1) Characteristic parameters of power spectrum
功率谱特征参量
2) power spectrum characteristic
功率谱特征
1.
The creeping sound power spectrum characteristic is presented.
研究了爬行声信号的功率谱特征。
3) characteristic thermogram parameter
特征热谱参量
1.
We apply thermokinetic theory of the thermogram curve, from the characteristic thermogram parameter, calculated the rate constant of first order hydrolytic act.
报导了二氯化钯水解作用反应热的测定 ,并对热谱曲线进行热动力学分析 ,用特征热谱参量 ,得到了热动力学参数即反应热 ,反应速率常数 ,活化平衡常数和活化自由能 。
4) spectral characteristic parameters
光谱特征参量
1.
It was analyzed about the canopy spectral characteristic in different plant types and the correlation among chlorophyll content, grain quality indices and spectral characteristic parameters.
基于当前对小麦株型与品质信息快速获取的迫切需要,本研究在大田条件下,采用高光谱仪,对小麦不同株型品种冠层光谱特点及叶绿素含量与品质指标、光谱特征参量的相关性进行了分析,并对田间小麦高光谱仪获取籽粒氮素营养状况的方法进行了比较,取得了以下几个方面的进展: 1、不同株型小麦品种在近红外波段(700～1300nm)冠层光谱反射率表现为生育前期平展型品种高于直立型品种,以拔节期的差异为最显著,其后随着生育进程推进差异逐渐变小。
5) power spectral density character curve
功率谱密度特征曲线
1.
The use of wavelet in evaluating optics based on power spectral density character curve;
小波在基于功率谱密度特征曲线评价中的应用
6) CSFD
循环功率谱特征检测
1.
This paper investigates a new detection method that is Cyclic Spectrum Feature Detection(CSFD).
循环平稳特性普遍存在于各种调制信号中,该文研究了一种新的检测算法——循环功率谱特征检测算法,并以OFDM信号为例给出了软件仿真和性能分析。
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