功率谱密度幅值的具体含义？？
求信号功率谱时候用下面的不同方法，功率谱密度的幅值大小相差很大！我的问题是，计算具体信号时，到底应该以什么准则决定该选用什么方法啊？
功率谱密度的幅植的具体意义是什么？？下面是一些不同方法计算同一信号的matlab 程序！欢迎大家给点建议！
直接法：
直接法又称周期图法，它是把随机序列x(n)的N个观测数据视为一能量有限的序列，直接计算x(n)的离散傅立叶变换，得X(k)，然后再取其幅值的平方，并除以N，作为序列x(n)真实功率谱的估计。
Matlab代码示例：
clear;
Fs=1000; %采样频率
n=0:1/Fs:1;
%产生含有噪声的序列
xn=cos(2*pi*40*n)+3*cos(2*pi*100*n)+randn(size(n));
window=boxcar(length(xn)); %矩形窗
nfft=1024;
=periodogram(xn,window,nfft,Fs); %直接法
plot(f,10*log10(Pxx));
间接法：
间接法先由序列x(n)估计出自相关函数R(n)，然后对R(n)进行傅立叶变换，便得到x(n)的功率谱估计。
Matlab代码示例：
clear;
Fs=1000; %采样频率
n=0:1/Fs:1;
%产生含有噪声的序列
xn=cos(2*pi*40*n)+3*cos(2*pi*100*n)+randn(size(n));
nfft=1024;
cxn=xcorr(xn,'unbiased'); %计算序列的自相关函数
CXk=fft(cxn,nfft);
Pxx=abs(CXk);
index=0:round(nfft/2-1);
k=index*Fs/nfft;
plot_Pxx=10*log10(Pxx(index+1));
plot(k,plot_Pxx);
改进的直接法：
对于直接法的功率谱估计，当数据长度N太大时，谱曲线起伏加剧，若N太小，谱的分辨率又不好，因此需要改进。
1. Bartlett法
Bartlett平均周期图的方法是将N点的有限长序列x(n)分段求周期图再平均。
Matlab代码示例：
clear;
Fs=1000;
n=0:1/Fs:1;
xn=cos(2*pi*40*n)+3*cos(2*pi*100*n)+randn(size(n));
nfft=1024;
window=boxcar(length(n)); %矩形窗
noverlap=0; %数据无重叠
p=0.9; %置信概率
=psd(xn,nfft,Fs,window,noverlap,p);
index=0:round(nfft/2-1);
k=index*Fs/nfft;
plot_Pxx=10*log10(Pxx(index+1));
plot_Pxxc=10*log10(Pxxc(index+1));
figure(1)
plot(k,plot_Pxx);
pause;
figure(2)
plot(k,);
2. Welch法
Welch法对Bartlett法进行了两方面的修正，一是选择适当的窗函数w(n)，并再周期图计算前直接加进去，加窗的优点是无论什么样的窗函数均可使谱估计非负。二是在分段时，可使各段之间有重叠，这样会使方差减小。
Matlab代码示例：
clear;
Fs=1000;
n=0:1/Fs:1;
xn=cos(2*pi*40*n)+3*cos(2*pi*100*n)+randn(size(n));
nfft=1024;
window=boxcar(100); %矩形窗
window1=hamming(100); %海明窗
window2=blackman(100); %blackman窗
noverlap=20; %数据无重叠
range='half'; %频率间隔为，只计算一半的频率
=pwelch(xn,window,noverlap,nfft,Fs,range);
=pwelch(xn,window1,noverlap,nfft,Fs,range);
=pwelch(xn,window2,noverlap,nfft,Fs,range);
plot_Pxx=10*log10(Pxx);
plot_Pxx1=10*log10(Pxx1);
plot_Pxx2=10*log10(Pxx2);
figure(1)
plot(f,plot_Pxx);
pause;
figure(2)
plot(f,plot_Pxx1);
pause;
figure(3)
plot(f,plot_Pxx2);
[ 本帖最后由 zhlong 于 2007-6-4 17:39 编辑 ] 我也一直想知道，是不是幅值只有数学上的含义，
还有Yule－Walk法； 功率谱的数据都是相对值，他无法给出信号的实际绝对幅值，一般只要看峰值之间的比值正确就行了，当然这个问题可以通过做正规化处理解决 谢谢simon21的回答!不过具体原因,我还是不很明白啊?你能不能从原理上讲讲看啊!而且有时候所求信号的幅值意义是很大的!比如,地震信号的功率谱值,其幅值有一定的范围,而我求出来的值总是和文献的对不上,不知道具体选择求解方法时怎么处理啊?? 欢迎大家继续讨论啊！这个问题困扰我好久了！有没有哪位老师再详细的讲一讲啊 xn=cos(2*pi*40*n)+3*cos(2*pi*100*n)
像这个信号的话,考虑单边谱的话,40Hz的幅值为1,100Hz的幅值为3,对应的功率谱值分别为1和9.
在用FFT做谱估计值时,应把FFT的结果取模后除以FFT的点数再乘以2,得到单边谱幅值,再平方后
就得到单边功率谱值 大家继续讨论啊!在地震信号处理中，常常统计功率谱幅值的变化规律，按大家的说法，就毫无意义了，因为采用不同方法，幅值差别很大，到底是怎么一回事啊？？ 实际上，功率谱也可以求出真实幅值的，只要把求得的结果对
采样频率归一化，即按楼主的方法得到的相对值再乘以采样频率
即为真实结果！
[ 本帖最后由 zhangnan3509 于 2007-7-16 15:34 编辑 ] 用各种方法得到的功率谱，都是相对值，往往用分贝来表示。则是否能知道它的绝对值，这是可能的，但需要进行校正，要设定0分贝对应的数值。
我们测量的无非是加速度、速度和位移的功率谱，则它们0分贝的参考值分别是：
a0=1um/s^2
v0=1nm/s
d0=1pm
（摘自 马大猷 《声学手册》）。为了能求出绝对的功率谱密度数值，要从测量源头开始便要进行校正，也就是从传感器、放大器、直至进AD变换，每一环节都要校正，这样才能拿到正确的结果。
！！！不错
如果是动态，怎么编程实现？ 功率谱密度，单位为：unit^2/Hz代表单位频率上信号的能量，所以是密度谱，幅值代表频段内的有效值平方，计算时的步骤为1 对每一分段数据进行FFT变换，并求的幅值谱
2 对幅值谱进行平方
3 将双边谱转化为单边谱
4除以频率分辨率
举个例子：
幅值为1，频率为16Hz的正弦信号，使用1024Hz采样，2048点进行功率谱密度计算，频率分辨率为1024/2048=0.5Hz，求出的功率谱单边谱在第32根谱线处的值为1，解释为：信号FFT变换后得到的双边谱，幅值分别为0.5，平方后为0.25，转化为单边乘2为0.5，在除以频率分辨率为1。将1乘以0.5，正好为该信号有效值0.707的平方。
是的
其实就是代表某一频率的能量，有效值平方 能不能解释一下为什么要转化为单边谱，而且最后除0.5是什么意思？谢谢 因为实数信号的双边幅值谱都是对称的，因此用单边谱就够了，这时候把负频率成分附加到相应的正频率成分，也就是在双边谱的基础上乘以２． 原帖由 yangzp 于 2006-9-23 15:31 发表功率谱密度，单位为：unit^2/Hz代表单位频率上信号的能量，所以是密度谱，幅值代表频段内的有效值平方，计算时的步骤为
1 对每一分段数据进行FFT变换，并求的幅值谱
2 对幅值谱进行平方
3 将双边谱转化为单边谱 ...
我周期图法得到的幅值为1，频率为16Hz的正弦信号的功率谱单边谱在第32根谱线处的值不为1呀？
能不能解释一下，用周期图法得到在某一个频率下的功率谱与信号的幅值有什么关系？谢谢！！