1) Power spectral density of intensity fluctuation
光强起伏功率谱
2) quantum fluctuation power spectrum
量子起伏功率谱
3) spectrum of transmission fluctuations
透过率起伏光谱
1.
Both the average transmission and the spectrum of transmission fluctuations can be obtained statistically, which include the complete information on particle size distribution and particle concentration (volume fraction).
提出的透过率起伏光谱分析法是一种新的颗粒测量方法。
5) Irradiance scintillation
光强起伏
1.
A series of measurments of the irradiance scintillation of a He Ne laser beam propagating over complex terrain were carried out.
对复杂地形情况下实际湍流大气中的激光强度起伏进行了系统的实验观测 ,分析了光强起伏统计特征的周日及全年变化规律。
2.
We carried out a series of measurments of the irradiance scintillation of a He Ne laser beam propagating through a real turbulent atmosphere in a whole year.
对实际湍流大气中的激光强度起伏进行了系统的实验观测，详细分析了光强起伏的强度、概率密度分布与功率谱的统计特征及其周日、全年变化规律。
6) intensity fluctuation
光强起伏
1.
The influence of atmospheric turbulence on multiple-beam atmospheric laser communication and the characteristics of optical intensity fluctuation after the multiple beams passing through atmospheric turbulence are analyzed theoretically.
首先从理论上分析了大气湍流对多光束大气激光通信系统性能的影响和多光束大气传输的光强起伏特性 ,然后利用统计分析的方法 ,建立了一个以传输距离z、光束数目n、发射孔径之间的距离St、接收孔径Dr 等为参量的多光束大气传输信道模型。
2.
The statistical characteristics of the laser log-intensity fluctuation and beam pattern in a turbulent atmosphere were studied systematically.
我们系统地研究了激光在湍流大气中的光强起伏与光斑统计特征。
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