1) evolutionary spectral density
演变谱密度
2) evolution
演变
1.
The temporal-spatial evolution and heterogeneity of forest carbon in Guangzhou,China;
广州森林碳储量时空演变及异质性分析
2.
Evolution of the Ancient Chinese Sitting Posture and the Sitting Instruments;
中国古代“坐”姿与坐具形式的演变
3.
Some issues on eco-environment and its evolution related to Yinchuan Plain with its underground water;
银川平原与地下水相关的生态环境及演变
3) evolvement
演变
1.
Influence of evolvement of water resources situation on ecological environment in Hebei Province;
河北省水资源情势演变对生态环境的影响
2.
The course and evolvement of China biodiversity protection ideology;
生物多样性保护思想的演变
4) change
演变
1.
Morphological Change of the Greater Epithelial Ridge in Rat Cochleae;
大鼠耳蜗大上皮嵴的形态学演变
2.
Changes of land use and landscape pattern in Taihu Lake Basin;
太湖流域土地利用与景观格局演变研究
3.
Analysis of Main Quality Characters and Agronomical Character Changes of Middle Mid-ripe Japonica Varieties in Jiang-Huai Region;
江淮稻区水稻品种主要品质性状表现和农艺性状演变特点分析
5) development
演变
1.
5000 Years of wines fragrance——the origin, development and prospects of wine;
酒香五千年——酒的起源、演变与展望
2.
Culture of“Kang”and Its Development;
“炕”文化及其演变形态
6) transformation
演变
1.
Study of the guidelines of the regulation transformation of volleyball and its trends;
浅析排球竞赛规则演变的主导思想及其发展趋势
2.
The regulation transformation of volleyball and the affect of the skill of volleyball;
排球竞赛规则的演变及其对其技术的影响
3.
On transformation of the characters of finance system under the Tudor and Stuart England——from the aspects of revenue structure;
论都铎和斯图亚特王朝时期英国财政体制性质的演变——财政收入构成角度的分析
参考词条
补充资料：功率谱密度估计
随机信号的功率谱密度用来描述信号的能量特征随频率的变化关系。功率谱密度简称为功率谱，是自相关函数的傅里叶变换。对功率谱密度的估计又称功率谱估计。平稳随机信号x(t)的（自）功率谱Sxx(ω)定义为
(1)
式中rxx(τ)为平稳随机信号的自相关函数。
对于离散情况，功率谱表示为
(2)
式中T为离散随机信号的抽样间隔时间。
当利用随机信号的 N个抽样值来计算其自相关估值时，即可得到功率谱估计为
(3)
可见，随机信号的功率谱与自相关函数互为傅里叶变换的关系，这两个函数分别从频率域和时间域来表征随机信号的基本特征。按上式计算功率谱估值，其运算量往往很大，通常采用快速傅里叶变换算法，以减少运算次数。
计算信号功率谱的方法可以分为两类：一为线性估计方法，有自相关估计、自协方差法及周期图法等。另一类为非线性估计方法，有最大似然法、最大熵法等。线性估计方法是有偏的谱估计方法，谱分辨率随数据长度的增加而提高。非线性估计方法大多是无偏的谱估计方法，可以获得高的谱分辨率。
参考书目
何振亚：《数字信号处理的理论与应用》，人民邮电出版社，北京，1983。
A. V. Oppenheim, R. W. Schafer, Digital Signal Processing Prentice-Hall, Inc., Englewood Cliffs,New Jersey,1975.
(1)
式中rxx(τ)为平稳随机信号的自相关函数。
对于离散情况，功率谱表示为
(2)
式中T为离散随机信号的抽样间隔时间。
当利用随机信号的 N个抽样值来计算其自相关估值时，即可得到功率谱估计为
(3)
可见，随机信号的功率谱与自相关函数互为傅里叶变换的关系，这两个函数分别从频率域和时间域来表征随机信号的基本特征。按上式计算功率谱估值，其运算量往往很大，通常采用快速傅里叶变换算法，以减少运算次数。
计算信号功率谱的方法可以分为两类：一为线性估计方法，有自相关估计、自协方差法及周期图法等。另一类为非线性估计方法，有最大似然法、最大熵法等。线性估计方法是有偏的谱估计方法，谱分辨率随数据长度的增加而提高。非线性估计方法大多是无偏的谱估计方法，可以获得高的谱分辨率。
参考书目
何振亚：《数字信号处理的理论与应用》，人民邮电出版社，北京，1983。
A. V. Oppenheim, R. W. Schafer, Digital Signal Processing Prentice-Hall, Inc., Englewood Cliffs,New Jersey,1975.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。