阶跃信号傅里叶变换的多种求解方法
何勇福 皮小林 潘芳芳 南昌大学共青学院
[摘 要]因为阶跃信号不满足傅里叶变换所需的条件---信号绝对可积， 故不 能直接利用傅里叶变换的定义式来求阶跃信号的频谱密度函数， 本文从多个方面 给出求解其傅氏变换的方法。 [关键词]阶跃信号；频谱函数；傅里叶变换；拉普拉斯变换 我们在用傅里叶变换公式计算一个信号的频谱密度函数时， 要求该信号的积 分必须存在，这就意味着信号要满足绝对可积这个条件。对于单位阶跃信号来 说很显然不满足绝对可积，所以我们只能采用别的方法求其频谱函数，通常，用 取极限的方法是比较多的， 下面就结合信号与系统相关知识进一步研究其频谱函 数的多种求解。 一、按定义求解
F [e (t )] = ò e - jwt dt = ò cos( wt )dt - j ò sin( wt )dt
0 0 0
￥
￥
￥
= =
1 1 sin( wt ) ￥ cos( wt ) ￥ 0 0 w jw
lim ê ?
t ?￥
é cos( wt ) ù 1 é sin( wt ) ù é sin( wt ) ù - sin ê - lim ê ú+ ú w ú w ? t ?0 ? ? t ?￥ ? jw ? jw
上式中第一项即 pd ( w) ，中间两项都等于零，最后一项是
1 jw
1 ，所以可 jw
得阶跃信号的频谱函数为 pd ( w) + 二、利用求极限的方法
这是一种在很多教材上都采用了的一种方法。 将 e (t ) 看作单边指数信号衰减 信号 e - at e (t ) 当 a ? 0 时的极限，对于单边指数衰减信号的傅里叶变换容易求出：
F [e -at e (t )] = 1 a w = 2 -j 2 2 a + jw a + w a + w2 1 ，但实部满足以下关系： jw
当我们取 a ? 0 时容易求出虚部的极限为
由此可以看出，这正是冲激信号 d（t） ，然后求得定积分的值 p 即为此冲激 信号的强度，所以可以得到阶跃信号的频谱函数为 pd ( w) +
1 jw
三、利用符号函数求解
ì+ 1, f (t ) = sgn( t) = í ?- 1,
t > 0 t < 0
处理方法如下，作一个双边函数
f1 ( t ) = sgn ( t ) e
-a t
，求 F1 (w )，
求极限得到 F (w ) .(a ? 0)
F1 (w ) = ò - ea t e- jw t dt + ò e -a t e- jw t dt =
0 -￥ 0
￥
-1 1 - j 2w + = 2 a - jw a + jw a + w 2
F (w ) = lim F1 (w ) = lim
a ?0 a ?0
- j 2w 2 = 2 2 jw a +w
又
e (t ) =
1 1 + sgn (t ) 2 2
1 jw
故 e (t ) ? pd (w ) +
四、由冲激信号与阶跃信号的关系及傅里叶变换积分定理也可求得
e (t ) = ò d (t )dt
-￥
t
F ( w) = F [d (t )] = 1
F [e (t )] =
F ( w) 1 + pF (0)d ( w) = + pd ( w) jw jw
这一方法结合傅里叶变换的性质，计算出了阶跃信号的频谱函数，而且 也很简便。 五、通过计算 1/ ω反变换的方法 此方法采用广义积分计算 1/ω的反变换,得到了阶跃信号的傅立叶变换。计
算过程如下：
六、利用阶跃信号的拉普拉斯变换求其傅里叶变换 因为 L[e (t )] =
1 ， 而且阶跃信号的收敛边界为以虚轴为界的右半平面， 在 s=0 s
处有极点，因此，要由像函数导出傅里叶变换可将 s = jw 代入，并补足 pd ( w) 即 可，于是可得：
F [e (t )] = 1 s
s = jw
+pd ( w) =
1 + pd ( w) jw
最后我们也可以借助矩形脉冲的傅里叶变换， 再令矩形脉冲宽度趋于无穷大 来求得。其中会用到 lim
t ?￥
t sa ( wt ) = d ( w) p
t sa ( wt ) p t p
w
-
p t
p t
π π t -, ˉ,曲线下的面积 减小。 t t
t ? ￥, 能量压缩到 w = 0，面积仍为
由此可得强度为 七、小结
π t
t 的抽样函数取极限后为一冲激函数。 p
对于单位阶跃信号这一类不满足绝对可积条件的信号的傅里叶变换求法， 本 人认为还是应用跟教材联系比较紧密的方法进行求解， 本文给出了对阶跃信号频 谱密度函数的多种求解方法， 主要考虑对于这一类多种求解问题的研究有利于我 们揭示事物的本质，提高从多种角度观察同一事件的能力。
阶跃信号傅里叶变换的多种求解方法
作者： 作者单位： 刊名： 英文刊名： 年，卷(期)： 何勇福， 皮小林， 潘芳芳 南昌大学共青学院 科学时代 KEXUE SHIDAI 2012(11)
本文链接：https://www.doczj.com/doc/136006199.html,/Periodical_kxsd201211195.aspx
傅里叶变换在信号处理中的应用 姓名董柱班级电气工程及其自动化学号1109141013 摘要： 傅里叶变换是一种特殊的积分变换。通过傅里叶变换把信号的从时域变换到频域研究，采用频域法较之经典时域的方法有很多突出的优点，虽然傅里叶分析不是信息科学与技术领域中唯一的变换域方法，但是不得不承认，在此领域中，傅里叶变换分析始终有着广泛的应用，通过傅里叶变换实现信号的滤波，调制，抽样是傅里叶变换在信号处理中最主要的作用。通过对信号的调制可以将信号的低频成分调制到高频，实现频谱搬移，减少马间串扰，提高抗噪声新能，有利于信号的远距离传输，另外，对信号采样可以使连续信号离散化，有利于用计算机对信号进行处理，总之，傅里叶变换在信号处理中有着非常重要的作用。傅里叶变换是学习其他频域变换的基础。 关键词： 傅里叶变换，时域，频域，信号处理，信息科学与技术，滤波，调制，抽样。 一傅里叶变换 1.定义 f(t）是t的函数，如果t满足狄里赫莱条件：具有有限个间断点；具有有限个极值点；绝对可积。则有下图①式成立。称为积分运算f(t）的傅立叶变换， ②式的积分运算叫做F（ω）的傅立叶逆变换。F（ω）叫做f(t）的像函数，f(t）叫做 F（ω）的像原函数。F（ω）是f(t）的像。f(t）是F（ω）原像。 ① 傅里叶变换 傅里叶逆变换 2.分类 连续傅立叶变换：一般情况下，若“傅立叶变换”一词的前面未加任何限定语，则指的是“连续傅立叶变换”。“连续傅立叶变换”将平方可积的函数f(t) 表示成复指数函数的积分或级数形式。 f(t) = \mathcal^[F（ω）] = \frac{\sqrt{2π}} \int\limits_{-\infty}^\infty F（ω）e^{iωt}\,dω.
Chirp信号的傅里叶变换的特征比较 Chirp信号即线性调频信号是瞬时频率在某个范围内随时间变化的正弦波，因其良好的频带利用率，具有较强的抗干扰、抗多途效应和抗多普勒衰减以及良好的频带利用率等优点，因此在通信、声呐、雷达等领域具有广泛的应用。本文就瞬时频率范围（信号的调频宽度）和信号的持续时间（信号的周期）对傅里叶变换后的chirp函数的频谱函数的影响做出讨论，运用MATLAB仿真分析比较。 一．信号的调频宽度上下限对频谱函数的影响 1）高频宽度300情况下的频谱函数。信号的采样频率为43000，扫描时间为0.05，初始频率设为19700，结束频率位置为20000。 2）低频宽度300情况下的频谱函数。信号的采样频率为2000，信号的持续时间为0.05，初始频率设为40，结束频率设置为340。 由上面两幅图可以看出，当它们满足，幅度谱的大小基本都在 0.01和0.015之间，这是因为它们的调频上下限之差相同都是300，且时间周 期都为0.05。由公式可知，幅度与信号的调频宽度（表示傅里叶变换后的频带宽度）和时间周期有关。 二．信号的调频宽度对频谱函数的影响 1）高频宽度10000情况下的频谱函数。信号的采样频率为48000，扫描时间为0.05，初始频率设为10000，结束频率位置为20000。
2）低频宽度80情况下的频谱函数。信号的采样频率为1000，信号的持续时间为0.05，初始频率设为40，结束频率设置为120。 上面两图在频带宽度内的幅度谱差异很明显，这是因为只有当时，近似程度才更高。 三．信号的持续时间对频谱函数的影响 1）低频宽度80情况下的频谱函数。信号的采样频率为1000，chirp 脉冲为0.05，信号的持续时间为2，初始频率设为40，结束频率设置为120。 上图的信号周期是2，发射脉冲长度为0.05与之前其它参数相同的图4比较可知，频带宽度基本相同，在频带宽度内的幅度谱没有太大变化，只是频点上的曲线多了些波动。
2.5 冲激信号和阶跃信号的傅里叶变换 2.5.1 冲激信号 由傅里叶变换定义及冲激信号的抽样特性很容易求得(t)函数的FT为 冲激函数的频谱等于常数，也就是说，在整个频率范围内频谱都是均匀的。在时域中波形变化剧烈的冲激函数包含幅度相等的所有频率分量，这种频谱常称作"均匀谱"或"白色谱"。 2.5.2 直流信号 如前所述，冲激信号的频谱是常数，那么时域为常数的信号（直流信号）的频谱是否为冲激函数呢？ 我们来考虑()的傅里叶逆变换，即 这也就是说 上式意味着 式中的E为常数。 这表明，直流信号的频谱是位于w=0的冲激函数，这与直流信号的物理概念是一致的。 2.5.3单位阶跃信号 单位阶跃函数同样不满足绝对可积条件，但仍存在傅里叶变换。前面我们已经讲述了符号函数的傅里叶变换，下面我们借助符号函数来求阶跃信号的FT。 单位阶跃函数U(t)可用符号函数来表示，即 再利用直流信号与符号函数的傅里叶变换
可得单位阶跃函数的傅里叶变换为 单位阶跃函数及其频谱如下图所示。由图可知，U(t)在t>0时等同于直流信号，但它又不是纯粹的直流信号，它在t=0处有跳变，因此其频谱不是仅在=0处有一个冲激函数（这对应于信号的直流特性），而且还会含有其它众多的频率分量。 为什么会有众多的频率分量呢？这是因为信号在时域零点处有跳变！由于时域的剧烈变化，相应的频域中的分量将是无限的。还记得我们在前面讲周期矩形脉冲信号所提及的"时域跳变将使频域包含无限的频率分量"的结论吗？这儿就是一个很好的例证。大家可以翻回去看看，是不是这样。 图2-11 (a) 单位阶跃函数的波形 (b) 信号的幅度谱
阶跃信号傅里叶变换的多种求解方法
何勇福 皮小林 潘芳芳 南昌大学共青学院
[摘 要]因为阶跃信号不满足傅里叶变换所需的条件---信号绝对可积， 故不 能直接利用傅里叶变换的定义式来求阶跃信号的频谱密度函数， 本文从多个方面 给出求解其傅氏变换的方法。 [关键词]阶跃信号；频谱函数；傅里叶变换；拉普拉斯变换 我们在用傅里叶变换公式计算一个信号的频谱密度函数时， 要求该信号的积 分必须存在，这就意味着信号要满足绝对可积这个条件。对于单位阶跃信号来 说很显然不满足绝对可积，所以我们只能采用别的方法求其频谱函数，通常，用 取极限的方法是比较多的， 下面就结合信号与系统相关知识进一步研究其频谱函 数的多种求解。 一、按定义求解
F [e (t )] = ò e - jwt dt = ò cos( wt )dt - j ò sin( wt )dt
0 0 0
￥
￥
￥
= =
1 1 sin( wt ) ￥ cos( wt ) ￥ 0 0 w jw
lim ê ?
t ?￥
é cos( wt ) ù 1 é sin( wt ) ù é sin( wt ) ù - sin ê - lim ê ú+ ú w ú w ? t ?0 ? ? t ?￥ ? jw ? jw
上式中第一项即 pd ( w) ，中间两项都等于零，最后一项是
1 jw
1 ，所以可 jw
得阶跃信号的频谱函数为 pd ( w) + 二、利用求极限的方法
这是一种在很多教材上都采用了的一种方法。 将 e (t ) 看作单边指数信号衰减 信号 e - at e (t ) 当 a ? 0 时的极限，对于单边指数衰减信号的傅里叶变换容易求出：
F [e -at e (t )] = 1 a w = 2 -j 2 2 a + jw a + w a + w2 1 ，但实部满足以下关系： jw
当我们取 a ? 0 时容易求出虚部的极限为
信号与系统的基本思想：把复杂的信号用简单的信号表示，再进行研究。 怎么样来分解信号？任何信号可以用Delta 函数的移位加权和表示。只有系统是线性时不变系统，才可以用单位冲激函数处理，主要讨论各个单位冲激函数移位加权的响应的叠加能得到总的响应。 线性系统（齐次性，叠加定理） 时不变系统 对一个系统输入单位冲激函数，得到的响应为h(t).表征线性时不变系统的非常重要的东西，只要知道了系统对单位冲击函数的响应，就知道了它对任何信号的响应，因为任何信号都可以表示为单位冲激函数的移位加权和。 例如：d(t)__h(t) 那么a*d(t-t0)__a*h(t-t0) -()= ()(t-)d f t f τδττ∝∝? 的响应为-y()=()(-)t f h t d τττ∝ ∝ ? 记为y(t)=f(t)*h(t),称为f(t)和h(t)的卷积 总结为两点：对于现行时不变系统，任何信号可以用单位冲激信号的移位加权和表示，任何信号的响应可以用输入函数和单位冲激函数响应的卷积来表示 连续时间信号和系统的频域分析 时域分析的重点是把信号分解为单位冲激函数的移位加权和，只讨论系统对单位冲激函数的响应。而频域的分析是把信号分解为各种不同频率的正弦函数的加权和，只讨论系统对sinwt 的响应。都是把信号分解为大量单一信号的组合。
周期函数可以展开为傅里叶级数，将矩形脉冲展开成傅里叶级数，得到傅里叶级数的系数 n A sin F = T x x τ 其中0=2 nw x τ。 取样函数sin ()=x S a x 。产生一种震荡，0点的值最大，然后渐渐衰减直至0 第一：对于傅里叶级数的系数，n 是离散的，所以频谱也是离散状的每条谱线都出现在基波频率的整数倍上，其包络是取样函数。 第二：谱线的间距是0w .。零点是0=2nw x τ，02w =T π是谱的基波频率。如果τ不变，T 增大，那么0w 减小，当T 非常大的时候，0w 非常小，谱线近似连续，越来越密，幅度越来越小。 傅里叶变换：非周期函数 正变换：--F jw)= ()iwt f t e dt ∝ ∝?（ 反变换：-1()=()2jnwt f t F jw e dw π ∝∝ ? 常用函数的傅里叶变换（典型非周期信号的频谱）
傅里叶变换 一、傅里叶变换的表述 在数学上，对任意函数f(x)，可按某一点进行展开，常见的有泰勒展开和傅里叶展开。泰勒展开为各阶次幂函数的线性组合形式，本质上自变量未改变，仍为x，而傅里叶展开则为三角函数的线性组合形式，同时将自变量由x变成ω，且由于三角函数处理比较简单，具有良好的性质，故被广泛地应用在信号分析与处理中，可将时域分析变换到频域进行分析。 信号分析与处理中常见的有CFS（连续时间傅里叶级数）、CFT （连续时间傅里叶变换）、DTFT（离散时间傅里叶变换）、DFS（离散傅里叶级数）、DFT（离散傅里叶变换）。通过对连续非周期信号x c(t)在时域和频域进行各种处理变换，可推导出以上几种变换，同时可得出这些变换之间的关系。以下将对上述变换进行简述，同时分析它们之间的关系。 1、CFS（连续时间傅里叶级数） 在数学中，周期函数f(x)可展开为 由此类比，已知连续周期信号x(t)，周期为T0，则其傅里叶级数为 其中，
为了简写，有 其中， 为了与复数形式联系，先由欧拉公式e j z=cos z+jsin z得 故有
令 则 对于D n，有 n≤0时同理。 故 CFS图示如下：
Figure 1 理论上，CFS对于周期性信号x(t)在任意处展开都可以做到无误差，只要保证n从-∞取到+∞就可以。在实践中，只要n取值范围足够大，就可以保证在某一点附近对x(t)展开都有很高的精度。 2、CFT（连续时间傅里叶变换） 连续非周期信号x(t)，可以将其看成一连续周期信号的周期T0→∞。当然，从时域上也可以反过来看成x(t)的周期延拓。将x(t)进行CFS展开，有 若令 则 有
阶跃信号为什么不满足傅里叶变换条件? 傅氏变换的充分条件是： 在时域内要绝对可积。 但是这并不是必要条件，一些非绝对可积的函数（阶跃函数）也是有傅里叶变换的，它们的傅氏变换按定义不太可能求得，一般是通过求极限的方式得到其傅氏变换。 2.5 冲激信号和阶跃信号的傅里叶变换 2.5.1 冲激信号 由傅里叶变换定义及冲激信号的抽样特性很容易求得(t)函数的FT为 可见，冲激函数的频谱等于常数，也就是说，在整个频率范围内频谱都是均匀的。在时域中波形变化剧烈的冲激函数包含幅度相等的所有频率分量，这种频谱常称作"均匀谱"或"白色谱"。 2.5.2 直流信号 如前所述，冲激信号的频谱是常数，那么时域为常数的信号（直流信号）的频谱是否为冲激函数呢？ 我们来考虑()的傅里叶逆变换，即 这也就是说 上式意味着 式中的E为常数。 这表明，直流信号的频谱是位于w=0的冲激函数，这与直流信号的物理概念是一致的。
2.5.3单位阶跃信号 单位阶跃函数同样不满足绝对可积条件，但仍存在傅里叶变换。前面我们已经讲述了符号函数的傅里叶变换，下面我们借助符号函数来求阶跃信号的FT。 单位阶跃函数U(t)可用符号函数来表示，即 再利用直流信号与符号函数的傅里叶变换 可得单位阶跃函数的傅里叶变换为 单位阶跃函数及其频谱如下图所示。由图可知，U(t)在t>0时等同于直流信号，但它又不是纯粹的直流信号，它在t=0处有跳变，因此其频谱不是仅在=0处有一个冲激函数（这对应于信号的直流特性），而且还会含有其它众多的频率分量。 为什么会有众多的频率分量呢？这是因为信号在时域零点处有跳变！由于时域的剧烈变化，相应的频域中的分量将是无限的。还记得我们在前面讲周期矩形脉冲信号所提及的"时域跳变将使频域包含无限的频率分量"的结论吗？这儿就是一个很好的例证。大家可以翻回去看看，是不是这样。 图2-11 (a) 单位阶跃函数的波形(b) 信号的幅度谱
傅里叶变换,拉普拉斯变换和Z 变换的意义来源:于理扬的日志 傅里叶变换在物理学、数论、组合数学、信号处理、概率论、统计学、密码学、声学、光学、海洋学、结构动力学等领域都有着广泛的应用（例如在信号处理中, 傅里叶变换的典型用途是将信号分解成幅值分量和频率分量。 傅里叶变换能将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函数或者它们的积分的线性组合。在不同的研究领域, 傅里叶变换具有多种不同的变体形式, 如连续傅里叶变换和离散傅里叶变换。 傅里叶变换是一种解决问题的方法,一种工具,一种看待问题的角度。理解的关键是:一个连续的信号可以看作是一个个小信号的叠加, 从时域叠加与从频域叠加都可以组成原来的信号,将信号这么分解后有助于处理。 我们原来对一个信号其实是从时间的角度去理解的,不知不觉中,其实是按照时间把信号进行分割, 每一部分只是一个时间点对应一个信号值, 一个信号是一组这样的分量的叠加。傅里叶变换后, 其实还是个叠加问题, 只不过是从频率的角度去叠加, 只不过每个小信号是一个时间域上覆盖整个区间的信号, 但他确有固定的周期,或者说,给了一个周期,我们就能画出一个整个区间上的分信号,那么给定一组周期值（或频率值,我们就可以画出其对应的曲线,就像给出时域上每一点的信号值一样,不过如果信号是周期的话,频域的更简单,只需要几个甚至一个就可以了,时域则需要整个时间轴上每一点都映射出一个函数值。 傅里叶变换就是将一个信号的时域表示形式映射到一个频域表示形式;逆傅里叶变换恰好相反。这都是一个信号的不同表示形式。它的公式会用就可以,当然把证明看懂了更好。 对一个信号做傅里叶变换,可以得到其频域特性,包括幅度和相位两个方面。幅度是表示这个频率分量的大小, 那么相位呢, 它有什么物理意义?频域的相位与时域的相位有关系吗?信号前一段的相位（频域与后一段的相位的变化是否与信号的频率成正比关系。
第一章 信号与系统的基本概念 1．信号、信息与消息的差别？ 信号：随时间变化的物理量； 消息：待传送的一种以收发双方事先约定的方式组成的符号，如语言、文字、图像、数据等 信息：所接收到的未知内容的消息，即传输的信号是带有信息的。 2．什么是奇异信号？ 函数本身有不连续点或其导数或积分有不连续点的这类函数统称为奇异信号或奇异函数。例如： 单边指数信号 （在t =0点时，不连续）， 单边正弦信号 （在t =0时的一阶导函数不连续）。 较为重要的两种奇异信号是单位冲激信号δ(t )和单位阶跃信号u(t )。 3．单位冲激信号的物理意义及其取样性质？ 冲激信号：它是一种奇异函数，可以由一些常规函数的广义极限而得到。 它表达的是一类幅度很强，但作用时间很短的物理现象。其重要特性是筛选性，即： ()()()(0)(0)t x t dt t x dt x δδ∞ ∞ -∞ -∞ ==? ? 4．什么是单位阶跃信号？ 单位阶跃信号也是一类奇异信号，定义为： 10()00t u t t >?=?
12()()()x t ax t bx t =+，其中a 和b 是任意常数时， 输出信号()y t 是1()y t 和2()y t 的线性叠加，即：12()()()y t ay t by t =+； 且当输入信号()x t 出现延时，即输入信号是0()x t t -时， 输出信号也产生同样的延时，即输出信号是0()y t t -。 其中，如果当12()()()x t x t x t =+时，12()()()y t y t y t =+，则称系统具有叠加性； 如果当1()()x t ax t =时，1()()y t ay t =则称系统具有均匀性。 线性时不变系统是最基本的一类系统，是研究复杂系统，如非线性、时变系统的基础。 6．线性时不变系统的意义与应用？ 线性时不变系统是我们本课程分析和研究的主要对象，对线性时不变性进行推广，可以得到线性时不变系统具有微分与积分性质，假设系统的输入与输出信号分别为()x t 和()y t ，则 当输入信号为 ()dx t dt 时，输出信号则为() dy t dt ； 或者当输入信号为()t x d ττ-∞ ?时，输出信号则为()t y d ττ-∞ ?。 另外，线性时不变系统对信号的处理作用可以用冲激响应（或单位脉冲响应）、系统函数或频率响应进行描述。而且多个系统可以以不同的方式进行连接，基本的连接方式为：级联和并联。 假设两个线性时不变系统的冲激响应分别为：1()h t 和2()h t ， 当两个系统级联后，整个系统的冲激响应为：12()()*()h t h t h t =； 当两个系统并联后，整个系统的冲激响应为：12()()()h t h t h t =+； 当0t <时，若()0h t =， 则此系统为因果系统； 若|()|h t dt ∞ -∞<∞?， 则此系统为稳定系统。 第二章 连续时间系统的时域分析 1．如何获得系统的数学模型？ 数学模型是实际系统分析的一种重要手段，广泛应用于各种类型系统的分析和控制之中。 不同的系统，其数学模型可能具有不同的形式和特点。对于线性时不变系统，其数学模型
时域信号 弧频率表示的 傅里叶变换 注释 1 线性 2 时域平移 3 频域平移, 变换2的频域对应4 如果值较大，则会收缩 到原点附近，而会扩 散并变得扁平. 当 | a | 趋向 无穷时，成为 Delta函数。 5 傅里叶变换的二元性性质。通过 交换时域变量和频域变量 得到. 6 傅里叶变换的微分性质 7 变换6的频域对应 8 表示和的卷积—这
9 矩形脉冲和归一化的sinc 函数 10 变换10的频域对应。矩形函数是理想的低通滤波器，sinc 函数是这类滤波器对反因果冲击的响应。 11 tri 是三角形函数 12 变换12的频域对应 13 高斯函数 exp( ? αt 2) 的傅里叶变换是他本身. 只有当 Re(α) > 0时，这是可积的。 14 15 16 a>0 17 变换本身就是一个公式
18 δ(ω) 代表狄拉克δ函数分布. 这 个变换展示了狄拉克δ函数的重要 性：该函数是常函数的傅立叶变换 19 变换23的频域对应 20 由变换3和24得到. 21 由变换1和25得到，应用了欧拉公 式: cos(at) = (e iat + e?iat) / 2. 22 由变换1和25得到 23 这里, n是一个自然数. δ(n)(ω) 是狄拉克δ函数分布的n阶微分。这 个变换是根据变换7和24得到的。 将此变换与1结合使用，我们可以变 换所有多项式。 24 此处sgn(ω)为符号函数；注意此变 换与变换7和24是一致的. 25 变换29的推广. 26 变换29的频域对应. 27 此处u(t)是单位阶跃函数; 此变换 根据变换1和31得到.
目录 用Matlab对信号进行傅里叶变换 (2) Matlab的傅里叶变换实例 (5) Matlab方波傅立叶变换画出频谱图 (7)
用Matlab对信号进行傅里叶变换 1.离散序列的傅里叶变换DTFT(Discrete Time Fourier Transform) 代码： 1 N=8; %原离散信号有8点 2 n=[0:1:N-1] %原信号是1行8列的矩阵 3 xn=0.5.^n; %构建原始信号，为指数信号 4 5 w=[-800:1:800]*4*pi/800; %频域共-800----+800 的长度（本应是无穷，高频分量很少，故省去） 6 X=xn*exp(-j*(n'*w)); %求dtft变换，采用原始定义的方法，对复指数分量求和而得 7 subplot(311) 8 stem(n,xn); 9 title('原始信号(指数信号)'); 10 subplot(312); 11 plot(w/pi,abs(X)); 12 title('DTFT变换') 结果： 分析：可见，离散序列的dtft变换是周期的，这也符合Nyquist采样定理的描述，连续时间信号经周期采样之后，所得的离散信号的频谱是原连续信号频谱的周期延拓。 2.离散傅里叶变换DFT(Discrete Fourier Transform)
与1中DTFT不一样的是，DTFT的求和区间是整个频域，这对 结果图：
分析：DFT只是DTFT的现实版本，因为DTFT要求求和区间无穷，而DFT只在有限点内求和。 3.快速傅里叶变换FFT（Fast Fourier Transform） 虽然DFT相比DTFT缩减了很大的复杂度，但是任然有相当大的计算量，不利于信息的实时有效处理，1965年发现的DFT解决了这一问题。 实现代码： 1 N=64; %原离散信号有8点 2 n=[0:1:N-1] %原信号是1行8列的矩阵 3 xn=0.5.^n; %构建原始信号，为指数信号 4 Xk=fft(xn,N); 5 subplot(221); 6 stem(n,xn); 7 title('原信号'); 8 subplot(212); 9 stem(n,abs(Xk)); 10 title('FFT变换') 效果图： 分析：由图可见，fft变换的频率中心不在0点，这是fft算法造成的，把fft改为fftshift可以将频率中心移到0点。
时域信号 角频率表示的 傅里叶变换 弧频率表示的 傅里叶变换 注释 1 线性 2 时域平移 3 频域平移，变换2 的频域对应 4 如果值较大，则 会收缩到原 点附近，而 会扩 散并变得扁平.当 | a | 趋向无穷 时，成为狄拉克δ 函数。 5 傅里叶变换的二元 性性质。通过交换 时域变量和频域 变量得到. 6 傅里叶变换的微分 性质
7 变换6的频域对应8 表示和 的卷积—这就是卷 积定理 9 变换8的频域对应。[编辑]平方可积函数 时域信号 角频率表示的 傅里叶变换 弧频率表示的 傅里叶变换 注释 10 矩形脉冲和归一 化的sinc函数 11 变换10的频域对 应。矩形函数是理 想的低通滤波器， sinc函数是这类 滤波器对反因果 冲击的响应。
12 tri是三角形函数 13 变换12的频域对应 14 高斯函数exp( ? αt2)的傅里叶变换是他本身.只有当Re(α) > 0时，这是可积的。 15 光学领域应用较多 16 17 18 a>0 19 变换本身就是一个公式
20 J0(t)是0阶第一 类贝塞尔函数。 21 上一个变换的推 广形式; T n(t)是第 一类切比雪夫多 项式。 22 U n (t)是第二类切 比雪夫多项式。[编辑]分布 时域信号 角频率表示的 傅里叶变换 弧频率表示的 傅里叶变换 注释 23 δ(ω)代表狄拉克δ函数 分布.这个变换展示了狄 拉克δ函数的重要性：该 函数是常函数的傅立叶 变换 24 变换23的频域对应
25 由变换3和24得到. 26 由变换1和25得到，应用了欧拉公式: cos(at) = (e iat + e?iat) / 2. 27 由变换1和25得到 28 这里, n是一个自然数.δ(n)(ω)是狄拉克δ函数分布的n阶微分。这个变换是根据变换7和24得到的。将此变换与1结合使用，我们可以变换所有多項式。 29 此处sgn(ω)为符号函数；注意此变换与变换7和24是一致的. 30 变换29的推广. 31 变换29的频域对应. 32 此处u(t)是单位阶跃函数;此变换根据变换1和31得到.
常用傅里叶变换 Document number：NOCG-YUNOO-BUYTT-UU986-1986UT
时域信号 角频率表示的 傅里叶变换 弧频率表示的 傅里叶变换 注释 1 线性 2 时域平移 3 频域平移，变换2 的频域对应 4 如果值较大， 则会收缩 到原点附近，而 会扩 散并变得扁平.当 |?a?|?趋向无穷 时，成为。 5 傅里叶变换的二元 性性质。通过交换 时域变量和频域 变量得到. 6 傅里叶变换的微分 性质 7 变换6的频域对应
8 表示和 的卷积—这就是9 变换8的频域对 应。 []平方可积函数 时域信号 角频率表示的 傅里叶变换 弧频率表示的 傅里叶变换 注释 10 和归一化的 11 变换10的频域对 应。矩形函数是 理想的低通滤波 器，是这类滤波 器对冲击的响 应。 12 tri?是 13 变换12的频域对 应
14 exp( ? αt2)的傅里叶变换是他本身.只有当Re(α) > 0时，这是可积的。 15 领域应用较多 16 17 18 a>0 19 变换本身就是一个公式 20 J0(t)?是。 21 上一个变换的推广形式;?T n(t)?是。 22 ???? U n?(t)是。
[]分布 时域信号 角频率表示的 傅里叶变换 弧频率表示的 傅里叶变换 注释 23 δ(ω)代表分布.这个变换 展示了狄拉克δ函数的 重要性：该函数是常函 数的傅立叶变换 24 变换23的频域对应 25 由变换3和24得到. 26 由变换1和25得到，应 用了:?cos(at) = (e iat?+?e???iat) / 2. 27 由变换1和25得到 28 这里,?n是一个.δ(n)(ω)是 狄拉克δ函数分布的n 阶微分。这个变换是根 据变换7和24得到的。 将此变换与1结合使 用，我们可以变换所 有。
常用函数傅里叶变换 Document serial number【UU89WT-UU98YT-UU8CB-UUUT-UUT108】
附录A 拉普拉斯变换及反变换1.表A-1 拉氏变换的基本性质
2．表A-2 常用函数的拉氏变换和z变换表
3． 用查表法进行拉氏反变换 用查表法进行拉氏反变换的关键在于将变换式进行部分分式展开，然后逐项查表进行反变换。设)(s F 是s 的有理真分式 11 10 111)()()(a s a s a s a b s b s b s b s A s B s F n n n n m m m m ++++++++==---- （m n >） 式中系数n n a a a a ,,...,,110-，m m b b b b ,,,110- 都是实常数；n m ,是正整数。按代数定理可将)(s F 展开为部分分式。分以下两种情况讨论。 ① 0)(=s A 无重根 这时，F(s)可展开为n 个简单的部分分式之和的形式。 ∑=-=-++-++-+-=n i i i n n i i s s c s s c s s c s s c s s c s F 122 11)( （F-1） 式中，n s s s ,,,21 是特征方程A(s)＝0的根。i c 为待定常数，称为F(s)在 i s 处的留数，可按下式计算： )()(lim s F s s c i s s i i -=→ （F-2） 或 i s s i s A s B c ='=)() ( （F-3） 式中，)(s A '为)(s A 对s 的一阶导数。根据拉氏变换的性质，从式（F-1）可求得原函数
弧频率表示的时域信号注释傅里叶变换 线性1 时域平移2 频域平移3 , 变换2的频域对应 会收缩值较大，则如果 4 会扩而到原点附近，a趋向 | | . 散并变得扁平当无穷时，成为函数。 Delta 通过傅里叶变换的二元性性质。
5 交换时域变量和频域变量 . 得到 6 傅里叶变换的微分性质 变换7 6的频域对应 表示和的卷积—这 8就卷积定 9 矩形脉冲和归一化的sinc函数 变换10的频域对应。矩形函数是理
想的低通滤波器，sinc函数是这类10 滤波器对反因果冲击的响应。 tri是三角形函数 11 12 变换12的频域对应 2t) ?α的傅里叶变 exp( 高斯函数 换是他本身. 只有当 Re(α) 13 > 0时，这是可积的。 14 15
a>0 16 17 变换本身就是一个公式 δ(ω) 代表狄拉克δ函数分布. 这个变换展示了狄拉克18 δ函数的重要性：该函数是常函数的傅立叶变换 19 变换23的频域对应 20 由变换3和24得到. 由变换1和25得到，应用了欧拉公 21 iat?iat eeat) / 2. 式: cos() = ( +
22 由变换1和25得到 n)(n(ω) . δ这里, 自然数是一个n阶微分。函数分布的是狄拉克δ 这个变换是根据变换23 7和24得到的。将此变换与1结合使用，我们可以变换所有多项式。 此处sgn(ω)为符号函数；注意此变 24 换与变换7和24是一致的. 25 变换29的推广. 26 变换29的频域对应. ut)是单位阶跃函数此处(; 此变换 27
根据变换1和31得到. uta > 0. ，且()是单位阶跃函数28 狄拉克梳状函数——有助于解释或34 理解从连续到离散时间的转变.
Matlab 小波变换与傅立叶变换用于测阶跃信号 1 从傅立叶变换到小波变换 小波分析属于时频分析的一种，传统的信号分析是建立在傅立叶变换的基础上的，由于傅立叶分析使用的是一种全局的变换，要么完全在时域，要么完全在时域，要么完全在频域，因此无法表述信号的时频局域性质，而这种性质恰恰是非平稳信号最根本和最关键的性质。为了分析和处理非平稳信号，人们对傅立叶分析进行了推广乃至根本性的革命，提出并发展了一系列新的信号分析理论：短时傅立叶变换、Gabor 变换、时频分析、小波变换、分数阶傅立叶变换、线调频小波变换、循环统计量理论和调幅-调频信号分析等。其中，短时傅立叶变换和小波变换也是应传统的傅立叶变换不能够满足信号处理的要求而产生的。短时傅立叶变换分析的基本思想是：假定非平稳信号在分析窗函数g(t)的一个短时间间隔内是平稳（伪平稳）的，并移动分析窗函数，使 ) ()(τ-t g t f 在不同的有限时 间宽度内是平稳信号，从而计算出各个不同时刻的功率谱。但从本质上讲，短时傅立叶变换是一种单一分辨率的信号分析方法，因为它使用一个固定的短时窗函数。因而短时傅立叶变换在信号分析上还是存在着不可逾越的缺陷。 小波变换是一种信号的时间—尺度分析方法，它具有多分辨率分析的特点，而且在时频两域都具有表征信号局部特征的能力，是一种窗口大小固定不变但其形状可改变，时间窗和频率窗都可以改变的时频局部化分析方法。即在低频部分具有较高的频率分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率，很适合于探测正常信号中夹带的瞬态反常现象并展示其成分，所以被誉为分析信号的显微镜，利用连续小波变换进行动态系统故障检测与诊断具有良好的效果。 2 Fourier 变换 Fourier 变换由下列公式定义： 正变换 ? ∞ ∞ --∧ = dt e t f f t j ωω)()( (2-1) 逆变换 ? ∞ ∞ -∧ = dt e f t f t j ωωπ )(21)( 对于确定信号和平稳随机信号，傅里叶变换时信号分析和信号处理技术的理论基础，有着非凡的意义，起着重大作用。 傅里叶变换把时间域与频率域联系起来，)(ω∧ f 具有明确的物理含义，通过
傅里叶变换的基本性质（一） 傅里叶变换建立了时间函数和频谱函数之间转换关系。在实际信号分析中，经常需要对信号的时域和频域之间的对应关系及转换规律有一个清楚而深入的理解。因此有必要讨论傅里叶变换的基本性质，并说明其应用。 一、线性 傅里叶变换是一种线性运算。若 则 其中a和b均为常数，它的证明只需根据傅里叶变换的定义即可得出。 例3-6利用傅里叶变换的线性性质求单位阶跃信号的频谱函数。 解因 由式(3-55)得 二、对称性 若则 证明因为 有 将上式中变量换为x，积分结果不变，即
再将t用代之，上述关系依然成立，即 最后再将x用t代替，则得 所以 证毕 若是一个偶函数，即，相应有，则式(3-56) 成为 可见，傅里叶变换之间存在着对称关系，即信号波形与信号频谱函数的波形有着互相置换的关系，其幅度之比为常数。式中的表示频谱函数坐标轴必须正负对调。例如： 例3-7若信号的傅里叶变换为 试求。 解将中的换成t，并考虑为的实函数，有 该信号的傅里叶变换由式(3-54)可知为
根据对称性 故 再将中的换成t，则得 为抽样函数，其波形和频谱如图3-20所示。 三、折叠性 若 则 四、尺度变换性 若 则 证明因a＞0，由
令，则，代入前式，可得 函数表示沿时间轴压缩(或时间尺度扩展) a倍，而则表示 沿频率轴扩展(或频率尺度压缩) a倍。 该性质反映了信号的持续时间与其占有频带成反比，信号持续时间压缩的倍数恰好等于占有频带的展宽倍数，反之亦然。 例3-8已知,求频谱函数。 解前面已讨论了的频谱函数，且 根据尺度变换性，信号比的时间尺度扩展一倍，即波形压缩了一半，因此其频谱函数 两种信号的波形及频谱函数如图3-21所示。
（正弦和/或余弦函数）或者它们的积分的线性组合。在不同的研究领域，傅立叶变换具有多种不同的变体形式，如连续傅立叶变换和离散傅立叶变换。最初傅立叶分析是作为热过程的解析分析的工具被提出的。 简介 Fourier transform或Transformée de Fourier有多个中文译名，常见的有“傅里叶变换”、“付立叶变换”、“傅立叶转换”、“傅氏转换”、“傅氏变换”、等等。 傅立叶变换是一种分析信号的方法，它可分析信号的成分，也可用这些成分合成信号。许多波形可作为信号的成分，比如正弦波、方波、锯齿波等，傅立叶变换用正弦波作为信号的成分。 傅里叶变换定义 f(t)是t的周期函数，如果t满足狄里赫莱条件：在一个以2T为周期内f(X)连续或只有有限个第一类间断点，附f（x）单调或可划分成有限个单调区间，则F（x）以2T为周期的傅里叶级数收敛，和函数S（x）也是以2T为周期的周期函数，且在这些间断点上，函数是有限值；在一个周期内具有有限个极值点；绝对可积。则有下图①式成立。称为积分运算f(t)的傅立叶变换，
②式的积分运算叫做F(ω)的傅立叶逆变换。F(ω)叫做f(t)的象函数，f(t)叫做 F(ω)的象原函数。F(ω)是f(t)的象。f(t)是F(ω)原象。 ①傅立叶变换 ②傅立叶逆变换 傅里叶变换在物理学、电子类学科、数论、组合数学、信号处理、概率论、统计学、密码学、声学、光学、海洋学、结构动力学等领域都有着广泛的应用（例如在信号处理中，傅里叶变换的典型用途是将信号分解成频率谱——显示与频率对应的幅值大小）。傅里叶变换相关 * 傅里叶变换属于谐波分析。 * 傅里叶变换的逆变换容易求出，而且形式与正变换非常类似; * 正弦基函数是微分运算的本征函数，从而使得线性微分方程的求解可以转化为常系数的代数方程的求解.在线性时不变的物理系统内，频率是个不变的性质，从而系统对于复杂激励的响应可以通过组合其对不同频率正弦信号的响应来获取； *卷积定理指出：傅里叶变换可以化复杂的卷积运算为简单的乘积运算，从而提供了计算卷积的一种简单手段；
例9.1 试将图9.3中所示的非正弦周期信号（称为方波信号）展成傅里叶级数。 解 根据图上所示信号的波形，可知其既对称于纵轴，又具有半波对称性质，所以它是兼有奇谐波函数性质的偶函数。依照上述定理，此信号的傅里叶级数中必定只含有余弦的奇次谐波项，因此只需按公式 ()2 04cos T km A f t k tdt T ω= ? 计算A km 。 对图上的波形图可以写出 ()04 42 T A t f t T T A t ?
故有 4044444sin 2sin T T km T A A B t k tdt t A k tdt T T T T ωω?? = -- ??? ?? 参照积分公式 211 sin sin cos x axdx ax x ax a a = -? 可算出 22 22 81,5,9,83,7,11km A k k B A k k ππ?=??=? ?-=? ? 于是所欲求的傅里叶级数 ()2222 8111 sin sin 3sin 5sin 7357 A f t t t t t ωωωωπ?? = -+-+ ??? 。 例9.3 已知一如图9.5所示的信号波形，试求其傅里叶级数。 图9.5 例9.3用图 解 此信号对原点对称，是奇函数，且又是半波横轴对称，所以其傅里叶级数仅是正弦奇次谐波分量组成。由于 ()022 T A t f t T A t T ?
河北联合大学 本科毕业设计（论文） 题目傅里叶变换在信号与系统中的应用 院系理学院 专业班级07数学一班 学生姓名刘帅 学生学号200710050113 指导教师佟玉霞 2011年5月24日
题目傅里叶变换在信号与系统中的应用 专业数学与应用数学姓名刘帅学号200710050113 主要内容、基本要求、主要参考资料等 主要内容 傅里叶变换是一种重要的变换，且在与通信相关的信号与系统中有着广泛的应用。本文主要研究傅里叶变换的基本原理；其次，掌握其在滤波，调制、解调，抽样等方面中的应用。分析了信号在通信系统中的处理方法，通过傅里叶变换推导出信号调制解调的原理，由此引出对频分复用通信系统的组成原理的介绍。 基本要求 通过傅里叶变换实现一个高通滤波，低通滤波，带通滤波。用傅里叶变换推导出信号调制解调的原理。通过抽样实现连续信号离散化，简化计算。另外利用调制的原理推导出通信系统中的时分复用和频分复用。 参考资料 [1]《信号与系统理论、方法和应用》徐守时著中国科技大学出版社 2006年3月修订二版 [2]《信号与系统》第二版上、下册郑君里、应启珩、杨为理著高等教育出版社 [3]《通信系统》第四版 Simon Haykin 著宋铁成、徐平平、徐智勇等译沈 连丰审校电子工业出版社 [4]《信号与系统—连续与离散》第四版 Rodger E.Ziemer 等著肖志涛等译 腾建辅审校电子工业出版社 [5]《现代通信原理》陶亚雄主编电子工业出版社 [6]《信号与系统》乐正友著清华大学出版社 [7]《信号与线性系统》阎鸿森、王新风、田惠生编西安交通大学出版社 [8]《信号与线性系统》张卫钢主编郑晶、徐琨、徐建民副主编西安电 子科技大学出版社 [9] https://www.doczj.com/doc/136006199.html,/view/191871.htm//百度百科傅里叶变换 [10]《通信原理》第六版樊昌信曹丽娜编著国防工业出版社 [11]A．V．Oppenheim,A.S.Willsky with S.H.Nawab.Siganals and systems(Second edition).Prentice-Hall,1997.中译：刘树棠。信号与系统。西安交通工业大学出版社 完成期限 指导教师 专业负责人
时域 信号 角频率 表示的 傅里叶 变换 弧频率 表示的 傅里叶 变换 注释 1 线性 2 时域平移 3 频域平移，变换2的频域对应 4 如果值较大，则会收缩到原点附近，而会扩散并变得扁平. 当|?a?|?趋向无穷时，成为狄拉克δ函数。 5 傅里叶变换的二元性性质。通过交换时域变量和频域变量得到. 6 傅里叶变换的微分性质 7 变换6的频域对应 8 表示和的卷积—这就是卷积定理 9 变换8的频域对应。 [编辑]平方可积函数
换换 10 矩形脉冲和归一化的sinc函数 11 变换10的频域对应。矩形函数是理想的低通滤波器，sinc函数是这类滤波器对反因果冲击的响应。 12 tri?是三角形函数 13 变换12的频域对应 14 高斯函数exp( ? αt2)的傅里叶变换是他本身.只有当Re(α) > 0时，这是可积的。 15 光学领域应用较多 16 17 18 a>0 19 变换本身就是一个公式 20 J0(t)?是0阶第一类贝塞尔函数。 21 上一个变换的推广形式;?T n(t)?是第一类切比雪夫多项式。 22 U n?(t)是第二类切比雪夫多项式。 [编辑]分布
时域信号角频率 表示的 傅里叶 变换 弧频率 表示的 傅里叶 变换 注释 23 δ(ω)代表狄拉克δ函数分布.这个变换展示了狄拉克δ函数的重要性：该函数是常函数的傅立叶变换 24 变换23的频域对应 25 由变换3和24得到. 26 由变换1和25得到，应用了欧拉公式:?cos(at) = (e iat?+?e???iat) / 2. 27 由变换1和25得到 28 这里,?n是一个自然数.δ(n)(ω)是狄拉克δ函数分布的n阶微分。这个变换是根据变换7和24得到的。将此变换与1结合使用，我们可以变换所有多项式。 29 此处sgn(ω)为符号函数；注意此变换与变换7和24是一致的. 30 变换29的推广. 31 变换29的频域对应. 32 此处u(t)是单位阶跃函数;此变换根据变换1和31得到. 33 u(t)是单位阶跃函数，且a?> 0. 34 狄拉克梳状函数——有助于解释或理解从连续到离散时间的转变.