1) mean squared spectral density
均方谱密度
2) variance spectral density
方差谱密度
1.
The paper conducts identification,presentation and extraction on three approximate period series of natural annual runoff rate of 1470~2002,1919~2002 and 1949~2002 of Sanmenxia Station on the Yellow River by using the methods of autocorrelation and variance spectral density analysis.
采用自相关和方差谱密度分析方法,对黄河三门峡站1470~2002年、1919~2002年和1949~2002年3个系列天然年径流量的近似周期成分进行了识别、表示和提取。
3) averaged power spectrum
平均功率谱密度
1.
Based on averaged power spectrum and least square algorithm, the deduced spectral parameter is further used to analyze the heart rate variability of congestive heart failure patients and normal people.
该文采用平均功率谱密度方法,分析了基于平均功率谱密度和最小二乘拟合法求正常人和心脏充血患者的心律波动信号的谱参数,发现根据谱参数可以定量地区分正常人与心脏充血患者:大部分正常人的心律波动信号的谱参数大于1,而大部分心脏充血患者的心律波动信号的谱参数小于1,该结论可为心脏病的诊断与预诊断提供一种辅助手段。
4) uniform power spectrum density
均匀功率谱密度
1.
Bit allocation algorithm for OFDM-UWB with constraints of uniform power spectrum density;
均匀功率谱密度约束下的OFDM-UWB比特分配算法
5) equation of average density
平均密度方程
6) averaged normalized power spectral density
平均正则化功率谱密度
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