1、能量信号的能量谱密度
我们首先回顾下帕塞瓦尔定理,对于能量信号
g(t),有
∫−∞∞∣g(t)∣2dt=∫−∞∞∣G(f)∣2df.(1)从《现代通信原理2.2》中,我们知道,(1)为信号
g(t)的能量,即
Eg=∫−∞∞∣g(t)∣2dt=∫−∞∞∣G(f)∣2df,(2)其中
∣G(f)∣2称为能量谱密度(energy spectral density,ESD)。
2、确定功率信号的功率谱密度
对于功率信号,因为其能量为无穷大,因此我们考虑它的平均功率。若
g(t)为实信号,它的平均功率为
Pg=g2(t)=T→∞limT1∫−2T2Tg2(t)dt=T→∞limT1∫−∞∞gT2(t)dt,其中
gT(t)=g(t)Rect(Tt)为
g(t)的截断函数,即将
g(t)在
[−2T,2T]上的波形取出来,显然
gT(t)为能量信号,它的傅里叶变换为
G(f)。进一步根据帕塞瓦尔定理,有
Pg=T→∞limT1∫−∞∞gT2(t)dt=T→∞limT1∫−∞∞∣GT(f)∣2df=∫−∞∞[T→∞limT∣GT(f)∣2]df.因此,我们定义确定功率信号
g(t)的功率谱密度为
Pg(f)=T→∞limT∣GT(f)∣2(W/Hz),显然有
Pg=∫−∞∞Pg(f)df,这意味着,将功率谱密度在整个频率轴上积分,就得到信号的总功率。注意我们有单边功率谱密度和双边功率谱密度两种定义。通俗来说,若
g(t)信号的平均功率为
Pg,如果我们认为频率只存在正的值(事实上也确实如此),则所有功率都分布在正半轴上;而如果认为频率有正有负,,则功率都分布在正负两个半轴上。显然单边功率谱密度是双边的两倍,但积分之后的总功率不变。我们后面在白噪声的部分还会详细讨论这个问题。
3、确定信号的自相关函数与Wiener-Khintchine定理
对于确定信号
g(t),我们定义它的相关函数为
Rg(τ)≜g(t)g(t+τ)=T→∞limT1∫−2T2Tg(t)g(t+τ)dt,其自变量为
τ,表示时延的大小。显然
Rg(0)=Pg。进一步,根据Wiener-Khintchine定理,有
Rg(τ)↔Pg(f),即信号的自相关函数与功率谱密度为傅里叶变换对。
尽管我们在这一节定义了确定信号的能量谱密度、功率谱密度以及自相关函数,但事实上我们很少用功率谱密度等来分析确定信号,因为频谱密度就够了。在随机信号部分,我们将对随机信号的功率谱密度进行定义,我们将看到随机信号的功率谱密度是主要的频域特性。