2) wind speed spectrum
风速功率谱
1.
Based on the relationship between the wind pressure spectrum and the wind speed spectrum,the pulsating wind load in random of the aqueduct across the Yellow River was simulated with a series of cosine functions by the decomposition of cross spectral density matrix.
根据脉动风压功率谱与脉动风速功率谱之间的关系，利用风压功率谱密度函数矩阵的分解，通过一组余弦函数的和对过黄河渡槽随机形式的脉动风荷载进行了计算机模
3) power spectra of wind speed
风速度功率谱
4) pulsating wind power spectrum
脉动风速功率谱
1.
It sums up pulsating wind power spectrum and the form,used occasion and the problem existed of various experience of space correlation coefficient,discussed the space correlation problem that should be pay attention to in long-span bridge and long-span space structure wind field simulation.
总结了脉动风速功率谱及空间相关性系数的各种经验公式的形式,使用场合及存在的问题,讨论了在大跨桥梁及大跨空间结构风场模拟时应注意的空间相关性问题,为脉动风风速谱及空间相关性的进一步研究提供了理论基础。
5) power spectral density of the wind speed
风速功率谱密度
1.
In this paper, the power spectral density of the wind speed which varies with height is given according to the field measurement of typhoon in Shanghai area.
文章根据上海地区台风的实测资料，提出了沿高度变化的风速功率谱密度，并应用随机振动理论，计算了上海电视塔在台风作用下的风致响应，取得了与实测值较为符合的结果。
6) pulsating wind spectrum
脉动风功率谱
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。
参考词条