傅里叶变换(周期和非周期信号)
- 格式:ppt
- 大小:1.24 MB
- 文档页数:70
连续时间周期信号傅里叶级数:⎰=T dt t x Ta )(1⎰⎰--==T tTjkT tjk k dt et x Tdt et x Ta πω2)(1)(1离散时间周期信号傅里叶级数:[][]()∑∑=-=-==Nn nN jk Nn njkwk e n x Ne n x Na /2110π连续时间非周期信号的傅里叶变换:()⎰∞∞--=dt e t x jw Xjwt )(连续时间非周期信号的傅里叶反变换:()dw e jw X t x jwt ⎰∞∞-=π21)(连续时间周期信号傅里叶变换:∑+∞-∞=⎪⎪⎭⎫⎝⎛-=k k kw a jw X T 22)(πδπ连续时间周期信号傅里叶反变换:()dw e w w t x jwt ⎰∞∞--=0221)(πδπ离散时间非周期信号傅里叶变换:∑∞-∞=-=nnj e n x eX ωωj ][)(离散时间非周期信号傅里叶反变换:⎰=π2d e )(e π21][ωωωn j j X n x离散时间周期信号傅里叶变换:∑+∞-∞=-=kk k a X )(π2)e (0j ωωδω离散时间周期信号傅里叶反变换:[]ωωωδωd e n n j ⎰--=π20πl)2(π2π21][x拉普拉斯变换:()dt e t s Xst -∞∞-⎰=)(x拉普拉斯反变换:()()s j21t x j j d e s X st ⎰∞+∞-=σσπZ 变换:∑∞-∞=-=nnz n x X ][)z (Z 反变换: ⎰⎰-==z z z X r z X n x n nd )(πj21d )e ()(π21][1j π2ωω。
sa函数的傅里叶变换推导过程傅里叶变换是一种将时域信号转换为频域信号的数学工具,它在信号处理、图像处理等领域有广泛的应用。
傅里叶变换将一个连续信号分解成一系列的正弦和余弦函数的和,可以描述信号的频率和幅度信息。
其中,傅里叶变换的核心是计算信号的频谱,而信号的频谱可以由信号的自相关函数或互相关函数得到。
在推导傅里叶变换的过程中,我们首先需要熟悉复指数函数以及它的性质。
复指数函数的定义如下:e^(jωt) = cos(ωt) + jsin(ωt)其中,j是虚数单位,ω表示频率,t表示时间。
傅里叶变换的推导包括两个部分:傅里叶级数和傅里叶变换。
傅里叶级数适用于周期信号,而傅里叶变换适用于非周期信号。
在这里,我们以非周期信号的情况来推导傅里叶变换。
假设我们有一个连续时间域信号x(t),它的傅里叶变换为X(ω)。
那么,傅里叶变换的定义可以表示为:X(ω) = ∫[x(t) * e^(-jωt)] dt其中,∫表示积分运算,x(t)*e^(-jωt)表示信号x(t)与复指数函数的乘积。
根据欧拉公式,复指数函数可以表示为:e^(-jωt) = cos(-ωt) + jsin(-ωt) = cos(ωt) - jsin(ωt)将其代入傅里叶变换的定义中,得到:X(ω) = ∫[x(t) * (cos(ωt) - jsin(ωt))] dt进一步展开,可以得到:X(ω) = ∫[x(t)cos(ωt)] dt –j∫[x(t)sin(ωt)] dt这样,我们可以将信号x(t)表示为正弦和余弦函数的和的形式:x(t) = (1/2π) ∫[X(ω)cos(ωt)] dω + (1/2π)∫[X(ω)sin(ωt)] dω这就是傅里叶级数的表达式,它将信号x(t)表示为一系列的正弦和余弦函数的和,其中X(ω)是信号的频谱。
接下来,我们将推导傅里叶变换的表达式。
首先,我们考虑连续时间的傅里叶级数表达式。
我们可以将频率ω看作连续变量,将级数变为积分,得到如下表达式:X(ω) = ∫[x(t)cos(ωt)] dt –j∫[x(t)sin(ωt)] dt然后,我们将上式中的正弦和余弦函数用正弦函数的复指数形式来替代,得到:X(ω) = ∫[x(t) * e^(-jωt)] dt这就是傅里叶变换的表达式。
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。
五、时移性若则此性质可根据傅里叶变换定义不难得到证明。
它表明若在时域平移时间,则其频谱函数的振幅并不改变,但其相位却将改变。
例3-9求的频谱函数。
解:根据前面所讨论的矩形脉冲信号和傅里叶变换的时移性,有六、频移性若则证明证毕频移性说明若信号乘以,相当于信号所分解的每一指数分量都乘以,这就使频谱中的每条谱线都必须平移,亦即整个频谱相应地搬移了位置。
信号处理过程中的⼏种常见傅⾥叶相关的变换学习了信号与系统及数字信号处理之后,什么感觉呢?这尼玛讲的什么玩意啊?数字数字信号处理考了62分哦。
这两天,⼜看了看,因为可能要⽤到的唉。
好像是这么回事:我的理解吧,是这样的,对于各种变换⽆⾮就是通过数学公式把⼀个函数从⼀个域变到另⼀个域。
变来变去发现它有点物理意义了呢,也或着奔着它的物理意义去的。
对于模拟信号:1. 分解为傅⾥叶级数的情况:信号是⼜时间 t 变化,并且为周期性的哦,这时,就可以把这个信号分解为⼀系列的正弦或余弦相叠加⽽成。
(此时的频域上为离散的哦,因为这⼀系列正弦波的頻率为基頻的整数倍)。
(可以看出:时域为周期的,频域⽽为离散的)说明了:对于时间上为周期的,它的频域为离散的。
还想说明⼀点,当我们⽤指数形式表⽰傅⾥叶级数时,它的系数F n与 F-n ⼀定是共轭的哦,如果不是共轭,它就展不成三⾓函数的形式了,(对于这点,由于看了⼀本书上的⼀个例⼦的写错了,我纠结了不⼩⼀会,后来可以通过举例⼦得到)变换公式:要知道,复幅度 Fn 的模即为幅度谱、⽽ Fn 的辐⾓主值(-pi, pi)即为相位谱啊;⽽后⾯的 e jnwt 这个不⽤管,它的作⽤是与 Fn 相乘以后得到 f(t)的;欧拉也太⽜逼了吧,这么抽象的三⾓函数的欧拉公式他是怎么搞出来的2. 分解为傅⾥叶变换的形式:对于⾮周期信号,则分解为傅⾥叶变换的样⼦啦。
因为吧,这时相当于周期为⽆穷⼤的周期信号,然后呢,它的基频相当于⽆穷⼩,所以就⽤连续的频域来进⾏变换,所以就有了傅⾥叶变换啦。
它就相当于把信号分解为了分布在全部頻域上的⼀系列正弦信号相叠加。
对于周期信号,如果你⾮要进⾏傅⾥中变换,也可以,但是要引⽤冲激函数,那么它的傅⾥叶变换由以前的⼀个个的散值变为了⼀个个离散的冲激函数。
(看看下图就知道什么意思啦)对于周期函数的⼀个周期内作傅⾥叶变换会怎么样呢??因为它不是周期的嘛,它的图像想想的话⼀定是连续的,因为它不是周期的嘛,它的样⼦就是(如果按如图上⾯的例⼦来的话)上图中的包络。