本文探讨了MATLAB中信号加窗处理后功率谱密度的计算方法及其物理意义。通过举例说明一个10Hz正弦信号的采样和FFT处理，解释了不加窗和加窗（如汉宁窗）情况下功率谱密度的变化，并指出加窗后需进行校正。作者困惑于功率谱密度的数值含义，尤其是250的峰值，最后理解到这是经过特定处理后的功率值。同时，讨论了功率谱密度与功率的关系，以及为何在某些情况下直接求功率更为合适。
书上的数字信号功率谱密度计算，经典方法的周期图法最好理解：信号fft后绝对值的平方，再除以信号点数。自相关法，我验算过，结果是大致相等的，特别是在主峰值处，值基本是一样的(不一样可能有fft时频谱泄露导致)。但我还是不知道得到的结果又什么实际意义。
比如，一个正弦信号，振幅为1，频率为10Hz。用采样率1000Hz的采样电路对其进行采样1秒。理论上，得到1000个采样点。对采样信号做1000点的fft。按照上述周期图法求信号的功率谱密度，将每个变换值取绝对值，平方，再除以信号点数，得到的序列值就是功率谱密度。那么上述信号最后计算出的功率谱密度是什么样的呢？
结果是，在10Hz和-10Hz(将频谱做fftshift，再考虑正负频率)处有(1*1000/2).^2/1000 = 250的峰值，其他频率位置值为0(实际上，用matlab求，有很小的值，近似为0)。我要问的就是，这个250表示什么呢？或者说有什么实际意义呢？
而且，如果对原信号加一个窗(除了矩形窗)，比如汉宁窗，得到的功率谱密度会不一样，以上述标准的正弦信号为例，理论上，不加窗时，只要整周期采样，做fft即能得到准确的频谱以及所谓的功率谱密度。但是当采集时起始点不是在正弦信号的0值点，对信号加个窗，就会将原信号改变，得到的频谱和功率谱就不对了！也就需要校正了！
实际上，所有的信号加窗后的频谱和功率谱都需要校正！校正方法，正如我帖子里面那种：对于引入直流成分的窗，必须去直
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
