4. 傅里叶分析与功率谱

在噪声源与随机激励工程中，时域波形只能告诉我们“信号有多大”，却很难直接回答“能量集中在哪些频率”“两个测点是否同源”“系统在哪个频带被激励”。傅里叶分析把随机信号从时间轴搬到频率轴，而功率谱则进一步把“能量分布”变成可量化、可比较、可用于故障定位的工程语言。本节围绕自功率谱、互功率谱、维纳-辛钦定理以及谱估计的基本方法展开，建立从时域统计量到频域统计量的完整链路。

一、从傅里叶变换到功率谱

对确定性信号，傅里叶变换给出频谱，能量有限时可用能量谱密度描述。但随机噪声的样本函数不满足绝对可积条件，其傅里叶变换在严格意义上不存在，因此工程上改用“功率”而非“能量”来刻画。对平稳随机过程，自相关函数 Rxx(τ) 描述了同一信号在不同时刻的相似程度，而自功率谱密度 Sxx(f) 描述功率随频率的分布。二者通过维纳-辛钦定理连接：

Sxx(f) = ∫ Rxx(τ) e^(-j2πfτ) dτ
Rxx(τ) = ∫ Sxx(f) e^(j2πfτ) df

这组变换对是随机信号频域分析的基石。它说明：自相关函数与自功率谱互为傅里叶变换，时域的“相关性”与频域的“功率分布”是同一信息的两种表达。对于实信号，Sxx(f) 为实偶函数，工程中常采用单边谱 Gxx(f)=2Sxx(f)（f>0），单位通常为 g²/Hz、V²/Hz 或 Pa²/Hz。

二、自功率谱与互功率谱

自功率谱 Sxx(f) 反映单个通道的功率频率分布，是识别共振峰、窄带噪声、宽带背景最直接的工具。互功率谱 Sxy(f) 则描述两个通道之间的频域相关关系，一般为复数：

Sxy(f) = X*(f) · Y(f)

其中 X*(f) 为 X(f) 的共轭。互功率谱的幅值反映两信号在各频率上的共同功率，相位则反映两信号在该频率上的相位差。由互谱与自谱可进一步得到相干函数：

γ²xy(f) = |Sxy(f)|² / [Sxx(f) · Syy(f)]

相干函数取值在 0 到 1 之间。接近 1 表示该频率上两通道高度线性相关，可能来自同一激励源或存在明确传递路径；接近 0 则表示该频率上两通道关系弱，可能被噪声污染或不存在线性传递。在噪声源识别中，常用相干分析判断某测点信号是否由参考源引起。

三、维纳-辛钦定理的工程含义

维纳-辛钦定理不仅是数学变换，更给出了三条工程直觉。第一，自相关函数在 τ=0 处的值等于信号均方值，也就是总功率；对应到频域，自功率谱在全频带上的积分等于总功率。第二，若信号中含有周期性成分，自相关函数会出现周期性起伏，其傅里叶变换后在功率谱上表现为离散尖峰。第三，宽带白噪声的自相关近似为冲激函数，其功率谱近似平坦。因此，观察自相关函数的衰减速度，可以粗略判断噪声带宽：衰减越快，带宽越宽。

四、谱估计的基本方法

实际中只能获得有限长采样序列，因此需要谱估计。经典方法分为两大类：非参数法和参数法。非参数法以周期图法为基础，直接对有限长数据做 FFT 后取模平方；参数法则假设信号服从某种模型（如 AR 模型），先估计模型参数再计算谱。工程中最常用的是 Welch 法，它属于改进的周期图法：把长数据分成多段，允许重叠，每段加窗，分别计算周期图后平均，从而降低方差、获得更平滑的谱。

方法	基本思想	优点	局限	典型场景
周期图法	单段 FFT 取模平方	简单、分辨率高	方差大、谱线起伏剧烈	短时快速查看
Welch 法	分段加窗、重叠、平均	方差小、谱平滑	分辨率受段长限制	随机噪声功率谱
AR 参数法	建立自回归模型	短数据下分辨率高	模型阶数选择敏感	窄带峰值识别
互谱/相干法	双通道互谱归一化	可识别同源与传递路径	要求参考通道干净	噪声源定位

五、案例：风机噪声的相干分析

某风机在 120 Hz 附近出现明显噪声峰值。现场布置两个传声器：参考测点靠近电机轴承座，监测测点位于出风口。采集 10 s 数据，采样率 5120 Hz，Welch 法段长 2048、重叠 50%、Hanning 窗。计算得到自功率谱显示 120 Hz 有尖峰，互功率谱在该频率幅值较大，相干函数达到 0.93。这说明出风口 120 Hz 成分与轴承座振动高度相关，噪声源很可能来自轴承或电机旋转部件，而非气流宽带噪声。后续对轴承座做包络分析，确认存在外圈故障特征频率，验证了相干分析的判断。

六、常见误区与复盘

• 把功率谱幅值当作“噪声大小”直接比较：不同窗函数、不同段长、不同平均次数会改变谱线高度和光滑度，比较前应统一参数并注明单位。
• 忽略频率分辨率与统计稳定性的折中：段长越大，Δf 越小，但平均次数越少，谱线方差越大；反之谱更平滑但可能掩盖窄带峰值。
• 相干函数高就认定“同源”：相干高只说明线性相关强，还需结合相位、传递路径和工况排除偶然相关。
• 对非平稳噪声直接做长时平均：若噪声随转速或工况变化，长时平均会把不同状态混在一起，应改用短时傅里叶变换或阶次分析。

综上，自功率谱回答“功率在哪些频率”，互功率谱回答“两个信号在频域如何相关”，维纳-辛钦定理把时域相关与频域功率统一起来，而 Welch 等谱估计方法则让有限数据下的谱分析具备可操作的统计稳定性。掌握这条链路，才能把随机噪声从“看起来杂乱”转化为“频率上可解释、源头上可定位”的工程信息。