『壹』 信号与系统频域分析

系统频域分析的本质： F(jw)是原本信号各个频率虚指数信号函数（基信号）的加权值，当通过系统的流水线处理时，系统给其各个频率虚指数信号函数（基信号）又进行了加工，即又乘以了一个加权值（也就是想要哪个频率的虚指数信号函数，就将其乘以一个好的数，要是不喜欢就乘以0，或者稍微大点），这样输出结果，即系统响应的就是各个频率的虚指数信号函数的加权信号的叠加。而把这个加权值得叠加抽离出来，就是输出信号的频谱，即Y(jw)=F(jw)H(jw).

『贰』 为什么要对信号进行频谱分析

对信号进行频谱分析的原因：
在看似杂乱无章的信号中，找出一定振幅、相位、频率的基本的正弦（余弦）信号中，振幅较大（能量较高）信号对应的频率，从而找出信号的主要振动频率特点。如减速机故障时，通过频谱分析，根据各级齿轮转速，齿数与杂音频谱中振幅大的对比，可以快速判断哪级齿轮损伤。
信号谱分析是数字信号处理的重要内容，对确定的信号其时 域表示是确定的，其频谱可以通 过傅立叶变换得到。但在实际应用中，携带信息的信号本质上都是随机的，随机信号不能用 确定的时间函数表示，只能用概率分布函数、概率密度函数或统计平均特性来描述。通常把 随机信号看作无限长度和无限能量的功率信号，由于不满足绝对可积，其傅立叶变换不存在 ，因此只能研究其功率在频域的分布，即功率谱或功率谱密度。
实际应用中人们所能得到的 随机信号的样本函数总是有限长序列，根据有限长度的信号所得的功率谱只是随机信号真实 功率谱的估计，称为功率谱估计。功率谱是平稳随机信号在频域上，描述各频率分量功率分 布情况的基本特征量，由于功率谱与相关函数之间是一对傅立叶变换，经典功率谱估计都依 据DFT，而采用FFT算法，故称之为非参数方法。