📚 课程目录第4章信号功率计算

4. 信号功率计算：周期信号功率、随机信号功率、功率谱密度（PSD）的基本概念

聊到信噪比，核心绕不开一个词——功率。信号功率算不对，后面所有指标都是空中楼阁。我早年刚做通信系统仿真时，就吃过这个亏：明明链路预算算得挺漂亮，结果实测灵敏度差了 3 dB。查了一整天，最后发现是随机信号的功率定义搞混了。嗯，今天咱们就把这笔账算清楚。

周期信号，说白了就是每隔一段时间重复自己的波形。比如正弦波、方波、三角波。这类信号在时间上无限延伸，能量是无穷大的，所以我们不谈能量，只谈平均功率。

周期信号的平均功率定义为：在一个周期内，信号瞬时功率的平均值。

核心公式

对于实信号 x(t)，周期为 T：

P = (1/T) ∫_{0}^{T} |x(t)|² dt

对于正弦波 x(t) = A·cos(2πf₀t + φ)：

P = A² / 2

注意：这是归一化功率，假设负载为 1 Ω。实际工程中要换算到 50 Ω 或 75 Ω。

举个例子。一个幅度为 1 V 的正弦波，在 1 Ω 负载上，平均功率就是 0.5 W（即 -3 dBW）。我在项目中经常看到新人直接拿幅度平方当功率，结果差了 3 dB。你想想看，3 dB 在链路预算里可不是小数目。

信号类型	时域表达式	平均功率（1 Ω）	备注
正弦波	A·cos(2πf₀t)	A²/2	最常用参考信号
方波（±A）	占空比 50%	A²	谐波丰富，功率集中在基波
三角波	峰峰值 2A	A²/3	常用于抖动分析

我的习惯：做系统仿真时，先用正弦波验证功率计算模块。如果正弦波功率都对不上，后面随机信号更没戏。

随机信号就不一样了。它没有确定的周期，你没法用单个周期积分。比如热噪声、多径衰落、调制信号——这些都是随机过程。

随机信号的功率，我们通常用统计平均来定义。对于一个平稳随机过程 X(t)，其平均功率为：

P = E[ |X(t)|² ]

这里的 E[·] 表示数学期望（统计平均）。如果过程是各态历经的，时间平均等于统计平均，那我们可以用一段足够长的采样数据来估计功率。

为什么会这样？因为随机信号你没法预测下一秒的值，只能用概率来描述。我当年做 5G 信道仿真时，就踩过这个坑：用 1000 个采样点算噪声功率，结果每次运行都不一样。后来才意识到，样本长度不够，估计方差太大。

避坑指南：我曾经用 1024 点 FFT 估计噪声功率谱，结果谱线毛刺特别多。后来改成 65536 点，平滑多了。随机信号的功率估计，样本量至少 10⁴ 起步，否则别怪仪表不准。

随机信号功率的工程估算，常用以下方法：

功率谱密度，说白了就是告诉你功率在频率上怎么分布。一个信号总功率是 1 W，但它是集中在 1 GHz 附近，还是均匀分布在 100 MHz 带宽里？PSD 就是回答这个问题的。

对于平稳随机过程，PSD 定义为自相关函数的傅里叶变换（Wiener-Khinchin 定理）：

Sₓ(f) = ∫_{-∞}^{∞} Rₓ(τ) · e^{-j2πfτ} dτ

其中 Rₓ(τ) = E[ X(t) · X(t+τ) ] 是自相关函数。

反过来，信号的总平均功率等于 PSD 在整个频率轴上的积分：

P = ∫_{-∞}^{∞} Sₓ(f) df

工程上我们常用单边 PSD（只考虑正频率），单位是 W/Hz 或 dBm/Hz。

工程换算：热噪声的 PSD 在室温（290 K）下约为 -174 dBm/Hz。这个数字我建议你刻在脑子里。做任何接收机灵敏度分析，都从它开始。

PSD 的测量方法，我常用的有两种：

下面这张图展示了周期信号、随机信号和 PSD 之间的核心关系，帮你理清思路。

我的建议：刚开始学 PSD 时，别急着啃数学推导。先用频谱仪看几个实际信号——正弦波、方波、白噪声。眼睛看到的东西，比公式记得牢。

最后总结一下三个概念的区别：