не зміг знайти гідне виведення.
user968243

Відповіді:


18

Ви маєте рацію, PSD має відношення до обчислення Фур'є-перетворення потужності сигналу та здогадайтесь, що ..... це робить. Але спочатку давайте розглянемо математичну залежність між PSD та функцією автокореляції.

  1. Позначення:

    • Перетворення Фур'є:
      F[x(t)]=X(ω)=x(t)ejωtdt
    • (Час) Функція автоматичної кореляції:
      R(τ)=x(τ)x(τ)=x(t)x(t+τ)dt
  2. Доведемо, що перетворення Фур'є функції автокореляції дійсно дорівнює щільності спектральної потужності нашого стохастичного сигналу .x(t)

= - - x ( t ) x ( t + τ ) e - j ω τ d t d τ = - x ( t )

F[R(τ)]=R(τ)ejωτdτ
=x(t)x(t+τ)ejωτdtdτ
=X(ω)-x(t)ejωtdt
=x(t)x(t+τ)ejωτdτF[x(t+τ)]=X(ω)ejωtdt
=X(ω)x(t)ejωtdt

=X(ω)X(ω)=|X(ω)|2

Що це все означає? Примітка. Це пояснення трохи "хакі". Але ось це іде

Перетворення Фур'є повідомляє нам спектральні компоненти сигналу. У нашому випадку сигнал є стохастичним; Отже, намагання обчислити спектральні компоненти сигналу буде безглуздим, оскільки для кожної реалізації випадкового процесу у вас будуть різні вирази для .F[x(t)]

Що робити, якщо взяти очікуване значення перетворення Фур'є? Це не спрацювало б. Візьмемо, наприклад, нульовий середній сигнал.

E{F[x(t)]}=F[E{x(t)}]=0

E{F[x2(t)]}=F[E{x2(t)}Av. Power of the Signal]

P(t)

Список літератури:

[1] Комунікації 1, PL. Драготті, Імперський коледж Лондона

[2] Білий шум і оцінка, Ф. Тобар [Неопублікований звіт]


dtdτ

так, правильно.
ssk08

x(t)x2(t)

1
NN

@Mohammad підсумував це прекрасно.
ssk08

6

Гарне виведення, але я думаю, ви можете зробити це ще простіше

r(t)=x(t)x(t)

Згортання в часовій області - це множення в частотній області.

Час перевертання в часовій області "складний кон'югат" у частотній області.

Отже, отримуємо

R(ω)=F{r(t)}=F{x(t)}F{x(t)}=X(ω)X(ω)=|X(ω)|2=PSD

Хіба не автокореляція - це згортання сигналу зі складною сполученою, перевернутою часом?
Джим Клей

Я думаю, що він припускає, що сигнал справжній.
ssk08

1
@Jim & ssk08: ви, звичайно, обидва вірні. Дякуємо за прибирання рівнян.
Гільмар
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.