基于 Welch 的 PSD 中的 FFT 数量是多少?

信息处理 功率谱密度
2022-01-28 00:12:23

我读过“Proakis, JG, & Manolakis, DG (2004)。数字信号处理。PHI 出版:印度新德里”一书。第 12 章,从 Welch 方法估计具有 50% 重叠的 PSD 所需的 FFT 数量为2N/M在哪里N是您从信号中获得的数据量,M您为该方法选择的段的大小,我猜是2是针对 50% 的重叠,但从我读过的文章中,他们通常比等式中描述的 FFT 少一个 FFT,这是为什么呢?或者我从这个解释中遗漏了什么?我的理论是,也许 FFT 丢失它应该用最后 50% 的数据完成,另外 50% 的数据用零填充完成。我对么?

2个回答

它实际上应该比 2N/M 小 1。没有什么可以与最后一个“半变换”(N/M)样本重叠。

您也是对的,可以将其归零,但那将不是韦尔奇的估计。

所以,我会做一些我很少做的事情:责怪 Proakis :)

源文件是 P. Welch:使用快速傅里叶变换估计功率谱:一种基于时间平均的方法

描述了在功率谱分析中使用快速傅里叶变换。这种方法的主要优点是减少了计算次数和所需的核心存储,并且在非平稳性测试中的应用方便。该方法涉及对记录进行切片并对这些部分的修改后的周期图进行平均。

它清楚地说明了减一版本:

在此处输入图像描述