- 信号与系统教程
- 信号与系统首页
- 信号与系统概述
- 信号基本类型
- 信号分类
- 信号基本运算
- 系统分类
- 信号分析
- 傅里叶级数
- 傅里叶级数性质
- 傅里叶级数类型
- 傅里叶变换
- 傅里叶变换性质
- 无失真传输
- 希尔伯特变换
- 卷积和相关
- 信号采样定理
- 信号采样技术
- 拉普拉斯变换
- 拉普拉斯变换性质
- 收敛域
- Z变换
- Z变换性质
- 信号与系统资源
- 信号与系统 - 资源
- 信号与系统 - 讨论
傅里叶变换
傅里叶级数的主要缺点是,它仅适用于周期信号。一些自然产生的信号,例如非周期或非周期信号,我们无法使用傅里叶级数来表示。为了克服这一缺点,傅里叶开发了一个数学模型,用于在时域(或空间域)和频域之间转换信号,反之亦然,这被称为“傅里叶变换”。
傅里叶变换在物理学和工程学中有很多应用,例如线性时不变系统的分析、雷达、天文学、信号处理等。
从傅里叶级数推导傅里叶变换
考虑一个周期为T的周期信号f(t)。f(t)的复傅里叶级数表示为
$$ f(t) = \sum_{k=-\infty}^{\infty} a_k e^{jk\omega_0 t} $$
$$ \quad \quad \quad \quad \quad = \sum_{k=-\infty}^{\infty} a_k e^{j {2\pi \over T_0} kt} ... ... (1) $$
令${1 \over T_0} = \Delta f$,则公式1变为
$f(t) = \sum_{k=-\infty}^{\infty} a_k e^{j2\pi k \Delta ft} ... ... (2) $
但你知道
$a_k = {1\over T_0} \int_{t_0}^{t_0+T} f(t) e^{-j k\omega_0 t} dt$
代入公式2。
(2) $ \Rightarrow f(t) = \Sigma_{k=-\infty}^{\infty} {1 \over T_0} \int_{t_0}^{t_0+T} f(t) e^{-j k\omega_0 t} dt\, e^{j2\pi k \Delta ft} $
令$t_0={T\over2}$
$ = \Sigma_{k=-\infty}^{\infty} [ \int_{-T\over2}^{T\over2} f(t) e^{-j2 \pi k \Delta ft} dt ] \, e^{j2 \pi k \Delta ft}.\Delta f $
当$T \to \infty$时,$\Delta f$接近微分$df$,$k \Delta f$变为连续变量$f$,求和变为积分
$$ f(t) = lim_{T \to \infty} \left\{ \Sigma_{k=-\infty}^{\infty} [ \int_{-T\over2}^{T\over2} f(t) e^{-j2 \pi k \Delta ft} dt ] \, e^{j2 \pi k \Delta ft}.\Delta f \right\} $$
$$ = \int_{-\infty}^{\infty} [ \int_{-\infty}^{\infty}\,f(t) e^{-j2\pi ft} dt] e^{j2\pi ft} df $$
$$f(t) = \int_{-\infty}^{\infty}\, F[\omega] e^{j\omega t} d \omega$$
$\text{其中}\,F[\omega] = [ \int_{-\infty}^{\infty}\, f(t) e^{-j2 \pi ft} dt]$
信号的傅里叶变换$$f(t) = F[\omega] = [\int_{-\infty}^{\infty}\, f(t) e^{-j\omega t} dt]$$
傅里叶逆变换为$$f(t) = \int_{-\infty}^{\infty}\,F[\omega] e^{j\omega t} d \omega$$
基本函数的傅里叶变换
让我们了解一下基本函数的傅里叶变换
门函数的傅里叶变换
$$F[\omega] = AT Sa({\omega T \over 2})$$
冲激函数的傅里叶变换
$FT [\omega(t) ] = [\int_{- \infty}^{\infty} \delta (t) e^{-j\omega t} dt] $
$\quad \quad \quad \quad = e^{-j\omega t}\, |\, t = 0 $
$\quad \quad \quad \quad = e^{0} = 1 $
$\quad \therefore \delta (\omega) = 1 $
单位阶跃函数的傅里叶变换
$U(\omega) = \pi \delta (\omega)+1/j\omega$
指数函数的傅里叶变换
$ e^{-at}u(t) \stackrel{\mathrm{F.T}}{\longleftrightarrow} 1/(a+jω)$
$ e^{-at}u(t) \stackrel{\mathrm{F.T}}{\longleftrightarrow} 1/(a+j\omega )$
$ e^{-a\,|\,t\,|} \stackrel{\mathrm{F.T}}{\longleftrightarrow} {2a \over {a^2+ω^2}}$
$ e^{j \omega_0 t} \stackrel{\mathrm{F.T}}{\longleftrightarrow} \delta (\omega - \omega_0)$
符号函数的傅里叶变换
$ sgn(t) \stackrel{\mathrm{F.T}}{\longleftrightarrow} {2 \over j \omega }$
傅里叶变换存在的条件
只有当函数满足狄利克雷条件时,任何函数f(t)才能用傅里叶变换表示。即
函数f(t)具有有限个最大值和最小值。
在给定的时间间隔内,信号f(t)必须具有有限个不连续点。
它在给定的时间间隔内必须是绝对可积的,即
$ \int_{-\infty}^{\infty}\, |\, f(t) | \, dt < \infty $
离散时间傅里叶变换 (DTFT)
离散时间傅里叶变换(DTFT)或离散时间序列x[n]的傅里叶变换是根据复指数序列$e^{j\omega n}$表示该序列。
DTFT序列x[n]由下式给出
$$ X(\omega) = \Sigma_{n= -\infty}^{\infty} x(n)e^{-j \omega n} \,\, ...\,... (1) $$
这里,X(ω)是实频率变量ω的复函数,可以写成
$$ X(\omega) = X_{re}(\omega) + jX_{img}(\omega) $$
其中Xre(ω),Ximg(ω)分别是X(ω)的实部和虚部。
$$ X_{re}(\omega) = |\, X(\omega) | \cos\theta(\omega) $$
$$ X_{img}(\omega) = |\, X(\omega) | \sin\theta(\omega) $$
$$ |X(\omega) |^2 = |\, X_{re} (\omega) |^2+ |\,X_{im} (\omega) |^2 $$
并且X(ω)也可以表示为$ X(\omega) = |\,X(\omega) | e^{j\theta (ω)} $
其中$\theta(\omega) = arg{X(\omega) } $
$|\,X(\omega) |, \theta(\omega)$称为X(ω)的幅度谱和相位谱。
离散时间傅里叶逆变换
$$ x(n) = { 1 \over 2\pi} \int_{-\pi}^{\pi} X(\omega) e^{j \omega n} d\omega \,\, ...\,... (2)$$
收敛条件
公式1中的无限级数可能收敛也可能不收敛。x(n)是绝对可和的。
$$ \text{当}\,\, \sum_{n=-\infty}^{\infty} |\, x(n)|\, < \infty $$
绝对可和序列总是具有有限能量,但有限能量序列不一定是绝对可和的。