11

我只是在时域中对信号进行功率谱密度分析。我正在遵循以下中描述的 fft 方法：

http://www.mathworks.com/support/tech-notes/1700/1702.html

它给出了 PSD 的真实物理单位。但是，单位是“功率”，是指“V^2/Hz”吗？

如果我取 10*log10(power) 或 10*log10(V^2/Hz)，我得到的单位是“dB/Hz”吗？

那么如何将其转换为 dBm/MHz 呢？

4

2 回答 2

25

这取决于您的时间序列的单位。通常我们认为这只是“幅度”，但如果您的时间序列是一系列电压幅度与时间的关系，那么您的 PSD 估计值将是Volts^2/Hz。这是因为 PSD 是原始信号自相关的傅里​​叶变换：自相关的单位为Volts^2，通过傅里叶变换运行它会在频率而不是时间上分解这些单位，从而得到 的单位Volts^2/Hz。这通常被称为Watts/Hz，但从 到 的转换在Volts^2物理Watts上不是很有意义，因为W = V^2/R。

10*log10(power)将产生一个单位dB/Hz，但请记住，分贝始终是两个功率水平之间的比较；您正在量化权力的比率。正如这里所解释10*log10(P1/P0)的，分贝的更好定义是。如果您只是将 PSD bin 估计值插入到此等式中，则您将 PSD bin 设置为并隐式将其与值 1 进行比较。这可能是您想要的，也可能不是。出于可视化目的，这是相当典型的，但如果你有一个标准的参考功率，你应该与之进行比较，你应该使用它来代替。P1P0P0

假设您试图绘制一个 dB 功率谱密度估计值，以从 转换Hz为MHz，您只需重新调整频率图的 x 轴。请记住，MHz 只是 100 万赫兹，所以唯一的区别是240000Hz=0.24MHz

编辑 mtrw 提出的观点非常有效；如果您正在处理大量数据并且正在平均 FFT 向量，我强烈建议您使用Multitaper 方法；这是一种在统计上更合理的方法，它牺牲了频率分辨率，以提高对 PSD 估计的信心。

于 2013-03-06T19:16:53.730 回答
0

如果您有一个 W/Hz 的 PSD，即 100 W/Hz，那么您就有 50 dBm/Hz。dB/Hz 或通常含糊不清地使用，而不是 dBm/Hz。Audacity 使用 dB 作为 dBFS 的简写（不是 dBFS/Hz，因为它正在计算 DFT，并且离散频率使用功率谱而不是密度）。达到最大电平 50% 的数字信号的幅度为 -6 dBFS，比满量程低 6 dB – 去除了 MSB，因此是 6dB/位图（因为最大电平的 50% 是 25%最大功率；1/4 = - 6dB)

dBm 是功率相对于 1mW 的对数比，将功率除以 1mW 得到无单位比，然后取对数得到 dB 单位，在这种情况下，将其明确为 dBm 更有意义。

dBc/Hz 是相对于载波功率的比值，它是两个 dBm/Hz 值的比值，这意味着将它们相减得到 dBc/Hz；如果将 W 中的两个线性功率电平相除，然后将比率转换为 dB（或更恰当地为 dBc），则会得到相同的结果。

dB-Hz 是带宽相对于 1Hz 的对数度量，并且

dBJ 是频谱密度的量度，是与 1 焦耳的对数比，因为 W/Hz 确实是 J。

功率谱密度是一个密度函数，因此您需要对其进行积分以获得实际量，例如 V/m 电场的线积分，或每 x 概率的概率密度。这对离散量没有意义，而是使用功率谱类似于概率质量函数。如果您看到 dB（应该用于离散频域）而不是 dBm/Hz，那么这是错误的，但如果您看到它而不是 dBm，那么它是正确的，只要明确参考是什么即可。

于 2021-11-25T22:50:54.403 回答