信号归一化功率_信号傅里叶变换系列文章（3）：从傅里叶变换到DFT（从理论到实现）...

在实际应用中估计信号的频谱（对于随机信号一般是估计其功率谱）是多么重要，我写的这篇文章就是想告诉大家如何在计算机上实现频谱估计。

5、需要说明的几点

（1）DFT所用的N点离散信号（数据）都是对原有离散信号进行截短得到的，其中的问题和经典改进措施参见《信号与系统分析和应用》书上的第7章。而现代信号处理技术认为N点数据以外的数据不为零。

下面给经典功率谱估计和现代功率谱估计的几个不同方法进行信号功率谱估计的结果，哪个效果好你自己去判别。

（2）在做DFT之前你需要对你拿到的原始离散数据进行预处理，即去直流、归一化、还要取个窗函数对其进行加权，见《信号与系统分析和应用》书上第12章。

（3）经典DFT在频域中是等间隔的，你所期望的频谱信息可能在两个抽样频率之间，这样DFT的结果可能漏掉你的信息，所以，有时会对某段频率进行谱线细化处理（参见相关文献）。

（4）DFT尽管非常有用，但是，看得出，对于分析随机信号的功率谱来说，它适用于平稳随机信号情况。

（5）我们现在用的最多的周期图法功率谱估计就取DFT的模的平方。

（6）DFT是二重循环的程序，当然你也可以用FFT实现。