⬅ 返回

随机信号的频域秩序：维纳-辛钦定理证明

改变时间宽度，观察频域的主瓣带宽是如何被“挤压”的（傅里叶尺度变换性质）。
模拟从混沌中寻找统计规律的过程。向右拖动可消除随机毛刺。
等待操作...

💡 核心数学证明：为何不能直接 FFT？

对于随机数字基带信号（如二进制双极性 NRZ 码），其电压在 $+A$ 和 $-A$ 之间随机切换。由于信号在时间上延续到无穷，它是功率信号而非能量信号，不满足绝对可积条件，因此它的傅里叶变换在数学上不存在。

维纳-辛钦定理 (Wiener-Khinchin Theorem) 拯救了这一绝境。定理证明，广义平稳随机过程（WSS）的功率谱密度 $P(f)$ 是其自相关函数 $R(\tau)$ 的傅里叶变换：

$$\mathcal{F}\{ R(\tau) \} = P(f)$$

物理重现：
1. 无论信号 $x(t)$ 多么随机，只要统计次数足够多，它与自身的延迟副本的乘积积分 $R(\tau)$ 总是确定且稳定的（上方图 2 会收敛为一个完美的三角形）。
2. 对这个确定性的三角形求傅里叶变换，在数学上严格对应 $\text{sinc}^2$ 函数（即上方图 4）。这才是指导我们设计的真实频谱！

⚙️ 工程应用：从混沌中提取系统指标

由于真实的通信数据都是随机的（如果数据全是可以预测的 0101，那就没有通信的必要了），维纳-辛钦定理是射频工程师能够工作的绝对前提：

  • 99% 占用带宽计算： 工程师无法对着一个波形随机跳动的示波器来设计 5G 基站的射频前端滤波器。他们必须利用该定理算出随机码流的 $\text{sinc}^2$ 功率谱密度曲线，通过数学积分算出占据总功率 99% 的精确带宽（Null-to-Null Bandwidth），从而向无线电委员会申请频段。
  • 白噪声的物理建模： 我们常说 AWGN（高斯白噪声）的功率谱在所有频率上都是平坦的 $N_0/2$。这是怎么证明的？正是因为白噪声的自相关函数 $R(\tau)$ 是一个冲激函数 $\delta(\tau)$（即噪声只在此时此刻与自己相关），而冲激函数的傅里叶变换就是一条直线。
  • GPS 与 CDMA 伪码设计： 在军用扩频通信和 GPS 定位中，为了抗干扰并实现精确测距，工程师利用线性移位寄存器设计出“伪随机码（PN序列）”。这种码的特殊之处在于：它的自相关函数极为陡峭，几乎和白噪声的 $\delta(\tau)$ 一样。根据本定理，这意味着它的能量被均匀散布到了极宽的频带上，从而完美地隐藏在自然界的背景噪声中（低截获概率）。