请给出Sa（t）的傅里叶变换计算过程和结果

Sa(t)表示随机过程a(t)的自相关函数，其傅里叶变换为Sa(f)。下面是计算Sa(f)的过程：

1. 根据傅里叶变换的定义，将Sa(t)展开成积分形式：

Sa(f) = ∫_-∞^+∞ a(t) exp(-j2πft) dt

2. 将a(t)写成其均值与随机部分的和的形式：

a(t) = m + δa(t)

其中，m是a(t)的均值，δa(t)是a(t)的随机部分

3. 带入展开式中，积分分为两部分：

Sa(f) = ∫_-∞^+∞ m exp(-j2πft) dt + ∫_-∞^+∞ δa(t) exp(-j2πft) dt

第一部分是常数，可以直接计算出来。第二部分需要继续计算。

4. 由于δa(t)是随机过程，我们需要求出其概率密度函数p(δa)。假设δa(t)是高斯白噪声，则其概率密度函数为：

p(δa) = (1 / σ√(2π)) exp(-δa² / 2σ²)

其中，σ是δa(t)的标准差

5. 将δa(t)的表达式带入到积分中，得到：

Sa(f) = ∫_-∞^+∞ δa(t) exp(-j2πft) dt

由于δa(t)是高斯白噪声，其均值为0，所以上式可以化简为：

Sa(f) = ∫_-∞^+∞ δa(t) exp(-j2πft) dt

6. 在时间域中，高斯白噪声的自相关函数为：

R(τ) = E[δa(t)δa(t+τ)] = σ² δ(τ)

其中，δ(τ)是狄拉克函数

7. 根据Wiener-Khinchin定理，Sa(f)和R(τ)是傅里叶变换对，因此有：

Sa(f) = σ²

即Sa(f)是常数，其值等于δa(t)的标准差的平方。

综上所述，Sa(t)的傅里叶变换结果为Sa(f) = σ²，其中σ是a(t)的随机部分δa(t)的标准差。