譜密度函式

譜密度函式是信號頻域分析中的核心數學工具，通過傅立葉變換將時域信號轉換為頻域能量分布。其包含自功率譜密度函式和互功率譜密度函式兩類，分別由自相關函式與互相關函式的傅立葉變換導出。在工程套用中，離散傅立葉變換（DFT）及快速傅立葉變換（FFT）作為算法實現基礎，結合窗函式處理可有效控制頻譜分析誤差。

基本介紹

• 學科領域：信號分析
• 數學定義：自相關函式傅立葉變換
• 相關變換：傅立葉變換
• 套用領域：機電設備狀態監測
• 相關算法：離散傅立葉變換（DFT）
• 頻譜分析誤差控制：窗函式處理

數學定義

譜密度函式可分為兩種類型：

• 自功率譜密度函式：定義為自相關函式$R*{xx}(\tau)$的傅立葉變換，數學表達式為*$$S{xx}(f) = \int{-\infty}^{\infty} R{xx}(\tau) e^{-j2\pi f\tau} d\tau$$
• 互功率譜密度函式：定義為互相關函式$R*{xy}(\tau)$的傅立葉變換，表達式為*$$S{xy}(f) = \int{-\infty}^{\infty} R{xy}(\tau) e^{-j2\pi f\tau} d\tau$$

頻域分析方法

針對不同類型的信號採用特定處理方式：

• 非周期信號：通過傅立葉變換將其分解為連續譜線，表示為$$X(f) = \int_{-\infty}^{\infty} x(t) e^{-j2\pi ft} dt$$
• 周期信號：採用傅立葉級數展開，表達式為$$x(t) = \sum_{n=-\infty}^{\infty} C_n e^{j2\pi nf_0 t}$$

算法實現

實際工程中運用兩類計算機算法：

• 離散傅立葉變換（DFT）：將連續信號離散化後進行頻譜計算
• 快速傅立葉變換（FFT）：作為DFT的高效算法版本，運算複雜度從$O(N^2)$降低至$O(N\log N)$

頻譜分析誤差與控制

能量泄漏現象是頻譜分析的主要誤差來源，需通過窗函式處理抑制：

• 矩形窗：數學表達式為$$w(n) = 1 \quad (0 \leq n \leq N-1)$$
• 三角窗：表達式為$$w(n) = 1 - \left|\frac{2n - N + 1}{N - 1}\right|$$
• 漢寧窗：表達式為$$w(n) = 0.5 - 0.5\cos\left(\frac{2\pi n}{N-1}\right)$$

不同窗函式通過調整主瓣寬度與旁瓣衰減水平的平衡，適應不同頻域分析場景。在機電設備狀態監測領域，該方法被廣泛套用于振動信號特徵提取與故障診斷。