天天看點

【信号與系統】傅裡葉變換的離散型與周期性傅裡葉變換的離散型與周期性前言1.連續時間與連續頻率2.連續時間與離散頻率3.離散時間與連續頻率4.離散時間與離散頻率

傅裡葉變換的離散型與周期性

文章目錄

  • 傅裡葉變換的離散型與周期性
  • 前言
  • 1.連續時間與連續頻率
  • 2.連續時間與離散頻率
  • 3.離散時間與連續頻率
  • 4.離散時間與離散頻率

前言

通過傅裡葉級數,即周期函數可以轉換為一系列離散頻率的波的疊加

以及z變換,即離散序列可以表示為頻域裡連續的周期函數

我們可以發現美妙的對稱性

離 散 ↔ 周 期 離散\leftrightarrow 周期 離散↔周期

時域離散,則頻域周期

時域周期,則頻域離散

時域非離散非周期,頻域非離散非周期

時域離散且周期,頻域也離散且周期

兩邊的周期的倒數互為對方離散時候的間隔

時域的間隔用 T S T_S TS​表示,下标為s

頻域的間隔用 f 1 f_1 f1​表示,下标為1

1.連續時間與連續頻率

X ( f ) = ∫ − ∞ ∞ x ( t ) e − j 2 π f t d t   x ( t ) = ∫ − ∞ ∞ X ( f ) e j 2 π f t d f X(f)=\int_{-\infty}^\infty x(t)e^{-j2\pi f t}dt\\\ \\ x(t)=\int_{-\infty}^\infty X(f)e^{j2\pi f t}df X(f)=∫−∞∞​x(t)e−j2πftdt x(t)=∫−∞∞​X(f)ej2πftdf

2.連續時間與離散頻率

時域為周期函數 周期 T 1 T_1 T1​

由傅裡葉級數的經驗,X(f)可表示為X(kf),為第k個波的系數,且由三角函數正交性,X(kf)積分限為時域的一個周期

X ( k f 1 ) = 1 T 1 ∫ T 1 x ( t ) e − j 2 π k f 1 t d t   x ( t ) = ∑ k = − ∞ ∞ X ( k f 1 ) e j 2 π k f 1 t   f 1 = 1 T 1 X(kf_1)=\frac 1 {T_1}\int_{T_1}x(t)e^{-j2\pi kf_1 t}dt\\\ \\ x(t)=\sum_{k=-\infty}^\infty X(kf_1)e^{j2\pi kf_1 t}\\\ \\ f_1=\frac 1 {T_1} X(kf1​)=T1​1​∫T1​​x(t)e−j2πkf1​tdt x(t)=k=−∞∑∞​X(kf1​)ej2πkf1​t f1​=T1​1​

3.離散時間與連續頻率

即DTFT

X ( f ) = ∑ n = − ∞ ∞ x ( n T s ) e − j 2 π f n T s   x ( n T s ) = 1 f s ∫ f s X ( f ) e j 2 π f n T s d f   f s = 1 T s X(f)=\sum_{n=-\infty}^\infty x(nT_s)e^{-j2\pi f n T_s}\\\ \\ x(nT_s)=\frac 1 {f_s}\int_{f_s}X(f)e^{j2\pi f n T_s}df\\\ \\ f_s=\frac 1 {T_s} X(f)=n=−∞∑∞​x(nTs​)e−j2πfnTs​ x(nTs​)=fs​1​∫fs​​X(f)ej2πfnTs​df fs​=Ts​1​

可以看出來一些公式上的對稱性了

4.離散時間與離散頻率

X ( k f 1 ) = ∑ n = − ∞ ∞ x ( n T s ) e − j 2 π k f 1 n T s X(kf_1)=\sum_{n=-\infty}^\infty x(nT_s)e^{-j2\pi kf_1 n T_s} X(kf1​)=n=−∞∑∞​x(nTs​)e−j2πkf1​nTs​

【信号與系統】傅裡葉變換的離散型與周期性傅裡葉變換的離散型與周期性前言1.連續時間與連續頻率2.連續時間與離散頻率3.離散時間與連續頻率4.離散時間與離散頻率

X ( k f 1 ) = ∑ n = 0 N − 1 x ( n T s ) e − j 2 π k f 1 n T s X(kf_1)=\sum_{n=0}^{N-1} x(nT_s)e^{-j2\pi kf_1 n T_s} X(kf1​)=n=0∑N−1​x(nTs​)e−j2πkf1​nTs​

【信号與系統】傅裡葉變換的離散型與周期性傅裡葉變換的離散型與周期性前言1.連續時間與連續頻率2.連續時間與離散頻率3.離散時間與連續頻率4.離散時間與離散頻率

x ( n T s ) = 1 N ∑ k = 0 N − 1 X ( k f 1 ) e j 2 π k f 1 n T s   需 要 說 明 , 這 裡 倆 公 式 都 是 從 3 離 散 時 間 與 連 續 頻 率 中 導 出 的 , 提 到 2 隻 是 為 了 方 便 理 解 求 和 限 的 變 化 , 當 然 也 可 以 全 從 2 中 導 出 隻 不 過 1 N 的 位 置 會 發 生 變 化 , 但 這 并 不 重 要 。 結 合 T s f 1 = N , 可 得 到 最 終 的 公 式 , 稱 為 離 散 傅 裡 葉 級 數 。 x(nT_s)=\frac 1 N \sum_{k=0}^{N-1} X(kf_1)e^{j2\pi kf_1 n T_s}\\\ \\ 需要說明,這裡倆公式都是從3離散時間與連續頻率中導出的,\\ 提到2隻是為了友善了解求和限的變化,當然也可以全從2中導出\\ 隻不過\frac 1 N的位置會發生變化,但這并不重要。\\ 結合T_sf_1=N,可得到最終的公式,稱為\color{red}離散傅裡葉級數\color{black}。 x(nTs​)=N1​k=0∑N−1​X(kf1​)ej2πkf1​nTs​ 需要說明,這裡倆公式都是從3離散時間與連續頻率中導出的,提到2隻是為了友善了解求和限的變化,當然也可以全從2中導出隻不過N1​的位置會發生變化,但這并不重要。結合Ts​f1​=N,可得到最終的公式,稱為離散傅裡葉級數。

繼續閱讀