通信工程 / 系统课时
功率谱密度
功率谱密度
随机信号通常不能用一次傅里叶变换稳定描述频率组成。功率谱密度把随机过程的平均功率分解到频率轴上,使我们能够判断功率集中在哪些频段,并进一步计算噪声功率和系统输出功率。
学习目标
- 理解功率谱密度描述的是单位频宽内的平均功率分布
- 掌握自相关函数与功率谱密度之间的维纳—辛钦关系
- 能通过频带积分计算随机信号在指定频段内的平均功率
为什么随机信号需要功率谱密度
确定性有限能量信号可以直接通过傅里叶变换观察频谱,但平稳随机信号往往持续存在,总能量趋于无穷,因此更适合讨论平均功率而不是总能量。功率谱密度(Power Spectral Density,PSD)正是把平均功率按照频率进行分配的工具。
记随机过程为 ,其功率谱密度写作 。在频率区间 内的平均功率为
因此, 本身不是某个频率点的功率,而是单位频宽包含多少功率。如果信号量纲是伏特,在单位电阻归一化分析中常见的 PSD 单位可写成 ;直接描述功率时则可使用 。
自相关如何变成频谱
对广义平稳随机过程,自相关函数 描述相隔 时间的两个样本之间具有多强的统计相关性。维纳—辛钦定理指出,自相关函数与功率谱密度构成傅里叶变换对:
反过来,
这条关系把两个观察角度连接起来:自相关从时间间隔观察随机信号的统计结构,功率谱密度则从频率观察同一结构的功率分布。特别地,令 ,就得到总平均功率

用积分读取频带功率
假设某随机信号的双边功率谱在 内恒为 ,其他频率为零。频带总宽度为 ,因此平均功率为
这个计算体现了 PSD 最直接的用法:频谱曲线下面积就是对应频带的平均功率。若只关心一部分频率,就只在该频段积分,而不是把整个频谱全部相加。
PSD 经过系统会怎样变化
若平稳随机信号 通过稳定的线性时不变系统,系统频率响应为 ,输出为 ,则输出功率谱密度满足
这意味着系统对某个频率的幅度衰减为 时,该频率处的功率要乘以 。滤波器因此不仅改变波形,也会重新塑造随机信号或噪声的功率分布。
不要把功率谱与普通频谱混为一谈
普通傅里叶频谱更关注一个确定信号包含哪些频率分量;功率谱密度则关注随机或功率型信号的平均功率怎样分布在频率上。遇到持续噪声、随机过程和接收机噪声分析时,通常应优先想到 PSD、自相关和频带积分这三者之间的关系。