이 게시물에서는 Power Spectral Density(PSD)의 기본과 신호 분석에서의 중요성을 살펴봅니다. Moku Phasemeter가 어떻게 구성 요소 테스트 측정을 간소화하고 연구를 향상시킬 수 있는지 살펴보세요.
전력 스펙트럼 밀도(PSD)는 다양한 주파수에서 신호의 전력 분포를 나타냅니다. 시간 영역 분석은 시간에 따라 신호가 어떻게 변하는지 관찰하는 반면, PSD와 같은 주파수 영역 분석은 신호의 전력이 다양한 주파수에 얼마나 존재하는지 분석합니다. 예를 들어, 그림 1은 입력 1의 모쿠 위상계 신호의 전력이 집중되는 PSD의 스파이크를 측정했습니다.
전력 스펙트럼 밀도는 언제 사용됩니까?
전력 스펙트럼 밀도를 통해 과학자와 엔지니어는 다음을 수행할 수 있습니다. 광대역, 무작위 신호 특성화. 이 기능은 신호 처리 애플리케이션에서 신호의 주파수 성분을 분석하는 데 유용하며, 이는 관련 필터 설계를 안내하는 데 도움이 됩니다. 통신에서 PSD를 사용하면 대역폭 사용량, 잡음 특성화 및 간섭 신호를 분석할 수 있습니다. PSD는 관심 있는 신호와 표적을 추적하는 레이더 및 소나 애플리케이션에도 유용합니다.
진폭 스펙트럼 밀도란 무엇입니까?
진폭 스펙트럼 밀도는 다양한 주파수에서 신호의 진폭을 측정한 것입니다. 이는 전력 스펙트럼 밀도의 제곱근이기도 합니다.
전력 스펙트럼 밀도는 어떻게 계산됩니까?
Moku Phasemeter에서 전력 스펙트럼 밀도와 진폭 스펙트럼 밀도는 다음을 사용하여 계산됩니다. 웰치의 방법 50% 중첩 및 해닝 윈도우가 있는 중첩 주기도입니다. 사용자가 선택한 샘플링 속도에 따라 포인트 수는 512, 1024 또는 2048입니다.
그림 2에 표시된 이 방법은 분석에서 고속 푸리에 변환(FFT)을 사용하여 전력 스펙트럼 밀도를 계산하는 널리 사용되는 비모수적 방법입니다. FFT를 사용하면 신호를 시간 영역에서 주파수 영역으로 변환할 수 있습니다. 요약하면 이 방법은 각 섹션의 수정된 주기도를 가져와서 평균을 냅니다.
전력 스펙트럼 밀도 대 앨런 편차
전력 스펙트럼 밀도는 다음의 주파수 영역 대응물입니다. 앨런 편차, 그림 3에 표시된 이는 발진기 특성화와 같은 응용 분야에 대한 시계열 데이터를 분석하기 위한 일반적인 통계 측정값이며 Allan 분산의 제곱근입니다. 두 값 모두 시스템의 안정성을 설명하는 데 도움이 됩니다.
예: 암흑 물질 감지를 위해 전력 스펙트럼 밀도 사용
암흑 물질 감지 일반적으로 광대한 소음의 바다에서 엄청나게 작은 신호를 검색하는 실험이 포함됩니다. 이러한 신호 또는 이벤트는 장기간에 걸쳐 불규칙한 간격으로 발생하는 경우가 많기 때문에 이러한 유형의 실험에서 수집된 데이터를 분석하기가 매우 어렵고 시간이 많이 걸립니다.
로스앨러모스 국립연구소(Los Alamos National Laboratory)의 연구자들은 다음을 사용했습니다. Moku:Pro 유연한 활용을 통해 데이터를 수집합니다. 모쿠 데이터 로거. 그런 다음 모쿠 파이썬 API, 그들은 특정 이벤트를 찾기 위해 이러한 대용량 데이터 파일을 선별하는 기술을 개발했습니다. 소음 속에 묻혀 있는 낮은 진폭 이벤트를 감지하기 위해 팀은 먼저 데이터 로거를 사용하여 실험 설정의 배경 소음을 추적했습니다. 그런 다음 이 시계열 데이터의 FFT를 수행하여 PSD를 결정했습니다.
다음으로 팀은 다음과 같은 디지털 획득 소프트웨어를 제공했습니다. 스플렌닥, PSD 및 이벤트 템플릿을 포함하여 그림 4에 표시된 데이터가 생성됩니다. PSD를 사용하여 시스템 잡음을 특성화함으로써 연구원은 매우 낮은 진폭 이벤트를 쉽게 감지할 수 있습니다.
맺음말
PSD는 신호 처리에서 중요한 도구로, 과학자와 엔지니어가 신호의 기본 주파수 내용을 이해할 수 있도록 해줍니다. PSD 계산은 계산량이 많을 수 있지만 내장된 데이터 시각화 도구를 사용하면 후처리 시간을 줄이고 더 나은 시스템 특성화를 수행할 수 있습니다. Moku와 같은 실시간 그래프 위상 계측기 엔지니어가 측정과 동시에 데이터를 볼 수 있습니다.