信号的功率谱，说白了就是个“声音的指纹”要么“能量的散图”，它不讲究那个平滑的过渡，只顾着告诉你每个频段里到底有多“吵”。想象一下你在深夜听一首老歌，有时候你发现同一首曲子在不同的音箱里听起来彻底不一样，为啥？出于那个身体的扬声器在 80/20 的时候，可能两路信号混在一起了，但在 120/80 的时候却分得挺开。功率谱就是用来拆解这些混乱声音的数学工具，它把时域里那波动的波形，变成频域里一个个规整的阶梯，让你一眼就能看出哪个频段的能量最大，哪个是背景噪音，哪个才是主旋律。 要真正把这个公式记住，得先别盯着它那一堆字母看，要把它当成一段对话。公式的核心实际上就是把总能量切分。对于一个连续信号 $s(t)$，它的功率谱密度 $S_{xx}(omega)$ 在 $omega=0$ 处是有定义的，出于能量聚拢在零点。

这时候功率谱等于总功率除以总持续工夫，就像是用尺子量一下首歌的总长度，再除以每秒播放了多少个音符。但这只是特例，要是是脉冲信号，要么是像噪声那样随机波动的信号，这个定义就得变通。

这时候功率谱密度就是自相关函数除以工夫，工夫越短，散得越开，越接近均匀分布；工夫越长，散得越紧密，越像delta 函数。

故此看功率谱图，实际上就是在看自相关函数的“宽度”，宽度也就是信号的持续工夫和带宽。 拿一个真的例子来说，假设你有一段音频信号，采样率是 44100Hz，每隔 0.0000239 秒采一下。

那你的频率轴上每一格代表的是多少赫兹呢？就是采样率的一半，也就是 22050Hz。

这个频率轴是挺窄的，只有 44100 一百万分之一。

要是你给这个轴加上权重，比如当频率小于 10000 时，把每个样本的平方加起来，再除以总样本数，你就能拿到一个直方图。

这时候横轴是频率，纵轴就是功率密度。你会发现，在这个直方图里，低频段那个柱子特别高，说明声音的响度主要来自低频局部。再往右看，10000Hz 到 20000Hz 之间有个明显的高峰，这是人耳听觉最敏感的“黄金频段”，也是男声和女声讲话最主要的能量来源。再往后，20000Hz 之后柱子启动矮下去，这就是所谓的“谢伊曼峰值”，人耳听不到那局部，但功率谱里它依然存有。 这种直方图实际上是离散傅里叶变换的直方图。

要是是一串有限的数字，它的功率谱在边缘会出现毛玻璃一样的斜坡，这叫窗效应。但这恰恰是功率谱最迷人的地方。

要是你用不同长度的工夫做 FFT，拿到的结局都不一样。工夫越短，做 FFT 的块就越大，信号越好办被噪声带偏频。工夫越长，块越小，信号就稳定多了，边缘就越平滑。

这就好比切蛋糕，刀越小切出来的每一块越均匀，切得越细，边缘就越精致。功率谱的平滑程度，实际上就是在平衡时域长度和频率分辨率。 再说说噪声。白噪声听起来每个频率的功率都一样，它的功率谱就是均匀的台阶。粉红噪声略微有点不一样，它的功率谱随频率增添而下降，大约是 $1/f$ 的衰减，这在低频段听起来更明显，出于那些低音在空气中传播得远，能量不好办衰减。而粉红噪声就是大自然挺常用的模型，鸟叫、海浪、呼吸声，大局部都在这个区域。

要是你听一段录音，发现所有频率的音量越来越小，那大约率是加了粉红噪声的。

这时候功率谱图会呈现出一种平滑的斜率，没有突兀的切口。 功率谱的另一种表现形式是单边功率谱密度。对于常规信号，我们只关心正频率局部，负频率是对称的。

这时候计算只需求算一半。对于负频率，函数值是对称的，但功率密度却是负的，出于能量不能是负数。

故此单边功率谱直接把负频率局部翻个面，变成和正频率一样的形状，然后把它们在纵轴上标上正号。

这样一算，功率谱图就只剩下一半了，并且看起来左边（低频）会比右边（高频）更饱满一些，多出来的局部就是负频率带过来的“影子”。 在实际工程中，我们极少直接去画那个连续的、完美的曲线。

一般我们会把功率谱离散化，分成大量小块，每个块代表一个频率区间。

这时候每个点的数值就是那个小块的面积。

要是你把功率谱画在坐标纸上，你会发现横轴上的刻度拍板了指针的粗细，纵轴上的刻度拍板了指针的高度。分辨率高，刻度就多，指针就细，能看清小细节；分辨率低，刻度就少，指针就粗，整体看起来更清楚。

这就解释了为啥音频分析软件里，实时频谱仪画出来的图会有点抖动，而离线算出来的功率谱图就挺平滑。

这是出于实时系统是动的，而静态的功率谱计算是稳态的。 最终总结一下，功率谱不只是是个公式，它是把时域的“动静”翻译成频域的“高低”的语言。它告诉你信号里藏着啥，藏着多少能量，藏着啥频段最突出。甭管是做算法通信，还是搞音乐制作，只要涉及到频率分析，得先把这个“指纹”刻清楚。

记住，功率谱图上的每一个峰值，背后都对应着现实中某个具体的频率点，而每一个谷坑，又可能对应着某个滤波器的截止频率要么噪声的干扰源。

只要看懂了功率谱，你就能听懂信号在说啥，哪怕它传得再快、再乱。