1樓：匿名使用者
傅立葉變換包含振幅和相位雙重資訊；
功率譜（自譜）只含振幅資訊，相位資訊已丟失。
傅立葉變換之後經常要畫圖，有幅度，相位，實部和虛部，那麼我看到相位和虛部圖是不一樣的，不一樣在哪
2樓：匿名使用者
^不一樣
傅立葉變換之後得到的每個點都是複數，如a+bi幅度是：根號下（a^2+b^2）
相位是：arctan(b/a)
實部是：a
虛步是：b
幅度和相位結合在一起，就能完全表示傅立葉變換的結果；實部和虛步結合在一起也能完全表示。但是並不是說相位等於虛部。
3樓：匿名使用者
相位和虛部圖本來就不是一個東西
看傅立葉變換的結果有兩種寫法
一種是幅度+相位
一種是實部+虛部
在隨機訊號分析中為什麼要定義功率譜密度
4樓：流浪兵痞
頻譜密度×一個bai
適當的係數=每單位頻率du攜帶的功
zhi率，這被稱作是功
dao率譜密度，簡稱psd
這個在不內嚴格意義上容來講，可以看作是能量的一種表述，巨集觀上來說，能量分析起來是比較穩定的，波的疊加過程中可能振幅會衰減或遞增，加速度可能會疊加，但是能量反映的是最原始作用在物體上的表徵，振幅、加速度等是這種表徵所產生的現象，所以psd應用於隨機訊號這種不規則的訊號，在頻域內可以看到能量集中位置，以及各個頻點的能量分佈，功率譜密度譜是一種概率統計方法，是對隨機變數均方值的量度，所以在隨即訊號中應用極其廣泛
為什麼不用訊號的傅立葉變換而用功率譜描述隨機訊號的頻率特性 5
5樓：anyway中國
對於隨機訊號，我們關注的是它的能量。功率譜的特點是直觀顯示能量。
隨機訊號的功率譜就是隨機訊號的傅立葉變換得到的各次諧波的幅值的平方與頻率的關係。
6樓：匿名使用者
隨機訊號沒有明確的數學表示式，因此不能進行傅立葉變換。
用功率譜密度分析隨機過程,為什麼不用頻譜分析呢?
7樓：李賀偉
功率譜密度是一種概率統計方法，是對隨機變數均方值的量度。
一般用於隨機振動分析，連續瞬態響應只能通過概率分佈函式進行描述，即出現某水平響應所對應的概率。
頻譜分析是將訊號在時間域中的波形轉變為頻率域的頻譜，進而可以對訊號的資訊作定量解釋。
功率譜密度：對於具有連續頻譜和有限平均功率的訊號或噪聲，表示其頻譜分量的單位頻寬功率的頻率函式。
頻譜分析：對訊號進行傅立葉變換，用該方法對振動的訊號進行分解，並按頻率順序，使其成為頻率的函式，進而在頻率域中對訊號進行研究和處理的一種過程。
隨機過程(stochastic process)是一連串隨機事件動態關係的定量描述。
8樓：無庸自道
這問題有點久了啊，這個問題應該是細心的初學者都會有的疑問吧。
解答如下：
頻譜分析是針對確定訊號的（因為要滿足狄利克雷條件，隨機訊號無法滿足），這樣分析才有意義。
功率譜主要是針對隨機訊號，也就是你說的隨機過程。那為什麼不能分析隨機過程的頻譜？答案很簡單，因為你求不出來！
因為隨機過程有若干的樣本函式，他們不僅是很難確定的，而且是隨機的，所以即使你找到了一條樣本函式，得到了頻譜，它也是無意義的，因為它不能反映整個隨機過程的情況。
那麼為什麼用功率譜可以呢？因為統計特性是不隨時間的推移而變化的，所以隨機過程的自相關函式能夠在時域完整描述其統計特性，而自相關函式的ft變換，也就是功率譜密度是在頻域對隨機過程統計特性的完整描述。
以上只是個人淺顯的理解，希望對你有幫助。
9樓：
一、定義：
功率譜密度：對於具有連續頻譜和有限平均功率的訊號或噪聲，表示其頻譜分量的單位頻寬功率的頻率函式。
頻譜分析：對訊號進行傅立葉變換，用該方法對振動的訊號進行分解，並按頻率順序，使其成為頻率的函式，進而在頻率域中對訊號進行研究和處理的一種過程。
隨機過程(stochastic process)是一連串隨機事件動態關係的定量描述。
二、分析：
功率譜密度是一種概率統計方法，是對隨機變數均方值的量度。一般用於隨機振動分析，連續瞬態響應只能通過概率分佈函式進行描述，即出現某水平響應所對應的概率。
頻譜分析是將訊號在時間域中的波形轉變為頻率域的頻譜，進而可以對訊號的資訊作定量解釋。
三、由二的分析可知，頻譜分析往往是對於一些波訊號進行研究的方法，通常不適合分析具有概率性質的隨機變數的研究，而功率譜密度分析是適合的工具。
為什麼對隨機訊號的頻域分析不再簡單的是頻譜而是功率譜分析？
10樓：匿名使用者
頻譜對應的是時域的確定性訊號，隨機訊號時域用均值或相關性來衡量特性，同樣衡量頻域要用頻譜的平方取均值，也就是功率譜啦，頻譜是隨機的，不能顯示整體特性的
11樓：匿名使用者
隨機訊號沒有頻譜就是隨機訊號不能做傅立葉變換 只有功率譜
隨機過程的功率譜密度和自相關函式有什麼關係
12樓：錦繡惜月
一、物理上：
1、相關函式在時間域上描述隨機過程的統計特徵，功率譜是在頻率域上描述回隨機答過程的統計特徵。
2、二者所提供的資訊完全一致，功率譜易於獲得應用十分普遍。
二、數學上：
功率譜等於相關函式的傅立葉變換，相關函式等於功率譜的傅立葉逆變換。
1、功率譜密度譜是一種概率統計方法，是對隨機變數均方值的量度。一般用於隨機振動分析，連續瞬態響應只能通過概率分佈函式進行描述，即出現某水平響應所對應的概率。
2、功率譜密度的定義是單位頻帶內的「功率」（均方值）。
3、功率譜密度是結構在隨機動態載荷激勵下響應的統計結果，是一條功率譜密度值—頻率值的關係曲線，其中功率譜密度可以是位移功率譜密度、速度功率譜密度、加速度功率譜密度、力功率譜密度等形式。
4、自相關（英語：autocorrelation），也叫序列相關，是一個訊號於其自身在不同時間點的互相關。非正式地來說，它就是兩次觀察之間的相似度對它們之間的時間差的函式。
它是找出重複模式（如被噪聲掩蓋的週期訊號），或識別隱含在訊號諧波頻率中消失的基頻的數學工具。它常用於訊號處理中，用來分析函式或一系列值，如時域訊號。
13樓：匿名使用者
是一對傅立葉變換對。
為什麼要將週期訊號進行傅立葉變換
分析bai 訊號的 內部構造 du因為絕大部分周zhi期訊號均可被分解dao為頻率專為基波頻率整數倍的各次正弦波。採用傅屬裡葉變換後，就可以得到各次正弦波的頻率 幅值 相位。一方面，可以用有限的引數完整的表達複雜的訊號，另一方面，可以非常方便的瞭解到關注訊號的含量 如基波 及不希望包含的 無用的 甚...
在隨機訊號分析中為什麼要定義功率譜密度
頻譜密度 一個bai 適當的係數 每單位頻率du攜帶的功 zhi率，這被稱作是功 dao率譜密度，簡稱psd 這個在不內嚴格意義上容來講，可以看作是能量的一種表述，巨集觀上來說，能量分析起來是比較穩定的，波的疊加過程中可能振幅會衰減或遞增，加速度可能會疊加，但是能量反映的是最原始作用在物體上的表徵，...
數字訊號處理中傅立葉變換的內涵是什麼
傅立葉變換是從傅立葉 級數推匯出來的。科學家傅立葉發現，任何週期訊號 周期函式 都可以用正弦函式和餘弦函式構成的無窮級數來表示，後世稱為傅立葉級數。對於非週期訊號，可以看成周期為無窮大的週期訊號，但根據傅立葉級數的公式，此時振幅趨於0，因此需要引入一個新的量 頻譜密度函式。頻譜密度函式就是指數形式的...