Спектральная плотность мощности
Спектральная плотность мощности излучения или сигнал определяется как мощность , которая выделяется в определенной ширины полосы частот или длин волн , деленной на этой полосе пропускания, причем ширина полосы выбирают так, чтобы всегда быть более узким, т.е. ничтожно мала. Таким образом, спектральная плотность мощности является математической функцией частоты или длины волны. В частотном представлении он имеет размерность мощность · время (например, в единицах ватт / герц или дБм / Гц). На индикаторе длины волны он имеет размерность мощность / длина . Интеграл от спектральной плотности мощности по всем частотам или длинам волн дает суммарную мощность излучения или сигнал.
Спектральная плотность мощности часто упоминается просто как спектр , в представлении над частотной осью также как спектр плотности мощности ( LDS ) или спектр мощности автомобиля (на английском языке : Power Spectral Density ( PSD ), также спектр активной мощности ).
Имеющиеся в продаже анализаторы спектра электрических сигналов не демонстрируют точно математически определенный спектр плотности мощности, а скорее представляют собой усредненный спектр плотности мощности (выше предварительно выбранной ширины полосы частот англ . : Resolution bandwidth ( RBW )).
Общие и определение
Поскольку в общем случае для стационарных процессов в классическом смысле не существует ни энергии, ни преобразования Фурье , имеет смысл рассматривать ограниченные по времени компоненты для и в противном случае.
Согласно формуле Планшереля применимо следующее:
Если средняя мощность сигнала
существует правая часть приведенной выше формулы, и в качестве спектрального описания мощности можно определить спектральную плотность мощности (если существует предельное значение ) как
Для каждого конечного размера, размер называется в периодограммах из . Он представляет собой оценочное значение спектральной плотности мощности, ожидаемое значение которой не соответствует (не соответствует ожиданиям ) и дисперсия которого не исчезает даже для произвольно больших ( несовместимых ).
Свойства и расчет
Согласно теореме Винера-Чинчина , спектральная плотность мощности часто задается как преобразование Фурье временной автокорреляционной функции сигнала:
это
автокорреляционная функция временного сигнала .
Для шумовых сигналов, как правило, для процессов, должна приниматься эргодичность , что позволяет определять свойства случайных величин, такие как ожидаемое значение , из функции модели. На практике можно рассматривать только конечное временное окно, поэтому пределы интегрирования должны быть ограничены. Только для стационарного распределения корреляционная функция больше не зависит от времени .
Спектр плотности мощности автомобиля ровный, реальный и положительный. Это означает потерю информации, которая не позволяет отменить эту процедуру ( необратимость ).
Если (шумовой) процесс со спектром плотности мощности передается через линейную, не зависящую от времени систему с передаточной функцией , спектр плотности мощности равен
Передаточная функция включена в формулу в виде квадрата, поскольку спектр является величиной мощности . Это означает, что z. B. P = ток, умноженный на напряжение, и ток и напряжение, умноженные на: Таким образом, * ток * * напряжение = * ток * напряжение.
Спектр характеристик автомобилей можно представить как односторонний спектр с . Тогда применяется следующее:
а также
Методы расчета обычно ограничиваются сигналами с ограниченной полосой пропускания (сигналы, LDS которых исчезает для высоких частот), которые допускают дискретное представление ( теорема выборки Найквиста-Шеннона ). Ожидаемые согласованные оценки сигналов с ограниченной полосой частот, основанные на модификации периодограммы, например: Б. метод Уэлча или метод Бартлетта . Оценки, основанные на функции автокорреляции, называются методами коррелограммы , например оценкой Блэкмана-Тьюки .
Приложение и единицы
Знание и анализ спектральной плотности мощности полезного сигнала и шума необходимы для определения отношения сигнал / шум и для оптимизации соответствующих фильтров для подавления шума , например шума изображения . Спектр мощности автомобиля можно использовать для утверждений о частотном составе анализируемых сигналов.
Анализаторы спектра исследуют напряжение сигналов. Для отображения питания требуется спецификация оконечного резистора . Однако с помощью анализаторов спектра спектральная мощность не может быть определена в бесконечно малой полосе частот, а только в частотном интервале конечной длины. Полученное таким образом спектральное представление называется среднеквадратичным спектром (MSS), а его корень - спектром RMS (англ. Root-Mean-Square).
Длина частотного интервала всегда указывается и называется шириной полосы разрешения (англ. Resolution Bandwidth , RBW short или BW) в единицах Гц . Преобразование в децибелы стандартизировано для данных производительности:
- ,
в то время как преобразование для RMS:
Это означает, что два дисплея в децибелах численно идентичны.
Используемые единицы включают использовал:
Информация всегда относится к полосе разрешения, используемой в Герцах. Например, синусоидальный сигнал с профилем напряжения V на согласующем резисторе 50 Ом генерирует эффективное напряжение 30 дБмВт, или 16,9897 дБВ, или 7,0711 В (среднеквадратичное значение), или 10 В (PK) для каждой полосы разрешения.
Примеры
- Если корреляционная функция представляет собой дельта-распределение , это называется белым шумом , в данном случае он постоянный.
- Для теплового шума , более точным для мощности шума спектральной плотности, где: N 0 = K В · Т . При 27 ° C это 4 · 10 −21 Дж = 4 · 10 −21 Вт / Гц = −204 дБВт / Гц = −174 дБм / Гц.
- На рисунке справа показана MSS функции с равномерно распределенным шумовым процессом ( шум квантования ) с частотой дискретизации 44 100 Гц и полосой разрешения BW = 43,1 Гц (в результате 44100 Гц / 1024 точек БПФ ), так как это это, например, с компакт-диска могло прийти. Пик около –3 дБ представляет синусоидальный сигнал на уровне шума около –128 дБ. Поскольку данные о производительности относятся к полосе пропускания разрешения, можно считать SNR (обратите внимание на логарифмический закон , который преобразует умножение в сложение). Таким образом, отношение сигнал / шум, полученное на картинке, очень близко к теоретически ожидаемому .
Смотри тоже
- Уравнение Парсеваля
- Теорема Парсеваля
- Плотность спектрального ускорения
- Спектральное представление стационарных случайных процессов.
- Оценка спектральной плотности
литература
- Ханс Дитер Люке: Передача сигналов. Основы цифровых и аналоговых систем связи . Издание 6-е исправленное и дополненное. Springer, Berlin et al. 1995, ISBN 3-540-58753-5 .
Индивидуальные доказательства
- ^ Карл-Дирк Каммейер , Кристиан Крошель: Цифровая обработка сигналов. Фильтрация и спектральный анализ. С упражнениями MATLAB. 6-е исправленное и дополненное издание. Teubner, Stuttgart et al.2006 , ISBN 3-8351-0072-6 , гл. 8.3, стр. 315 и далее.
- ^ Карл-Дирк Каммейер , Кристиан Крошель: Цифровая обработка сигналов. Фильтрация и спектральный анализ. С упражнениями MATLAB. 6-е исправленное и дополненное издание. Teubner, Stuttgart et al.2006 , ISBN 3-8351-0072-6 , гл. 8.4, стр. 326 и далее.