1) cyclic spectrum density function
循环谱密度函数
2) Cyclic spectrum density
循环谱密度
1.
This paper focuses on using cyclic spectrum density to detect the primary receivers.
大部分人工合成的信号都可以看成是循环平稳随机过程,利用谱相关函数可以有效地检测这些信号,文中主要考虑用循环谱密度监测原始用户的可行性。
2.
Based on the analytic method of cyclic spectrum density,the paper pointed out that the impact frequency could be extracted effectively with the help of scanning cyclic frequency domain.
通过对循环谱密度分析方法的特性分析,指出应用循环谱密度分析方法可以在循环频率域有效提取出滚动轴承的冲击故障频率。
3) Cyclic spectral density
循环谱密度
4) spectral density function
谱密度函数
1.
According to Taylor s Frozen Assumption about turbulence, an analytical solution of spectral density function of pressure fluctuation in across-wind direction was derived from the governing equation of flow movement in turbulence theory.
从湍流理论的基本方程出发,根据Taylor关于湍流的"冻结"假定,导出了湍流脉动风压谱密度函数的解析计算公式。
2.
A basic idea of the evaluation of spectral density function of across-wind load(non-eddy dropping induced across-wind fluctuation load)fluctuation is presented in this paper from the original fluid movement equation in turbulence theory.
从湍流理论的基本方程出发,导出了建筑结构横向湍流脉动风压谱密度函数的计算公式(非漩涡脱落引起的荷载)。
5) SCF
循环谱相关函数
1.
Analysis of Detection of LPI Radar Signals Using SCF;
低截获概率雷达信号的循环谱相关函数检测方法分析
6) power spectral density function
功率谱密度函数
1.
Analysis about evaluating method of power spectral density function;
功率谱密度函数评价方法探讨
2.
In practical application,one of the difficulties is the adjustment of the power spectral density function to various soil conditions.
在实际应用中 ,调整功率谱密度函数以适应各类场地土仍是一项困难的工作。
3.
Using random process analysis method the characteristic parameters, amplitude density function autocorrelation function and power spectral density function of the surface topogtaphy of each component can be obtained separately.
在对电加工零件表面粗糙度进行测量，得到大量的实测数据（即测量算术平均偏差Ｒａ在表面径向等角距的八个方向的数据）的基础上，运用随机分析方法，分别求出每个零件表面形貌的特征参数、幅度密度函数、自相关函数和功率谱密度函数，通过对这些特征参数及函数图形进行分析，评估电加工零件表面形貌，为制订合理的表面粗糙度评定参数作准备。
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