当前位置: 首页 > ops >正文

时域与频域信号特性分析——DFT归一化与双边谱合并分析

文章目录

  • 时域与频域信号特性分析
    • 直流信号与正弦信号的定义
      • 直流信号
      • 正弦信号
    • 归一化功率分析
      • 直流信号案例
      • 正弦信号案例
    • 关键特性对比
    • 结论
  • DFT归一化与双边谱合并分析
    • DFT双边谱特性
    • 双边谱合并判断
      • 需要合并的情况
      • 无需合并的情况
    • 算法实现
      • 保留双边谱(默认)
      • 合并为单边谱
    • 数学验证
    • 实现注意事项

时域与频域信号特性分析

直流信号与正弦信号的定义

直流信号

时域表现:恒定值信号,例如:
x[n]=1(所有时间点取值为1)x[n] = 1 \quad \text{(所有时间点取值为1)} x[n]=1(所有时间点取值为1

频域表现:DFT仅在零频率处有非零值:
X[k]={Nk=00k≠0X[k] = \begin{cases} N & k=0 \\ 0 & k \neq 0 \end{cases} X[k]={N0k=0k=0

正弦信号

时域表现:振荡波形,例如:
x[n]=cos⁡(2πfn)x[n] = \cos(2\pi fn) x[n]=cos(2πfn)

频域表现:DFT在正负频率处有峰值:
∣X[f]∣=∣X[−f]∣=N2|X[f]| = |X[-f]| = \frac{N}{2} X[f]=X[f]=2N

归一化功率分析

直流信号案例

归一化功率=∣X[0]∣2N2=N2N2=1时域功率=1N∑n=0N−1∣x[n]∣2=1\begin{aligned} \text{归一化功率} &= \frac{|X[0]|^2}{N^2} = \frac{N^2}{N^2} = 1 \\ \text{时域功率} &= \frac{1}{N}\sum_{n=0}^{N-1} |x[n]|^2 = 1 \end{aligned} 归一化功率时域功率=N2X[0]2=N2N2=1=N1n=0N1x[n]2=1

正弦信号案例

单边功率=∣X[f]∣2N2=(N/2)2N2=14总功率=2×14=12时域功率=1N∑n=0N−1cos⁡2(2πfn)=12\begin{aligned} \text{单边功率} &= \frac{|X[f]|^2}{N^2} = \frac{(N/2)^2}{N^2} = \frac{1}{4} \\ \text{总功率} &= 2 \times \frac{1}{4} = \frac{1}{2} \\ \text{时域功率} &= \frac{1}{N}\sum_{n=0}^{N-1} \cos^2(2\pi fn) = \frac{1}{2} \end{aligned} 单边功率总功率时域功率=N2X[f]2=N2(N/2)2=41=2×41=21=N1n=0N1cos2(2πfn)=21

关键特性对比

信号类型时域表现频域表现归一化功率(单边)
直流信号x[n]=1x[n]=1x[n]=1X[0]=NX[0]=NX[0]=N, 其他为0N2N2=1\dfrac{N^2}{N^2} = 1N2N2=1
正弦信号cos⁡(2πfn)\cos(2\pi fn)cos(2πfn)X[±f]=N2X[\pm f]=\dfrac{N}{2}X[±f]=2N(N/2)2N2=14\dfrac{(N/2)^2}{N^2} = \dfrac{1}{4}N2(N/2)2=41

结论

  • 除以N2N^2N2的归一化对直流信号严格成立(时域幅值1 ⇒ 频域功率1)
  • 对正弦信号需考虑双边谱功率叠加(14+14=12\frac{1}{4} + \frac{1}{4} = \frac{1}{2}41+41=21
  • 归一化建立了时域单位幅值与频域功率的直接映射关系

DFT归一化与双边谱合并分析

DFT双边谱特性

对于实数信号的离散傅里叶变换(DFT),其频域结果具有共轭对称性:
X[k]=X∗[−k](负频率分量是正频率的共轭)X[k] = X^*[-k] \quad \text{(负频率分量是正频率的共轭)} X[k]=X[k](负频率分量是正频率的共轭)
其中能量分布在正负频率上,例如正弦波的能量出现在kkkN−kN-kNk两个位置。

双边谱合并判断

需要合并的情况

  • 分析总功率时需合并正负频率能量
  • 物理功率计算要求单边谱表示

无需合并的情况

  • 需要观察完整频谱对称性
  • 处理复数信号(无双边对称性)

算法实现

保留双边谱(默认)

# 输入: fft为DFT结果,N为信号长度
# 输出: 归一化双边功率谱
normalized_spectra = [np.abs(fft)**2 / (N**2) for fft in spectra]

合并为单边谱

def normalize_to_onesided(fft, N):# 初始化单边谱(取前N/2+1个点)spectrum = np.abs(fft[:N//2 + 1])**2 / (N**2)# 正频率能量乘2(排除直流和Nyquist)spectrum[1:-1] *= 2# 处理直流分量spectrum[0] /= 2# 处理Nyquist频率(当N为偶数)if N % 2 == 0:spectrum[-1] /= 2return spectrum

数学验证

对于时域信号x[n]=cos⁡(2πfn)x[n] = \cos(2\pi f n)x[n]=cos(2πfn)
双边谱峰值=14(在k=f和k=N−f处)单边功率=2×14=12时域平均功率=1N∑n=0N−1∣x[n]∣2=12\begin{aligned} \text{双边谱峰值} &= \frac{1}{4} \quad \text{(在$k=f$和$k=N-f$处)} \\ \text{单边功率} &= 2 \times \frac{1}{4} = \frac{1}{2} \\ \text{时域平均功率} &= \frac{1}{N}\sum_{n=0}^{N-1} |x[n]|^2 = \frac{1}{2} \end{aligned} 双边谱峰值单边功率时域平均功率=41(k=fk=Nf)=2×41=21=N1n=0N1x[n]2=21

实现注意事项

  • 直流分量(k=0k=0k=0)和Nyquist频率(k=N/2k=N/2k=N/2)需单独处理
  • 复数信号需采用不同处理逻辑
  • 实际应用推荐使用单边谱表示:
    P单边[k]={∣X[0]∣2N2k=02∣X[k]∣2N21≤k≤N/2−1∣X[N/2]∣2N2k=N/2(偶数N)P_{\text{单边}}[k] = \begin{cases} \frac{|X[0]|^2}{N^2} & k=0 \\ \frac{2|X[k]|^2}{N^2} & 1 \leq k \leq N/2-1 \\ \frac{|X[N/2]|^2}{N^2} & k=N/2 \text{(偶数N)} \end{cases} P单边[k]=N2X[0]2N22∣X[k]2N2X[N/2]2k=01kN/21k=N/2(偶数N)
http://www.xdnf.cn/news/14850.html

相关文章:

  • Kali Linux Wifi 伪造热点
  • SpringBoot:整合quartz实现定时任务-集群化配置
  • 温湿度变送器与电脑进行485通讯连接并显示在触摸屏中(mcgs)
  • Visual Studio 2022 MFC Dialog 添加Toolbar及Tips提示
  • 【算法刷题记录(简单题)002】字符串字符匹配(java代码实现)
  • 补充:问题:CORS ,前后端访问跨域问题
  • Java Go SDK 管理工具与最佳实践
  • 《Java修仙传:从凡胎到码帝》第四章:设计模式破万法
  • PageRank:互联网的马尔可夫链平衡态
  • CSS 文字浮雕效果:巧用 text-shadow 实现 3D 立体文字
  • 【内存】Linux 内核优化实战 - net.ipv4.tcp_tw_reuse
  • springBoot接口层时间参数JSON序列化问题,兼容处理
  • STM32F103RCTx的PWM输出控制电机
  • Matplotlib 安装部署与版本兼容问题解决方案(pyCharm)
  • 共射级放大电路的频率响应Multisim电路仿真——硬件工程师笔记
  • C++11 forward_list 从基础到精通:原理、实践与性能优化
  • 利用 AI 打造的开发者工具集合
  • 高档宠物食品对宠物的健康益处有哪些?
  • Python-GUI-wxPython-布局
  • python打卡day59@浙大疏锦行
  • 应急响应靶场——web3 ——知攻善防实验室
  • docker运行的一些常用命令
  • 使用alist+RaiDrive+webdav将百度夸克网盘变为本地电脑磁盘方法教程
  • 基于led框架及gpiolib管理的驱动编写
  • git教程-pycharm使用tag打标签
  • Mint密室 · 猫猫狐狐的“特征选择”囚室逃脱
  • Adobe Illustrator设置的颜色和显示的颜色不对应问题
  • 同步(Synchronization)和互斥(Mutual Exclusion)关系
  • OLAP 是什么?一文讲清 OLAP 和 OLTP 的区别
  • 类图+案例+代码详解:软件设计模式----单例模式