冲激函数和阶跃函数的傅里叶变换

几种常见函数的傅里叶变换及推导傅里叶变换是数学中一种非常重要的变换方法，它可以将一个函数在时域（或空域）中的表达转换为频域中的表达。

在信号处理、图像处理、通信等领域中被广泛应用。

本文将介绍几种常见函数的傅里叶变换及推导过程。

1. 方波函数的傅里叶变换方波函数是一种周期函数，它在每个周期内以不同的幅度交替出现。

方波函数的傅里叶变换可以通过将方波函数表示为一系列正弦函数的和来推导得到。

假设方波函数为f(t)，其周期为T，傅里叶变换为F(ω)。

根据傅里叶级数展开的性质，方波函数可以表示为：f(t) = (1/2) + (2/π)sin(ωt) + (2/π)sin(2ωt) + (2/π)sin(3ωt) + ...其中，ω = 2π/T是方波函数的角频率。

根据傅里叶变换的定义，可以得到方波函数的傅里叶变换为：F(ω) = (1/2)δ(ω) + (1/2π)[δ(ω-ω0) - δ(ω+ω0)] + (1/2π)[δ(ω-2ω0) - δ(ω+2ω0)] + (1/2π)[δ(ω-3ω0) - δ(ω+3ω0)] + ...其中，δ(ω)是狄拉克函数，表示单位冲激函数。

傅里叶变换的结果是一系列的冲激函数，每个冲激函数对应一个正弦函数的频谱分量。

2. 高斯函数的傅里叶变换高斯函数是一种常用的连续函数，其在数学和物理学中有广泛的应用。

高斯函数的傅里叶变换可以通过将高斯函数表示为指数函数的平方和来推导得到。

假设高斯函数为f(t)，傅里叶变换为F(ω)。

根据高斯函数的定义，可以得到：f(t) = e^(-αt^2)其中，α是常数。

根据傅里叶变换的定义，可以得到高斯函数的傅里叶变换为：F(ω) = √(π/α)e^(-ω^2/(4α))高斯函数的傅里叶变换仍然是一个高斯函数，只是幅度和频率发生了变化。

3. 矩形函数的傅里叶变换矩形函数是一种常见的函数，它在一个有限区间内的值为常数，而在其他区间内的值为零。

矩形函数的傅里叶变换可以通过将矩形函数表示为两个单位阶跃函数的差来推导得到。

常用傅里叶逆变换公式傅里叶变换和逆变换是信号处理领域中非常基础的数学工具。

在现代数字信号处理领域中，它们被广泛应用于信号滤波、数据压缩和频谱分析等方面。

作为傅里叶变换的逆运算，傅里叶逆变换起着重要的作用。

在这篇文章中，我们将详细介绍一些常用的傅里叶逆变换公式，并说明它们在实际应用中的作用。

傅里叶逆变换的定义在深入讨论傅里叶逆变换公式之前，我们需要先了解一下傅里叶逆变换的定义。

傅里叶逆变换是指将复频域信号转换成复时域信号的过程。

与傅里叶变换不同的是，逆变换是不可逆的。

即使我们进行完傅里叶逆变换之后，再进行傅里叶变换，也不能恢复原来的复频域信号。

傅里叶逆变换的数学表达式如下：$$x(t)=\frac{1}{2\pi}\int_{-\infty}^{\infty}X(j\omega)e^{j\omega t}d\omega$$其中，$x(t)$是时域信号，$X(j\omega)$是傅里叶变换后的频域信号，$j$是虚数单位，$\omega$是频率，$t$是时间。

这个公式的意思是，我们可以通过对傅里叶变换后的复频域信号做积分，得到复时域信号$x(t)$。

傅里叶逆变换的性质在实际应用中，我们常常需要使用傅里叶逆变换公式对信号进行处理。

为了更好地利用傅里叶逆变换公式，我们需要了解一些它的性质。

下面是一些常见的性质：1. 线性性质：傅里叶逆变换具有线性性，即如果$x_1(t)$的傅里叶变换是$X_1(j\omega)$，$x_2(t)$的傅里叶变换是$X_2(j\omega)$，那么$ax_1(t)+bx_2(t)$的傅里叶逆变换就是$aX_1(j\omega)+bX_2(j\omega)$。

2. 时移性质：如果$x(t)$的傅里叶变换为$X(j\omega)$，那么$x(t-t_0)$的傅里叶逆变换就是$e^{-j\omega t_0}X(j\omega)$，其中$t_0$是一个常数。

3. 频移性质：如果$x(t)$的傅里叶变换为$X(j\omega)$，那么$x(t)e^{j\omega_0t}$的傅里叶逆变换就是$X(j(\omega-\omega_0))$，其中$\omega_0$是一个常数。

常用函数的傅里叶变换傅里叶变换是一种将时域信号转换为频域信号的方法，常用于信号处理、通信、图像处理等领域。

在实际应用中，有很多常用的函数需要进行傅里叶变换，本文将介绍一些常用函数的傅里叶变换公式。

1. 正弦函数和余弦函数正弦函数和余弦函数是最基本的周期函数，它们的傅里叶变换公式如下：$$begin{aligned}mathcal{F}(sin(omega_0t)) &= frac{j}{2}[delta(omega-omega_0)-delta(omega+omega_0)]mathcal{F}(cos(omega_0t)) &= frac{1}{2}[delta(omega-omega_0)+delta(omega+omega_0)]end{aligned}$$其中，$omega_0$表示正弦函数和余弦函数的基频，$delta(omega)$表示狄拉克脉冲函数，$j$表示虚数单位。

2. 矩形函数矩形函数是一个限制在有限区间的常数函数，它的傅里叶变换公式如下：$$mathcal{F}(mathrm{rect}(t/T)) = Tmathrm{sinc}(omega T) $$其中，$mathrm{sinc}(x)=frac{sin(pi x)}{pi x}$为正弦积分函数。

3. 三角函数三角函数包括正弦函数、余弦函数、正切函数等，它们的傅里叶变换公式如下：$$begin{aligned}mathcal{F}(sin^2(omega_0t)) &= frac{j}{4}[delta(omega-2omega_0)-delta(omega)-delta(omega+2omega_0)]mathcal{F}(cos^2(omega_0t)) &= frac{1}{4}[delta(omega-2omega_0)+2delta(omega)+delta(omega+2omega_0)]mathcal{F}(tan(omega_0t)) &= -jfrac{pi}{2}mathrm{sgn}(omega-omega_0)-jfrac{pi}{2}mathrm{sgn}(omega+omega_0)end{aligned}$$其中，$mathrm{sgn}(x)$为符号函数。

信号与系统第一章总结1、信号的分类（1）周期信号和非周期信号两个周期信号x(t)，y(t)的周期分别为T 1和T 2，若其周期之比T 1/T 2为有理数，则其和信号x(t)+y(t)仍然是周期信号，其周期为T 1和T 2的最小公倍数。

（2）连续信号和离散信号连续时间信号：信号存在的时间范围内，任意时刻都有定义。

用t 表示连续时间变量。

离散时间信号：在时间上是离散的，只在某些不连续的规定瞬时给出函数值，用n 表示。

（3）模拟信号，抽样信号，数字信号 模拟信号：时间和幅值均为连续的信号。

抽样信号：时间离散，幅值连续的信号。

数字信号：时间和幅值均为离散的信号。

（4）按照信号能量特点分类：能量受限信号：若信号f (t)的能量有界，即E<∞ ,则称其为能量有限信号，简称能量信号，此时P = 0。

功率受限信号：若信号f(t)的功率有界，即P<∞ ,则称为功率有限信号，简称功率信号，此时E = ∞。

PS ：时限信号为能量信号；周期信号属于功率信号。

2、典型的确定性信号（1）指数信号： ， α=0 直流（常数）；α<0 指数衰减；α>0指数增长。

通常把称为指数信号的时间常数，记作τ,代表信号衰减速度，具有时间的量纲。

对时间的微分和积分仍然是指数形式（2）正弦信号：，振幅K ，周期T=ωπ2 ,初相衰减正弦信号：对时间的微分和积分仍然是同频率的正弦信号 （3）复指数信号：α1θdt t f E 2)(⎰∞∞-∆=⎰-∞→=222|)(|1lim T TT dt t f T P t K t f αe )(=)sin()(θω+=t K t f ()000sin e)(>⎩⎨⎧<≥=-αωαt t t K t f t()()t K t K t K t f t t stωωσσsin e j cos e )( e )(+=∞<<-∞=为复数，称为复频率j ωσ+=s rad/s的量纲为 ，/s 1 的量纲为 ωσ振荡衰减增幅等幅⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧≠<≠>≠= 0 ,0 0 ,0 0 ,0ωσωσωσ⎪⎩⎪⎨⎧=<=>==衰减指数信号升指数信号直流 0 ,0 0 ,0 0 ,0ωσωσωσ（4）抽样信号（重点）： 性质：1. 偶函数2. 3. 4.5. 6.（5）钟形信号（高斯函数）：3、信号的平移，反褶，展缩（1）平移：左加右减（注意符号）（2）反褶：关于y 轴对称（3）展缩：f(t)到f(at)，图形变换(1/a)倍变换方法： 1. 先展缩：a>1，压缩a 倍； a<1，扩展1/a 倍 2. 后平移：+，左移b/a 单位；－，右移b/a 单位 3. 加上倒置：4、阶跃信号和冲激信号（1）单位阶跃信号（通常以u （t ）表示）门函数：符号函数：ttt sin )Sa(=)Sa(lim ，即1)Sa(,00===→t t t t 3,2,1π,0)Sa(=±==n n t t ，⎰⎰∞∞-∞==πd sin ,2πd sin 0t t t t t t 0)Sa(lim=±∞→t t ()()t t t ππsin )sinc(=2e )(⎪⎭⎫ ⎝⎛-=τt E tf ()()()[]()0 >±=±→a a b t a f b at f t f 设()()[]a b t a f b at f -=±-()[(/)]f t f a t b a →±()()f t f at →210 0100)(点无定义或⎩⎨⎧><=t t t u ()⎪⎪⎭⎫ ⎝⎛--⎪⎪⎭⎫ ⎝⎛+=22ττt u t u t f ⎩⎨⎧<->=0101)sgn(t t t（2）单位冲激信号：①定义：狄拉克函数 只在t=0时，函数值不为0；积分面积为1；t =0 时，为无界函数。

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。

11tri 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。

141516a>017变换本身就是一个公式18δ(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.。

第三章傅里叶变换3-1 概述对于一件复杂的事情，人们总是从简单的一步开始做起，富丽堂皇的高楼大厦，是人们一块砖一块砖垒起来的。

为了简化问题的求解，人们往往也使用“变换分析”这种技巧，所起“变换”大家可能会感到陌生，其实我们在中学时已经运用了“变换分析”技巧，大家一定还记得对数运算，它实际上也是一种数学变换，我们知道两个数的乘积的对数等于两个数的对数和，两个数的商的对数等于这两个数的对数差，利用对数这个运算规则我们可以将数的乘积运算转换（准确地说变换）为数的加法运算，可以将数的除法运算转换（变换）为数的减法运算，可见“变换分析”给我们解决问题带来了方便，傅里叶变换就是给我们分析问题和解决问题极为方便的数学工具。

线性非时变系统的卷积分析实际上是基于将输入信号分解为一组加权延时的单位冲激（或样值）激励的线性组合。

本章将讨论信号和系统的另一种表示，其基本观点还是将信号分解为一组简单函数的线性组合，但是这里用的简单函数不是单位冲激（或样值）而是三角函数（或复指数函数）。

用“三角函数和”表示信号的想法至少可以追溯到古代巴比伦时代，当时他们利用这一想法来预测天体运动。

这一问题的近代研究始于1748年，欧拉在振动弦的研究中发现：如果在某一时刻振动弦的形状是标准振动（谐波）模的线性组合，那么在其后任何时刻，振动弦的形状也是这些振动模的线性组合。

另外，欧拉还证明了在该线性组合中，其后的加权系数可以直接从前面时间的加权系数中导出。

欧拉的研究成果表明了：如果一个线性非时变系统输入可以表示为周期复指数或正弦信号的线性组合，则输出也一定能表示成这种形式。

现在大家已经认识到，很多有用的信号都能用复指数函数的线性组合来表示，但是在18世纪中期，这一观点还进行着激烈的争论。

1753年D.伯努利（D.Bernoulli）曾声称：一根弦的实际运动都可以用标准（谐波）振荡模的线性组合来表示。

而以J.L.拉格朗日(grange)为代表的学者强烈反对使用三角级数来研究振动弦运动的主张，他反对的论据就是基于他自己的信念，即不可能用三角级数来表示一个具有间断点的函数。