功率谱密度估计实战：方法选型、参数设定与常见坑位解析

做信号处理这些年，功率谱密度的估计是我上手最快、但踩坑也最多的一个工具。很多刚接触这行的朋友拿到一段波形数据，第一反应就是"直接做FFT看频率成分"，结果画出来的频谱图要么毛刺多得像刺猬，要么峰值又宽又糊，根本看不出有效信息。问题往往不在FFT本身，而在"功率谱密度怎么估计"这个环节。这篇内容就是围绕功率谱密度估计的完整实操记录，从概念、方法选型到参数设定、代码实现和常见坑位都过一遍，适合做振动分析、声学测试、故障诊断以及任何需要从随机信号里找特征频率的工程师和数据科学从业者，掌握之后你会发现自己看频谱图的水平直接上一个台阶。

1. 功率谱密度到底在估计什么

1.1 从时域波形到频域能量分布

先聊一个很基础但容易被忽略的问题：功率谱密度（Power Spectral Density，PSD）到底是个什么东西？用一句话说，它描述的是信号功率在频率轴上的分布情况，单位通常是"幅值的平方/赫兹"。比如你测了一段设备的振动加速度信号，时域波形只能告诉你"振了、振幅多大"，但没法告诉你"这个振动主要由哪些频率贡献"。功率谱密度就是解决这个问题的：横坐标是频率，纵坐标是该频率附近单位频带内的功率贡献，谱峰所在的位置就是主要振动频率。

我习惯用一个类比来解释：把一杯混合果汁倒进分离柱，每种水果成分按比例分层，功率谱密度做的事情类似，只不过它把一段混合信号按频率"分层"，每一层显示该频段携带了多少"能量"。对于确定性周期信号（比如50Hz正弦波），谱图上会看到一根集中的窄峰；对于随机信号（比如路面激励、风载、噪声），谱图则表现为一段连续的宽带曲线。这两种形态的解读逻辑完全不同，也是后面很多坑的根源。

1.2 维纳-辛钦定理与有限数据的困境

理论上，功率谱密度可以用维纳-辛钦定理严格定义：信号的功率谱密度等于其自相关函数的傅里叶变换。自相关函数描述的是信号和它自身延迟版本之间的相似程度，对随机信号而言，这个相似程度随延迟衰减，衰减的快慢直接对应频谱的宽窄——衰减越快，频谱越宽；衰减越慢，频谱越窄。这个定理在数学上是完美的，但在工程实践里有个根本无法回避的现实：我们手里的数据永远是有限长的。

为什么要强调"有限长"？因为理论上定义自相关函数和傅里叶变换都需要从负无穷到正无穷的完整信号。你只采了1秒、10秒、甚至1小时的数据，本质上都只是真实信号的一小段切片。就好比你要统计一条街上所有车辆的平均速度，但只站在路口看了几分钟，得到的只能是"估计值"，不是精确值。所以功率谱密度永远是被"估计"出来的，不是被"计算"出来的。所有方法的核心，都是想方设法让这个估计值尽量接近真实谱：既希望偏差小（不系统性偏低或偏高），又希望方差小（多测几次结果稳定），还希望频率分辨率高（能分辨两个很近的峰）。遗憾的是，这三者之间互相打架，理解了这个矛盾，你就理解了功率谱密度估计的全部精髓。

2. 几种经典估计方法的选型逻辑

2.1 周期图法：最朴素但方差大的起点

周期图法（Periodogram）是最直观的方法：直接对一段有限长数据做FFT，把每个频率点的幅值取平方再除以数据长度和采样率做归一化，得到的就作为功率谱密度估计。它的数学形式简单，实现起来几行代码就搞定，所以很多人一开始都用它。但周期图法有个非常致命的问题：它不是一个"一致性估计"。

我这样说可能有点学术，打个比方你就明白了。周期图法相当于拿一架倍率特别高的显微镜看一幅画，能看到非常精细的纹理，但画面抖得厉害，哪儿都有噪点。你多采几段数据分别做周期图，得到的谱线波动非常大，甚至可能每次峰值位置都略有偏移。原因在于，当数据长度N增大时，频率分辨率确实提高了，但谱估计的方差并不会随着N增大而收敛——它始终和谱本身的平方成正比。也就是说，数据越多，谱线越"毛糙"的问题不会自动消失。实际表现就是：一个明明只有几根主峰的信号，周期图里却到处是小毛刺，且每个频点上的数值随机跳动。

这引出一个重要结论：周期图法只能作为快速预览手段，不适合拿来做严谨的定量分析。如果你只是想"看一眼"信号里大概有哪些频段，用它没问题；但如果要对比不同工况下的谱峰值、判断某个频段能量是否超标，必须换用下面要说的平均方法。

2.2 平均周期图法（Welch方法）：工程上最稳的主力

Welch法（又称平均周期图法）是对周期图法的经典改进，也是目前工程界用得最多的功率谱密度估计方法。它的思路就三个字：分、窗、平。把总长度为L的信号切成若干段，每段长度N；对每一段加窗函数后再做FFT得到该段的周期图；最后把所有段的周期图逐频点取平均，作为最终谱估计。

为什么分段平均有效？这里有一个统计学的关键点：如果把M段互不相关的谱估计做平均，结果的方差大约会降到单段的1/M。这意味着，只要段数足够多，谱线就能变得非常平滑——方差变小了，毛刺自然就少了。代价也很直观：分段之后每段长度N变小，频率分辨率反而下降。频率分辨率约等于fs/N（fs为采样率），一段1024点、采样率1kHz的数据，分辨率大约是1Hz左右；如果你把1024点切成4段各256点，分辨率就掉到将近4Hz。这就是方差和分辨率之间的直接冲突，任何估计方法都无法绕开。

Welch法在方差和分辨率之间给了你一个可以调节的旋钮：想要更平滑就多分段，缩短每段长度；想要分辨两个很近的频率峰，就必须保证每段长度足够长。实际工程里，Welch法配合50%重叠率使用，在数据总量不变的情况下能增加参与平均的段数，进一步降低方差，而频率分辨率由段长N决定，和重叠率无关。我自己做振动信号分析时，90%的情况都是先用Welch法出图，看整体谱形，再根据需求调整参数。

2.3 自相关法与参数化方法：什么时候才需要它们

除了Welch法，还有两类方法在特定场景下不可替代。第一类是自相关法（Blackman-Tukey法），思路是先估计信号的自相关函数，再对自相关函数加窗后做傅里叶变换得到功率谱。它的特点是谱线天然比周期图平滑，因为自相关估计本身就带有平均效果。但它的缺点是偏差控制比较难，而且需要人为选择自相关函数的截断长度和窗函数，参数多了，调参空间也就大了。自相关法在早年计算机性能有限时很流行，现在用的人相对少，但在分析超长数据时仍偶尔有优势——因为对自相关函数做FFT的点数可以和原始数据长度解耦，计算效率高。

第二类是参数化方法，代表作是Burg算法（最大熵谱估计）和各类超分辨方法。这类方法不直接做FFT，而是假设信号由一个线性系统（AR模型）驱动产生，先根据数据估计模型参数，再用模型计算谱。它们最大的优点是：在数据很短的情况下（比如几十个点）依然能给出不错的频率定位，而且谱峰锐利，不会有FFT旁瓣泄漏那种"裙边"。代价是模型阶数不好定，阶数太低谱太平滑，阶数太高又会出现大量假峰。我在做瞬态信号分析时偶尔会请出Burg算法，但平时做随机振动和噪声分析基本不用，因为数据量大、需要统计意义明确的结果时，Welch法已经完全够用。

2.4 方法选型速查表

看到这个表你会发现，没有一种方法在所有维度上都是最优的。选型的关键是先问自己三个问题：数据有多长？要分辨多近的频率？谱线需要多稳定？答案不同，方法选择就不同。大多数情况下Welch法能给出足够好的结果，所以我下面几节重点展开Welch法的参数设置和实操细节。

3. 实操参数到底怎么定

3.1 分辨率、段长、FFT点数的计算关系

无论用哪种方法，频率分辨率都是绕不开的第一参数。在Welch法里，分辨率由每一段的长度N决定，数学关系是Δf = fs / N。举个例子：采样率fs = 1000Hz，分段长度N = 1000，那么频率分辨率就是1Hz，意味着你能区分50Hz和51Hz两个峰，但区分不了50Hz和50.5Hz。如果你需要0.5Hz的分辨率，在采样率不变的情况下，每段至少要有2000点。

这个公式要刻在脑子里，因为它决定了你的数据采集策略。很多人在采集之前没想清楚自己到底要多少分辨率，采完了发现分不开两个频率，然后试图靠FFT补零（nfft参数）来"提高分辨率"——这是无效的。补零只是在原始谱之间做插值，让曲线看起来更圆滑，并不能让你分辨出原本就落在同一个分辨率单元里的两个峰。分辨率的物理极限由真实数据长度决定，这是信号处理里的一条铁律。

还有一个容易混淆的点是"段长"和"FFT点数"的区别。在Welch法里，分段长度决定分辨率，FFT点数可以大于段长（补零），补零后谱线上的点数变多了，但有效分辨率不变。我记得第一次看到平滑漂亮的谱线时还以为是分辨率提高了，后来才发现自己只是做了插值——这个认知纠正对后续所有分析都很关键。

3.2 窗函数选择：主瓣和旁瓣的取舍

加窗是Welch法的核心步骤之一，但很多新手不理解为什么要加窗。数据分段等价于在无限长信号上乘了一个矩形截断窗，矩形窗的频谱旁瓣很高，会使得强频率成分的能量"泄漏"到邻近频点上，形成一圈虚假的裙边。加窗的目的就是压低旁瓣，代价是主瓣变宽——也就是等效分辨率变差。这就成了另一个取舍。

常用窗函数的特性差异很大，我整理了一个速查表：

工程上怎么选？我个人的习惯是：分析随机振动和噪声信号时，默认汉宁窗，没有任何犹豫。原因是汉宁窗的旁瓣衰减快，能有效抑制泄漏，而主瓣展宽带来的分辨率损失，在数据量充足时完全可接受。如果信号里含有很强的单频成分（比如工频干扰），泄漏会把附近一片低频都抬起来，这时候可以换布莱克曼窗进一步压低旁瓣代价。只有当你做精确的频率测量（比如校准一个标准频率源）时，才考虑矩形窗——因为它主瓣窄、峰值定位准，但你要能接受它的大旁瓣。还有一个容易被忽略的点：加窗会改变信号的总能量，所以用Welch法估计PSD时，计算过程里要除以窗函数的能量归一化系数（通常用窗函数的均方值），这一点我下面代码部分会体现，很多开源实现和商业软件都会自动处理，但如果你自己写周期图代码，这点很容易漏掉。

3.3 重叠率、平均次数、数据长度的搭配

Welch法里另一个可调参数是重叠率。经典选择是50%重叠，为什么不是0%？因为信号是连续的，相邻两段之间的信息高度相关，完全不重叠相当于浪费了一半数据，段数少、方差大。重叠到50%，在汉宁窗下段与段的独立性仍然较好，同时总段数几乎翻倍，方差进一步下降。那是不是重叠越多越好？也不是。超过50%后，新加进来的段和已有段相关性太强，带来的独立信息增量很小，计算开销却成倍增加。有些商业软件默认75%重叠，我只在高要求低底噪的场景用，日常分析50%足够。

数据总量和段长、平均次数的关系可以用一个简单公式理清：如果有总点数L，段长N，重叠率r，那么有效段数M约等于L / (N*(1-r))，重叠越多，段数越多，谱越平滑。反过来，当L固定时，想让分辨率提高（N变大），段数就变少，谱就会变糙。这两个方向永远拔河，所以实际做法是：先定分辨率需求，也就是先定N；然后看总长度L撑不撑得起足够的段数。如果L不够，要么增加采集时长，要么接受方差大一些的谱线。没有第三条路。

采集时长还有一个实用经验：为了保证Welch估计有统计意义，至少要有8到10段参与平均。以fs=1000Hz、需要1Hz分辨率（N=1000）、50%重叠为例，最少需要约5000点到6000点，也就是采集5到6秒以上的数据。很多新手拿1秒数据（1000点）直接套Welch，段数只有2到3段，谱线当然毛糙得没法看，这其实是数据量不足的问题，不是算法的问题。

4. 实操过程：从数据到功率谱

4.1 数据准备与预处理：先清理，再分析

功率谱估计之前，数据预处理这步特别重要，直接影响谱图质量，但常被忽略。首先要做的是去直流分量。如果信号有非零均值（比如传感器偏置、温度漂移），这个直流分量在做FFT时会变成一个巨大的0Hz谱峰，矩形窗旁瓣会把低频区域整个抬起来。处理方式很简单：先减掉均值。我见过不少人直接对原始数据做FFT，结果低频段莫名其妙地抬得很高，其实不是信号真有那么大低频能量，而是直流泄漏。

第二个预处理是检查采样率和抗混叠。如果数据是直接从采集设备获取的，设备通常做了抗混叠滤波，可以放心分析。但如果数据是从高采样率重采样到低采样率的（比如不同设备同步时做了降采样），务必确认降采样链路里有抗混叠滤波器。如果没有，高频成分会折叠到低频段形成假峰，这个假峰在PSD里非常难识别。判断方法也简单：换个采样率重新采集一段信号对比，如果谱峰位置随采样率变化，基本就是混叠了。

第三个需要注意的点是趋势项。数据里如果存在缓慢的上升或下降趋势（传感器漂移、发热导致的机械变形等），这些趋势会在低频段表现为很大能量。我的处理顺序是：先做趋势消除（比如用一个高通滤波或者多项式拟合去掉趋势），再做均值去除，最后才进入功率谱估计。顺序反了会影响趋势消除效果，实测下来差别挺明显。

4.2 用Python完成一次完整的功率谱估计

我用Python举一个完整的例子，包含上面说到的预处理、Welch估计和结果输出。假设模拟一段振动信号：含有50Hz和120Hz两个周期成分，叠加随机噪声，采样率1000Hz，时长10秒。

import numpy as np from scipy.signal import welch, get_window # 1. 生成模拟数据 fs = 1000.0 # 采样率 1000 Hz t = np.arange(0, 10, 1/fs) # 10秒数据 x = (1.5 * np.sin(2 * np.pi * 50 * t) + 0.8 * np.sin(2 * np.pi * 120 * t) + 0.3 * np.random.randn(len(t))) # 2. 预处理：去均值 x = x - np.mean(x) # 3. Welch法功率谱估计 # 关键参数：窗函数hann、段长1024、50%重叠、FFT点数1024 f, Pxx = welch(x, fs=fs, window='hann', nperseg=1024, noverlap=512, nfft=1024, scaling='density') # 4. 查看结果 print(f"频率分辨率: {fs / 1024:.3f} Hz") print(f"最大谱峰: {Pxx.max():.3e} @ {f[np.argmax(Pxx)]:.2f} Hz")

这段代码里每个参数都值得说说。nperseg=1024意味着每段包含1024个点，在1000Hz采样率下分辨率约0.98Hz，能清楚看出50Hz和120Hz两个峰；noverlap=512即50%重叠，把有效段数从大约9段增加到18段，方差明显下降；nfft=1024和nperseg相等，没有补零，谱线上的频率点间隔约0.98Hz，足够平滑。scaling='density'表示输出的是功率谱密度，单位是幅值的平方每赫兹，这也是做随机信号分析的默认选择。

如果你想把Welch法和周期图法对比，很容易写一个直接FFT的版本：

# 周期图法：直接对整段数据FFT from scipy.signal import get_window N = len(x) w = get_window('rect', N) # 矩形窗，相当于不加窗 X = np.fft.rfft(x * w) P_periodogram = np.abs(X)**2 / (fs * N) f_periodogram = np.fft.rfftfreq(N, 1/fs)

把两段代码跑出来对比，你会直观看到Welch法谱线平滑得多，而周期图法在真实谱峰上方还布满大量毛刺。这种直观的对比对理解"方差"这个概念非常有效。

4.3 从谱图上能读到什么

拿到PSD图，读谱的能力同样重要。第一个要看的当然是主峰位置——对应主要振动频率或噪声源的基频。然后是谐波：如果主峰出现在某个频率f0，还要看2f0、3f0这些整数倍位置有没有峰，有的话说明信号源存在非线性或机械松动之类的特征。第三个要看的是底噪水平——宽带随机部分的平均高度，底噪高说明随机成分大，也可能是测量系统噪声大。最后要看的才是"不应该存在"的东西，比如高于奈奎斯特频率的混叠成分、异常尖峰等。

读谱时还要区分谱峰类型：确定性周期信号在PSD上表现为极窄的尖峰，高度和窗函数主瓣形状有关；而随机信号的PSD是连续谱，即使有峰值也是有宽度的"山丘"。如果你拿随机信号的PSD标准去要求周期信号，看到尖峰就觉得"分辨率高"，其实两者信息完全不同。还有一个容易被忽视的点：PSD纵坐标的单位。振动分析里常用g²/Hz或(m/s²)²/Hz，声学里是Pa²/Hz，不同单位之间差着量级，对比数据前务必先统一单位，否则拿两套单位完全不同的谱做对比毫无意义。

5. 常见问题与排查技巧实录

5.1 谱线太"毛糙"，看不出有效峰

这是Welch法最常遇到的问题，现象是谱线像锯齿一样上下乱跳。原因基本只有两个：段数太少，或者数据总量本身不足。解决方案依次是：先检查nperseg是否过大导致段数不足，再确认重叠率是否为50%或更高，最后看是否需要延长采集时间。我遇到过一个典型的错误是拿一段仅0.5秒的冲击信号做随机振动分析，段数只有两段，谱线当然没法看。冲击和瞬态信号本身不满足Welch法的平稳性假设，应该用短时傅里叶或参数化方法，而不是硬套平均。

5.2 主峰看起来"宽"了，好像被人为抹宽

谱峰变宽有几种可能：如果是周期性信号，峰宽主要来自窗函数的主瓣宽度，汉宁窗的峰看起来就比矩形窗宽。如果在两个相距很近的频率上有真实峰，但分辨率不够，它们会合并成一个宽包络，这时增加段长（nperseg）才是有效手段。还有一种可能是信号频率本身在漂移——比如电机转速不稳定，振动频率随时间变化，这会让谱峰"拖尾"。判断方法很简单：看时频图，如果峰随时间移动，那就是频率漂移，不是估计方法的问题。

5.3 低频段整体抬升，能量高得离谱

低频抬升是老生常谈的坑了，常见元凶有三个：直流分量没去掉、趋势项没消除、窗函数旁瓣泄漏。处理顺序也是这个顺序：先减均值，再做趋势滤波，实在不行换旁瓣衰减更大的窗函数。在轴承故障诊断这类低频特征重要的场景里，低频段的准确性非常关键，这一步做不好很容易把微弱故障特征淹没在假能量里。我记得有次分析某设备启动过程的振动数据，低频抬升严重，一开始以为是轴系故障，仔细排查后发现是传感器温飘引入的趋势项，去趋势后低频恢复正常，虚惊一场。

5.4 两个相近频率始终"分不开"

假设信号里有47Hz和49Hz两个成分，你希望谱图上出现两个分开的峰，但看到的始终是一个宽峰。这时补零、加窗都救不了你，唯一有效的手段是增加段长N，让Δf = fs/N小于两频率差。如果数据采集时长已经固定，段长N增加会导致段数变少，谱变糙，怎么办？我的做法是分段做多次尝试：先用小段长看整体形貌，再用大段长确认细节峰。这相当于在方差和分辨率之间来回试，直到找到一个合理的平衡点。另外要记住，要分辨47Hz和49Hz，理论上至少需要0.5秒以上的数据，这只是物理下限，实际使用里还要留出余量，用1秒以上的段长才靠谱。

5.5 参数速查与常见错误对照表

这个表基本覆盖了我做功率谱密度估计时遇到的绝大多数问题。每次看到异常的谱图，我都按照"先预处理、再参数、最后怀疑算法"的顺序排查，大多数情况下，问题出在数据预处理而不是算法本身。

最后再分享一个小技巧：做功率谱密度估计前，最好先看一眼原始数据的时域波形和基本统计量（均值、方差、峰峰值）。我发现，异常信号十有八九在时域上就已经能看出问题——突然的脉冲、断点、趋势漂移，在时域上一目了然。经过这些年反复实操，我的体会是：功率谱密度估计的功底，一半在算法参数理解上，另一半在数据预处理和读谱经验上。把这两块都磨扎实了，你的频谱分析能力才算真正立起来，后面再接触高阶的时频分析、阶次分析都会顺畅得多。