频谱反应的是信号的幅度和相位随频率的分布情况，它描述了信号的频域特征。同时，也可以用功率谱和能量谱来描述信号的频域特性。一般来说，周期信号和随机信号是功率信号，而非周期的确定信号是能量信号。
注：随机信号只能用功率谱来描述它的频率特性。由于，无法用确定的时间函数表示，也就无法得到信号是频谱。
-
能量信号
一个信号的能量是有限的，即 $int^infty_{-infty }f(t)^2dt<∞$ ，则称这个信号为能量信号。
-
功率信号
若一个信号不满足能量有限，但其功率 $$ P= lim_{T o infty} frac{1}{T}int_{-T/2}^{T/2}|f(t)|^2dt<∞ $$，则称这个信号为功率信号。例如，周期信号。可见，能量有限的信号功率为0，而功率有限的信号能量为无穷大。
注：还有一类信号其功率和能量都是无限的，如 f(t) = t，这类信号很少会用到。
-
Parseval 定理
时频域能量相等，就是说函数平方的和（或积分）等于其傅里叶转换式平方之和（或者积分）。
$$int_{-infty}^{infty}|f(t)|^2dt = frac{1}{2pi}int_{-infty}^{infty}|F(omega)|^2domega \ sum_{n=0}^{N-1}|x(n)|^2 = frac{1}{N}sum_{k=0}^{N-1}|X(k)|^2 $$
-
能量谱（能量谱密度）
对于能量信号，常用能量谱来描述。所谓的能量谱，也称为能量谱密度，是指用密度的概念表示信号能量在各频率点的分布情况。也即是说，对能量谱在频域上积分就可以得到信号的能量。能量谱是信号幅度谱的模的平方，其量纲是焦/赫。$$ E(omega) = |F(omega)|^2 \ E = int_{-infty}^{+infty}|f(t)|^2dt = frac{1}{2pi}int_{-infty}^{infty}E(omega)domega = int_{-infty}^{infty}E(f)df $$
-
功率谱（功率谱密度）
对于功率信号，常用功率谱来描述。所谓的功率谱，也称为功率谱密度，是指用密度的概念表示信号功率在各频率点的分布情况。也就是说，对功率谱在频域上积分就可以得到信号的功率。$$ P(omega) = lim_{T oinfty}frac{1}{T}|F_T(omega)|^2 $$ 式中$F_T(omega)$为$f(t)$的截短函数 $f_T(t)$的傅里叶变换。 $$ P= lim_{T oinfty} frac{1}{T}int_{-T/2}^{T/2}|f(t)|^2dt = frac{1}{2pi}int_{-infty}^{infty}P(omega)domega = int_{-infty}^{infty}P(f)df $$
-
Winner-Khintchine theorem（维纳-辛钦定理）
宽平稳随机过程的功率谱密度是其自相关函数的傅立叶变换。
对于平稳随机信号 $ { X(t) } $ $$ P_X(w)=int_{-infty}^{infty}R_X( au) e^{-jw au}d au \ R_X( au) = frac{1}{2pi}int_{-infty}^{infty}P_X(w)e^{jw au}dw $$
随机过程的平稳性分为严格平稳和广义平稳（宽平稳）。
严格平稳：所谓随机过程严格平稳，是指它的任何n维分布函数或概率密度函数与时间起点无关。
广义平稳（宽平稳）：若一个随机过程的数学期望及方差与时间无关，相关函数仅与时间间隔有关，则称这个随机过程为广义平稳随机过程。
注：一个宽平稳过程不一定是严平稳过程，一个严平稳过程也不一定宽平稳过程。
正态过程是一个重要特例，一个宽平稳的正态过程必定是严平稳的。
互相关函数： $ R_{XY}(t_1,t_2) = E [ X(t_1)Y(t_1) ] $
自相关函数：$ R_X(t_1,t_1+ au)=E [ X(t_1)X(t_2) ] $ ， 若宽平稳过程有，$R(t_1,t_1+ au)=R( au)$
能量信号的自相关函数：$$ R( au)=int_{-infty}^{infty}f(t)f(t+ au)dt $$
功率信号的自相关函数：$$ R( au)=lim_{T o infty} frac{1}{T} int_{-T/2}^{T/2}f(t)f(t+ au)dt $$
自相关函数的特性：
(1) 偶函数 $R( au)=R(- au)$
(2) $R(0) geqslant |R( au)| $
(3) $R(0)$表示能量信号的能量或功率信号的功率，即 $ R(0) = E ; R(0) = P $
因为功率信号不满足傅里叶变换的条件，其频谱通常不存在，维纳-辛钦定理证明了自相关函数和傅里叶变换之间对应关系。在工程实际中，即便是功率信号，由于持续的时间有限，可以直接对信号进行傅里叶变换，然后对得到的幅度谱的模求平方，再除以持续时间来估计信号的功率谱。
小插曲
