【应用随机过程】08. 功率谱密度

第八讲 功率谱密度

一、功率谱密度的定义

Part 1：傅里叶变换

之前我们对于平稳过程的研究，主要讨论了其自相关函数在时域上的性质。而这一节我们主要介绍平稳过程的自相关函数在频域上的等价描述，两者之间的联系就是傅里叶变换。首先了解一些概念。

设信号 $x(t)$ 是时间的函数，$t\in \mathbb{R}$ ，满足狄利克雷条件，且 ${\int }_{-\infty }^{\infty }|x(t)|\mathrm{d}t<\infty$ ，则称 $x(t)$ 的傅里叶变换存在或称 $x(t)$ 具有频谱。

狄利克雷条件括三方面：

1. 在一周期内，连续或只有有限个第一类间断点；
2. 在一周期内，极大值和极小值的数目应是有限个；
3. 在一周期内，信号是绝对可积的

定义傅里叶变换为
$$F_x(\omega )={\int }_{-\infty }^{\infty }x(t)e^{-i\omega t}\mathrm{d}t,-\infty <\omega <\infty .$$
定义傅里叶逆变换为
$$x(t)=\frac{1}{2\pi }{\int }_{-\infty }^{\infty }{e}^{i\omega t}{F}_x(\omega )\mathrm{d}\omega ,-\infty <t<\infty .$$
其中 $\omega$ 称为圆频率，$F_x(\omega )$ 称为信号 $x(t)$ 的频谱。

信号 $x(t)$ 与频谱 $F_x(\omega )$ 之间有 Parseval 等式成立：
$${\int }_{-\infty }^{\infty }{x}^2(t)\mathrm{d}t=\frac{1}{2\pi }{\int }_{-\infty }^{\infty }{\left|F_x(\omega )\right|}^2\mathrm{d}\omega .$$

这里 $x^2(t)$ 的含义是信号在 $t$ 时刻的功率，因此积分 ${\int }_{-\infty }^{\infty }{x}^2(t)\mathrm{d}t$ 含义是信号的总能量。

Parseval 等式表明信号的总能量等于各谐分量能量的叠加。

Part 2：确定性信号的功率谱密度

因为在工程技术中，通常会出现总能量 ${\int }_{-\infty }^{\infty }{x}^2(t)\mathrm{d}t=\infty$ 的情况，而信号的平均功率一般是有限的。所以我们需要改变研究对象，转向对平均功率的研究，其定义式为
$$\underset{T\to \infty }{\lim }\frac{1}{2T}{\int }_{-T}^T{x}^2(t)\mathrm{d}t<\infty .$$
为此利用傅里叶变换给出平均功率的谱表达式：

作 $x(t)$ 的截尾函数：
$$x_T(t)=\{\begin{array}{ll}x(t),& |t|\le T,\\ 0,& |t|>T.\end{array}$$
记 $x_T(t)$ 的傅里叶变换为
$$F_x(\omega ,T)={\int }_{-\infty }^{\infty }{x}_T(t)e^{-i\omega t}\mathrm{d}t={\int }_{-T}^{T}x(t)e^{-i\omega t}\mathrm{d}t.$$
写出 $x_T(t)$ 的 Parseval 等式为
$${\int }_{-\infty }^{\infty }{x}_T^2(t)\mathrm{d}t={\int }_{-T}^T{x}^2(t)\mathrm{d}t=\frac{1}{2\pi }{\int }_{-\infty }^{\infty }{\left|F_x(\omega ,T)\right|}^2\mathrm{d}\omega .$$
对等式两边除以 $2T$ 再令 $T\to \infty$ ，可得 $x(t)$ 在 $(-\infty ,\infty )$ 上的平均功率的谱表达式：
$$\underset{T\to \infty }{\lim }\frac{1}{2T}{\int }_{-T}^T{x}_T^2(t)\mathrm{d}t=\underset{T\to \infty }{\lim }\frac{1}{4\pi T}{\int }_{-\infty }^{\infty }{\left|F_x(\omega ,T)\right|}^2$$