• 对连续傅里叶变换和离散傅里叶变换中有关频率理解


    对连续傅里叶变换和离散傅里叶变换中有关频率理解

    在傅里叶变换有连续傅里叶变换和离散傅里叶变换,它们的计算公式不同。常常涉及到多个频率,本文比较总结它们之间的关系和简单应用。

    一、连续傅里叶变换

    连续傅里叶变换,公式如:
    X ( ω ) = ∫ − ∞ + ∞ x ( t ) e − j ω t d t (1) X(\omega ) = \int_{ - \infty }^{ + \infty } {x(t){e^{ - j\omega t}}dt} \tag1 X(ω)=+x(t)etdt(1)

    其中, ω \omega ω是模拟角频率。
    模拟角频率与模拟频率的关系为:
    ω = 2 π f (2) \omega = 2\pi f \tag2 ω=2πf(2)

    二、离散傅里叶变换

    离散傅里叶变换,公式如:
    { X [ k ] = ∑ n = 0 N − 1 x [ n ] e − j 2 π k n N s . t . { k ∈ [ 0 , N − 1 ] } (3) \left\{

    X[k]=n=0N1x[n]ej2πknNs.t.{k[0,N1]}" role="presentation">X[k]=n=0N1x[n]ej2πknNs.t.{k[0,N1]}
    \right.\tag3 X[k]=n=0N1x[n]ejN2πkns.t.{k[0,N1]}(3)

    其中, k k k代表频点索引,即代表的是:从0索引开始数,离散傅里叶变换(DFT)计算出来的第 k k k个频点的编号。

    那么在式3中频率是哪个呢?在离散傅里叶变换公式中频率为 2 π k N \frac{{2\pi k}}{N} N2πk,并称为数字频率,记作:
    Ω = k N ⋅ 2 π (4) \Omega = \frac{k}{N} \cdot 2\pi \tag4 Ω=Nk2π(4)
    根据式(4)和式(3)易知: Ω ∈ [ 0 , 2 π ) (5) \Omega \in [0,2\pi ) \tag5 Ω[0,2π)(5)
    因此, Ω \Omega Ω也称为归一化频率。

    三、模拟角频率、模拟频率、数字频率(归一化频率)以及频点索引k之间的关系的关系

    离散傅里叶变换后第k个数对应的频率,即模拟域频率为:
    f = k N F s (6) f = \frac{k}{N}{F_s} \tag6 f=NkFs(6)

    根据式(2)、(4)和(6)可得:
    模拟角频率、模拟频率、数字频率(归一化频率)以及频点索引k之间的关系为:
    ω = 2 π f = 2 π k N ⋅ F s = Ω ⋅ F s (7) \omega = 2\pi f = 2\pi \frac{k}{N} \cdot {F_s} = \Omega \cdot {F_s} \tag7 ω=2πf=2πNkFs=ΩFs(7)

    四、不同频率关系的应用

    例如,一个信号采集装置,采样频率为5000Hz,信号频率为600Hz,那么计算,若信号长度为N=1024,则信号频率对应的频点索引 k k k是多少?
    解答:
    因为
    F s = 5000 H z f = 600 H z N = 1024

    Fs=5000Hzf=600HzN=1024" role="presentation" style="position: relative;">Fs=5000Hzf=600HzN=1024
    Fs=5000Hzf=600HzN=1024
    代入式(7)可得:
    k = f N F s = 122.88 ≈ 123 k = \frac{{fN}}{{{F_s}}}=122.88 \approx 123 k=FsfN=122.88123

    因此,可得若采用5000Hz的采样频率,信号频率为600Hz,采样长度为1024,那么该信号频率600Hz对应的频率索引k约为123.

  • 相关阅读:
    阿里云centos9stream安装宝塔+vscode(code-server)集成云端开发环境
    二叉树常见问题
    单元测试llll
    基于C#的房屋租赁管理系统设计与实现
    Java线程池
    java基础-集合
    spring管理bean
    生产问题分析:批量执行慢,根据日志进行分析。
    Java并发编程之CAS
    vue-treeselect树形下拉,根据登录人角色,隐藏本级登录人节点(树形数据,删除指定节点)
  • 原文地址:https://blog.csdn.net/qq_18937049/article/details/134060145