| 此條目需要 精通或熟悉相关主题的编者参与及协助编辑。 (2013年9月11日) 請邀請適合的人士改善本条目。更多的細節與詳情請參见討論頁。 |
| 此条目 序言章节没有充分总结全文内容要点。 (2013年9月11日) 请考虑扩充序言,清晰概述条目所有重點。请在条目的讨论页讨论此问题。 |
在信号处理中,时域连续信号x(t)的能量
被定义为:

严格来说,在这里的“能量”和在物理以及其它学科中传统意义上的能量并不相同。这两个概念是类似的,并可以互相转化:

- 这里Z代表由适当单位表示的,由信号驱动的负载的大小。
相似的,信号x(t)的光谱能量密度是

这里X(f) 是经过傅氏变换的x(t)。
作为帕塞瓦尔定理的延续,可以证明信号能量总是等于信号光谱能量密度中所有频率分量的和。