• 傅里叶变换的四种形式


    此文转自知乎的jinjin 傅里叶变换的四种形式 - 知乎

           傅里叶变换是信号的一种描述方式,通过增加频域的视角,将时域复杂波形表示为简单的频率函数,获得时域不易发现的与信号有关的其他特征。

           根据时间域信号x自变量的不同,可以将信号分为连续信号x(t)和离散序列x[n],根据信号周期性不同,又可以将信号分为周期性和非周期性的,所以待分析的信号类型有四种形式,也就产生了四种不同形式的傅里叶变换。

    连续离散
    周期第一类第三类
    非周期第二类第四类

    1.周期性连续信号——傅里叶级数Fourier Series(FS)

    2.非周期性连续信号——傅里叶变换Fourier Transform(FT)

    3.周期性离散信号——离散傅里叶级数(Discrete Fourier Series)DFS

    4.非周期性离散信号——离散时域傅里叶变换(Discrete Time Fourier Transform)DTFT

    1.连续信号的傅里叶分析

    1.1傅里叶级数(FS)

    傅里叶级数是将周期连续信号用一组谐波函数表示出来。(一个小结论,周期性导致另一个域的离散型)

    对于下面这个谐波函数  ,可以解出

     这里 X(kΩ0) 被称为傅里叶系数(第k次谐波的系数),代表某一谐波分量所占权重,反应第k次谐波幅度的大小,所以在频率坐标轴上 X(kΩ0) 是离散的,间隔是 Ω0 。

    1.2傅里叶变换(FT)

    傅里叶级数是针对周期函数的,为了可以处理非周期函数,需要傅里叶变换。(主要思路:周期函数可以通过傅里叶级数画出频谱图,增大周期,频率图变得越来越密,当周期区域无穷时(也就是周期延拓的方法),得到傅里叶变换,频谱图变成连续的曲线。)

    对于非周期信号  ,傅里叶变换后  ( X(jΩ) 物理意义:频谱密度函数)

    2离散信号的傅里叶分析

    离散信号的傅里叶分析思路平行于连续信号的傅里叶分析。

    2.1离散时域傅里叶变换(DTFT)

    在离散系统中,假如x(t)为连续系统信号,要转换成离散系统,需要进行采样,采样频率为fs,采样时间间隔为Ts=1/fs

    冲击采样序列为 

    采样之后的信号为 .

    连续信号的傅里叶变换定义为 

     则采样后的傅里叶变换为 

     交换积分求和顺序 

    由于冲激函数的筛选性 

     得 

    采样信号是一个序列,第n个采样时间t=nTs,

    所以将连续信号傅里叶变换写成这个形式  ,这个式子称为离散时域傅里叶变换。

    2.2离散傅里叶级数(DFS)

    这里先说一个结论:一个域是周期的则另一个域是离散的,一个域是离散的则另一个域是周期的。

    对于周期为N的离散信号x[n],x[n]=x[n+N],这是一个周期序列,根据上一行的结论,因为x(n)是离散的,故频谱是周期的,因为x(n)是周期的,故频谱是离散的,所以x(n)得频谱是离散的且是周期的。

    对FS: 进行离散化( Ω0  = 2 π /T,t = nTs,T=NTs,Ω0  =2 π /NTs, tΩ0 = 2 nπ /N)(其中Ts为采样周期,N为一个周期的采样数)得出

     

     Ωs = 2π/Ts = 2πN/T = NΩ0

    N = Ωs/Ω0 = 2πfs/(2π/T) = 2πfs/2πf = fs/f = T/Ts =N

    由以上分析可知:是离散的,周期为N,间隔是Ts,  是离散的,周期为N,间隔是 Ω0 ,

    所以各取一个周期求和,有 这个就是离散傅里叶级数(DFS)。

    3小结

  • 相关阅读:
    Elasticsearch:painless script 语法基础和实战
    深入理解函数式编程(下)
    最新OPPO 真我手机 一加手机 使用adb命令永久关闭系统更新教程
    git解决冲突和推送历史版本到指定分支上
    Unity关键词语音识别
    【python海洋专题四十三】海洋指数画法--单色渐变柱状图
    java测试private
    Dubbo-Filter机制概述
    mfc140.dll是什么文件?如何修复mfc140.dll丢失的方法分享
    &2_机器学习分类
  • 原文地址:https://blog.csdn.net/Calvin790704/article/details/127976331