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.
Позначення:
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 ) ∫
Ж[ R ( τ) ] = ∫∞- ∞R ( τ) е- j ω τгτ
= ∫∞- ∞∫∞- ∞x ( t ) x ( t + τ) е- j ω τгт дτ
=X(ω)∫∞-∞x(t)ejωtdt=∫∞−∞x(t)∫∞−∞x(t+τ)e−jωτdτF[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]