上次我谈到频谱，但寻求它的目的是调查时轴信号中包含的频率分量以及大小。那么信号的大小 (或强度) 是如何定义的?
对于周期信号 (如正弦信号)，可以使用振幅值 (峰值) 进行定义，但不能使用振幅来定义连续包含不同频率分量的信号或随机 (不规则) 信号。通常，时域信号x (t) 的幅度 (强度) 由均方 (平方) 定义，称为信号功率。使用均方值，可以定义任何时间信号。功率本来是电流×电压等乘以不同的物理量，与能量成正比的量 (单位时间的能量)，虽然将平方值称为“功率”比较方便，但在FFT关系中已成为像“功率谱”一样广泛使用的术语。
现在，如果你有一个周期信号，假设它是T,;
功率=1/T∫129_0^T??x^2 (t) ?t?
,这是“从0到T的一个周期的区域被设置为1/T (每单位时间) ”。那么，像随机信号这样的非周期性信号怎么办?严格地说，有必要进行区间无限大limit (T→∽) 的积分。;
?power=lim. (T→∞) ?1/T∫129_0^T?x^2?(t) t
按钮，将选定控件在Tab键次序中下移一个位置。然而，在实践中，区间无穷大的积分是不可能的，它是有限时间内的积分，因此它是估计值。
在前面的问题中，通过对时域信号x (t) 进行DFT,可以求出“每个频率分量”的功率，该功率谱称为频率多少Hz的功率谱。换个角度来看，由于功率谱是将时间轴x (t) 的功率整体分解为每个频率分量的结果，因此功率谱的总和就是时间轴信号x (t) 的功率本身。分解成L个频率成分，将其功率谱设为P (k);
?功率=∑129_ (k=0) ^L?P (k)
的双曲余切值。在FFT分析器中，表达式 (3) 的右边部分 (即每个频率分量的功率总和) 专门称为“整体”值。需要注意的是，信号功率是具有振幅平方维度的平方值。因此，取其平方根可以得到振幅等效的维数。此值称为有效值(root mean square, rms值)。举一个简单的例子，对于正弦波，振幅A V (其中V是螺栓) 的功率 (平方) B及其rms值C
B=A2/2 、C=√B=A/√2
中所述修改相应参数的值。表达式 (4) 在复杂波形中不成立。由于FFT可将功率谱分解为正弦波 (余弦波) 分量，因此可利用公式 (4) 中的简单关系式。那么，振幅为2V的正弦波和3V的正弦波的合成功率是多少?这是到下次为止的作业。
(摘自2003年1月24日发行的电子邮件杂志)
