1) Local wavelet power spectrum
局部小波功率谱
2) wavelet power spectrum
小波功率谱
1.
Vibration analysis of scrubbing-cooling tube based on wavelet power spectrum;
基于小波功率谱的洗涤冷却管振动分析
2.
Because of the instability of EEG signals,the expressions of wavelet power spectrum for EEG signals have been described in this paper.
由于脑电图信号的非平稳性,首先从理论上推导出针对脑电图信号的小波功率谱计算公式。
3.
Using large eddy simulation method to analyze wind flow around trestle bridge deck,and with wavelet power spectrum analysis method,find that influence to the drag coefficient,the lift coefficient and the ten-sional moment coefficient will increase if wave amplitude increasing,and the last two coefficients will be influenced more acutely.
应用大涡模拟分析波浪对某型高架栈桥断面风载的影响,并结合小波功率谱分析,发现随着波浪振幅的增加,栈桥断面的三分力系数受到的影响加大,而且升力系数和扭矩系数比阻力系数对波浪振幅变化更加敏感;3个系数的振幅平均值都随波浪振幅增加而减小。
3) Morlet wavelet power spectrum
Morlet小波功率谱
5) local power spectral density(LPSD)
局部功率谱密度(LPSD)
6) wave power spectra
波功率谱
1.
The wave power spectra, cross spectra and bispectra of surf zone under high wave condition are analysed based on the synchroneously collected wave data of two stations in the surf zone of the eastern Guangdong coast during typhoon 9713.
根据９７１３号台风影响期间对粤东海岸一海滩内碎波带２个测波点同步测量的波浪资料，分析了内碎波带的波功率谱、交叉谱和二阶相干谱，讨论了海滩反射性、碎波要素、组成波之间非线性相互作用与长重力波的形成等与地形动力有关的海滩—碎波带波动特
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