zoukankan      html  css  js  c++  java
  • Fourier Transform

    为了在统一框架里分析周期信号与非周期信号,可以给周期信号也建立傅里叶变换。
    有两种方法求周期信号的傅里叶变换:

    **1. 利用傅里叶级数进行构造 **
    对于周期信号(x(t)),其傅里叶级数展开式为:

    [x(t) = sum_{k = -infty}^{+infty}a_ke^{jkw_0t} ]

    系数(a_k)表示为:
    这里写图片描述
    由于
    这里写图片描述
    说明周期性复指数信号的频谱是一个冲激,那么我们推广这个关系,可得:
    这里写图片描述
    表明:周期信号的傅里叶变换由一系列等间隔的冲激函数线性组合而成,每个冲激分别位于信号各次谐波的频率处,其强度是傅里叶级数系数的(2pi)倍。
    2. 周期延拓
    这种方法先将(x(t))在一个周期内截断,得信号(x_T(t)),求出(x_T(t))的傅里叶变换(X_T(w)),再对(X_T(w))周期延拓得(X(w))
    具体来说:
    根据(delta)函数性质,有:

    [x(t) = x_T(t)*sum_{k = -infty}^{+infty}delta(t - kT) ]

    设周期冲激串(sum_{k = -infty}^{+infty}delta(t - kT))的傅里叶变换为(F(w))
    由时域卷积定理:

    [X(w) = X_T(w)F(w) ]

    又时域周期为T的周期冲激串的傅里叶变换在频域是一个周期为(frac{2pi}{T})的周期冲激串,即:

    [F(w) = frac{2pi}{T}sum_{k = -infty}^{+infty}delta(w - frac{2pi k}{T}) ]

    故可得:

    [X(w) = frac{2pi}{T}X_T(w)sum_{k = -infty}^{+infty}delta(w - frac{2pi k}{T}) ]

    也就是:

    [X(w) = w_0sum_{k = -infty}^{+infty}X_T(kw_0)delta(w - kw_0) ]

    我们对比两种方法得到的结果,可知:
    周期信号傅里叶级数的系数(a_k = frac{1}{T}X_T(kw_0))

  • 相关阅读:
    Angular中文api
    Angular各版本和组件下载
    判断一个浏览器是否支持opacity
    查找函数参数名称
    运行时代码求值
    简单的动画引擎
    利用闭包特性改写addEventListener的回调函数
    springboot指定redis库编号配置实现
    springboot获取IOC(ApplicationContext)实例
    ajax-springMVC提交表单的方式
  • 原文地址:https://www.cnblogs.com/EIMadrigal/p/11632613.html
Copyright © 2011-2022 走看看