41,228
次編輯
變更
信号频谱
,创建页面，内容为“{| class="wikitable" align="right" |- | style="background: #FF2400" align= center| '''<big>信号频谱</big>''' |- |<center><img src=https://p1.ssl.qhimg.com/t0172…”
{| class="wikitable" align="right"
|-
| style="background: #FF2400" align= center| '''<big>信号频谱</big>'''
|-
|<center><img src=https://p1.ssl.qhimg.com/t0172815c54dcc0c430.jpg width="300"></center>
<small>[https://baike.so.com/gallery/list?ghid=first&pic_idx=1&eid=5124993&sid=5354224 来自 网络 的图片]</small>
|-
|-
| align= light|
|}
'''信号频谱'''对于一个信号，它的各分量的幅度和相位分别是频率的函数;或者合起来，它的复数幅度是频率的函数。这种幅度(或相位)关于频率的函数，就称为信号频谱。
=='''简介'''==
信号频谱的概念是传统《信号与系统》课程的核心概念之一。掌握信号频谱的[[概念]]是从事现代信号处理和系统分析的基本条件。信号频谱的概念可广泛应用在电力系统、机械系统、以及社会系统等各个领域，掌握信号频谱的概念有助于我们开阔思路和解决实际问题，因此了解信号频谱的概念对于各类从业人员都有很大的帮助。
=='''评价'''==
我们知道:矢量可以在某一正交坐标系(正交矢量空间)中进行矢量分解;类似的，信号(函数)也可以在某一正交的信号空间(函数集)中进行分解。而在实际应用中使用最多的正交函数集是三角函数集(正弦或余弦信号)。任一信号，只要符合一定条件都可以分解为一系列不同频率的正弦(或余弦)分量的线性叠加;每一个特定频率的正弦分量都有它相应的幅度和相位。因此对于一个信号，它的各分量的幅度和相位分别是频率的函数;或者合起来，它的复数幅度是频率的函数。这种幅度(或相位)关于频率的函数，就称为信号的频谱。当把信号频谱，即幅度(或相位)关于频率的变化关系用图来表示，就形成频谱图。从频谱图上，我们既可以看到这个周期信号由哪些频率的谐波分量(正弦分量)组成;也可以看到，对应各个谐波分量的幅度，它们的相对大小就反映了各谐波分量对信号贡献的大小或所占比重的大小。
这样，信号一方面可用一时间函数来表示，另一方面又可以用频率函数来表示。前者称为信号的时域表示法，后者称为信号的频域表示法。无论是时域(时变函数)，还是频域(频谱)，都可以全面的描述一个信号。因此，经常需要把信号的表述从时域变换到频域，或者频域变换到时域，以及两者之间的关系。这种转换关系可以通过傅立叶级数和傅立叶变换实现。因此信号的频谱既包含有很强的数学理论--涉及傅立叶变换、傅立叶级数等;又具有明确的物理涵义--包括谐波构成、幅频相频等。
总之而言，信号的频谱是信号的一种新的表示方法，从频谱可以看到这个周期信号由哪些频率的谐波分量(正弦分量)组成;也可以看到，对应各个谐波分量的幅度，它们的相对大小就反映了各谐波分量对信号贡献的大小或所占比重的大小。<ref>[https://baike.so.com/doc/5124993-5354224.html 信号频谱]搜狗</ref>
=='''参考文献'''==
|-
| style="background: #FF2400" align= center| '''<big>信号频谱</big>'''
|-
|<center><img src=https://p1.ssl.qhimg.com/t0172815c54dcc0c430.jpg width="300"></center>
<small>[https://baike.so.com/gallery/list?ghid=first&pic_idx=1&eid=5124993&sid=5354224 来自 网络 的图片]</small>
|-
|-
| align= light|
|}
'''信号频谱'''对于一个信号，它的各分量的幅度和相位分别是频率的函数;或者合起来，它的复数幅度是频率的函数。这种幅度(或相位)关于频率的函数，就称为信号频谱。
=='''简介'''==
信号频谱的概念是传统《信号与系统》课程的核心概念之一。掌握信号频谱的[[概念]]是从事现代信号处理和系统分析的基本条件。信号频谱的概念可广泛应用在电力系统、机械系统、以及社会系统等各个领域，掌握信号频谱的概念有助于我们开阔思路和解决实际问题，因此了解信号频谱的概念对于各类从业人员都有很大的帮助。
=='''评价'''==
我们知道:矢量可以在某一正交坐标系(正交矢量空间)中进行矢量分解;类似的，信号(函数)也可以在某一正交的信号空间(函数集)中进行分解。而在实际应用中使用最多的正交函数集是三角函数集(正弦或余弦信号)。任一信号，只要符合一定条件都可以分解为一系列不同频率的正弦(或余弦)分量的线性叠加;每一个特定频率的正弦分量都有它相应的幅度和相位。因此对于一个信号，它的各分量的幅度和相位分别是频率的函数;或者合起来，它的复数幅度是频率的函数。这种幅度(或相位)关于频率的函数，就称为信号的频谱。当把信号频谱，即幅度(或相位)关于频率的变化关系用图来表示，就形成频谱图。从频谱图上，我们既可以看到这个周期信号由哪些频率的谐波分量(正弦分量)组成;也可以看到，对应各个谐波分量的幅度，它们的相对大小就反映了各谐波分量对信号贡献的大小或所占比重的大小。
这样，信号一方面可用一时间函数来表示，另一方面又可以用频率函数来表示。前者称为信号的时域表示法，后者称为信号的频域表示法。无论是时域(时变函数)，还是频域(频谱)，都可以全面的描述一个信号。因此，经常需要把信号的表述从时域变换到频域，或者频域变换到时域，以及两者之间的关系。这种转换关系可以通过傅立叶级数和傅立叶变换实现。因此信号的频谱既包含有很强的数学理论--涉及傅立叶变换、傅立叶级数等;又具有明确的物理涵义--包括谐波构成、幅频相频等。
总之而言，信号的频谱是信号的一种新的表示方法，从频谱可以看到这个周期信号由哪些频率的谐波分量(正弦分量)组成;也可以看到，对应各个谐波分量的幅度，它们的相对大小就反映了各谐波分量对信号贡献的大小或所占比重的大小。<ref>[https://baike.so.com/doc/5124993-5354224.html 信号频谱]搜狗</ref>
=='''参考文献'''==