本文详细介绍了如何使用FFT和MATLAB的pwelch函数进行信号和噪声的模拟及测量。内容涵盖Parceval's Theorem的应用，FFT与窗函数的影响，以及pwelch函数返回的功率谱类型。讨论了窗函数的相干增益和噪声增益，并解释了如何从FFT结果中准确获取信号的RMS值和噪声功率谱密度。
如何使用FFT和MATLAB的pwelch函数对信号和噪声进行模拟和测量
如何使用FFT和MATLAB的pwelch函数对信号和噪声进行模拟和测量
为了搞清楚信号功率谱的概念，在之前的博客中分别总结了MATLAB中有关pwelch函数的用法，和翻译了一篇有关FFT变换过程中误差来源的文章，为了加深对pwelch法进行谱估计背后原理的理解，又找到了一篇比较好的英文说明文章，特分享给大家，同时也加深自己的理解。
文章来自University of Applied Sciences NW Switzerland的Hanspeter Schmid ，原文题目为《How to use the FFT and Matlab’s pwelch function for signal and noise simulations and measurements》，在翻译过程中对原文中不重要的信息进行了适度删改，如有需要可以自行搜索原文或者给我留言私信均可，下面开始正文部分:
1.导论
模拟或者测量信号和噪声并不是一件容易的事情，因为在使用fft进行功率谱估计的时候，英文信号和和功率谱的特征有所不同。举一个例子：利用软件产生一个频率为100Hz，振幅为
的正弦信号受到频谱密度为10-8的白噪声的干扰。如何信号的长度增加100倍，但是采样频率和之前一直的话，fft变换得到的功率谱会怎样变化？
答案可以根据Parceval's Theorem(帕萨瓦尔定理)得到&#
最低0.47元/天 解锁文章
842
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
