1、频谱（Spectrum）
频谱是描述信号中各种频率成分及其对应强度（幅度或功率）的分布图。它是从时域信号（如电压随时间的变化）通过傅里叶变换等数学方法转化而来的频域表示。
①频谱的组成
频率：频谱的横轴通常表示频率，单位是赫兹（Hz）。频率描述了信号中波动的快慢，频率越高，波动越快。
幅度或功率：频谱的纵轴通常表示幅度或功率。幅度描述了信号在该频率下的强度，功率则是幅度的平方，表示信号在该频率下的能量。
②频谱的类型
振幅频谱：显示每个频率分量的幅度，通常用于分析信号的强度分布。
功率谱：显示每个频率分量的功率（幅度平方），常用于能量分析。
相位频谱：显示每个频率分量的相位信息，用于分析信号的相位关系。
③频谱的用途
信号分析：频谱用于确定信号中存在哪些频率分量以及它们的强度，这在音频处理、通信、信号处理等领域非常重要。
噪声识别：通过分析信号的频谱，可以识别并滤除不需要的噪声或干扰频率。
系统设计与调试：频谱分析帮助工程师设计和优化电子系统，使其在所需的频率范围内工作。
④示例
对于一个简单的正弦波信号，其频谱只包含一个频率分量，这个频率分量对应于正弦波的频率，且幅度为该正弦波的振幅。
对于一个复杂的音频信号，其频谱可能包含多个频率分量，对应不同的音调和和谐音。
总的来说，频谱提供了信号在频率域中的分布特性，帮助我们更直观地理解信号的频率成分及其强度。
2、频谱图（Spectrum Plot）
频谱图是一种图形表示，它显示了信号在不同频率下的幅度（或者功率）。简而言之，频谱图将时域信号转换到频域，展示信号的频率成分及其相应的强度。
①频谱图的轴
横轴（X轴）：表示频率，通常以赫兹（Hz）为单位。
纵轴（Y轴）：表示幅度或功率，幅度可以用线性单位（如伏特）或对数单位（如分贝，dB）表示。
②频谱图的用途
信号分析：用于分析信号中的频率成分，了解哪些频率在信号中占主导地位。
噪声分析：用于识别信号中的噪声频率。
系统调试：在电子和通信系统中，用于检查和调试信号的频率特性。
③生成频谱图的过程
采集时域信号：首先，采集到的是时域信号，即电压随时间变化的数据。
快速傅里叶变换（FFT）：使用FFT算法将时域信号转换为频域信号，得到各个频率分量及其对应的幅度。
绘制频谱图：将FFT得到的频率和幅度数据绘制在图表上，得到频谱图。
④频谱图的示例
假设你有一段信号数据，经过FFT处理后，你得到以下结果：
在50 Hz处，有一个较高的幅度，表示在这个频率上信号较强。
在120 Hz处，也有一个较小的峰值，表示有较弱的频率成分。
这些信息会在频谱图中以峰值的形式显示出来，峰值的高度表示该频率成分的强度。
频谱图对于分析复杂信号尤其有用，比如音频信号、电磁波信号等。通过查看频谱图，可以轻松识别出信号中的主要频率分量以及任何可能存在的干扰。
3、频谱与频谱图之间的关系
频谱和频谱图是相关但不同的概念。
频谱是信号在频域中的表示，描述了信号中的不同频率成分及其对应的幅度或功率。它是一个抽象的数学概念。频谱通常以数据的形式存在，可能包括频率和对应的幅度、功率或相位信息。例如，一个信号的频谱可能包含一组频率值及其对应的幅度值。
频谱图是频谱的图形表示，是将频谱数据可视化的结果。它通常是一个二维图表，显示了频率与幅频谱图的横轴表示频率（通常以赫兹为单位），纵轴表示幅度或功率（可以是线性或对数尺度）。通过这种图形表示，用户可以直观地看到信号中哪些频率成分占主导地位及其强度。
总的来说，频谱是一个抽象的概念，描述了信号中频率成分的分布情况。频谱图则是将频谱具体可视化的图表，使我们能够通过图形来分析和理解信号的频率特性。
举例：如果你计算了一个音频信号的频谱，结果可能是一个数据集，包含多个频率及其相应的幅度。如果你将这些数据绘制成图表（频率 vs. 幅度），那么你就得到了该音频信号的频谱图。
频谱是数据，频谱图是这些数据的视觉表达。
标签：频谱,两者,频率,幅度,信号,图是,功率,分量 From： https://blog.csdn.net/m0_57407372/article/details/141475661