Uno spettro di potenza dimostra la distribuzione di energia in una serie temporale rispetto al suo dominio della frequenza . Come una serie temporale potrebbe contenere periodi irregolarmente campione del segnale , lo spettro di potenza è generalmente considerata continua , che richiede una rappresentazione di valori di frequenza proporzionale al suo intervallo di frequenza . Al fine di eliminare tale dipendenza intervallo , lo spettro di potenza può essere normalizzato per rappresentare la densità spettrale di potenza , o PSD . Che cosa è PSD ?

PSD è definita come la misura della potenza di uno spettro per ogni unità nella sua larghezza di banda del segnale , misurata in volt guida un feed 1 ohm , o V ^ 2/Hz . Se il vostro valore PSD è rappresentare in formato decibel ( dB ) , l'unità per le modifiche PSD dB ref V /sqrt ( Hz) . Per calcolare la PSD di una serie storica , è necessario assicurarsi per convertire le unità a qualsiasi unità che si sta misurando per quel lasso .
Parametric vs Metodi non parametrici

I due principali metodi di stima PSD sono parametrica e non parametrica . Metodi parametrici comportano l'uso di modelli parametrici di una serie temporale sulla base di una serie di numeri finiti , utilizzando riuniti per formare un singolo vettore . Questi metodi prendono per scontato che la serie temporale è parte di un sistema lineare che può essere misurato in risposta al rumore bianco . Al fine di stimare un PSD utilizzando metodi parametrici , sarà necessario raccogliere i parametri del modello della serie , quella che rispecchia il comportamento del sistema contenute.

Non parametrici Metodi

Finite vs Infinite Systems.

metodi non parametrici si basano su una serie di tempo che sono considerati infinito , e quindi non richiedono di raccogliere i parametri o un modello del sistema prima di procedere. Questi metodi sono invece basati su un processo chiamato windowing dati , in cui una selezione di dati è usato al posto di tutto il sistema . Ciò si traduce in una leggera distorsione dei risultati , grazie al campione vincolata, ma permette anche il periodo di stima al fine di evitare i picchi dove i dati va ben al di fuori del comportamento previsto .

Esempi di metodi non parametrici

metodi parametrici sono basati sulla trasformata discreta di Fourier , che è un algoritmo progettato per trasformare campioni di un periodo di tempo nel suo dominio della frequenza . È usato comunemente per l'analisi spettrale , telecomunicazioni , acustica, imaging medico e così via . Esempi comuni di metodi non parametrici includono il metodo periodogramma ( che è il più comune ) , Welch metodo ( che divide le sue sequenze in sottosequenze ) e Capon metodo (che utilizza la potenza di uscita attraverso un filtro passa-banda per limitare la risposta ) .