1. 连续时间的傅里叶变换
1.1. 周期信号的傅里叶级数 CTFS
1.1.1. 展开的条件
在正余弦信号集和虚指数信号集上可以精准正交分解的信号 (f(t)) 应满足 Dirichlet 条件(狄利克雷条件):
- 在一个周期内,(f(t)) 绝对可积,即 (displaystyle int_{t_0}^{t_0+T}|f(t)|dt < infty)
- 在一个周期内,(f(t)) 只能有有有限个极大值或极小值
- 在一个周期内,(f(t)) 只能有有限个间断点且不能是瑕点(函数值为无穷)
1.1.2. 计算公式
三角形式的傅里叶级数
【注意】
- 基频 (Omega = 2pi / T)
- 对于三角形式的傅里叶级数,(n) 只能取正整数
- 三角形式的傅里叶级数也称为单边谱,(a_n),(b_n) 与单边谱 (F_n) 多了个系数 2
指数形式的傅里叶级数
【注意】
- 指数形式的傅里叶级数也称为的单边谱,(n) 取任意整数
- (F_n) 一般是个复数 (F_n = |F_n| e^{jphi_n})
三角形式或指数形式傅里叶变换的关系
1.1.3. 周期信号的频谱分析
波形对称性与谐波特性的关系
-
周期偶信号
对于三角形式的傅里叶级数,只存在余弦项 (a_n);
对于指数形式的傅里叶级数,(F_n) 为纯实数;
反推亦成立! -
周期奇信号
对于三角形式的傅里叶级数,只存在正弦项 (b_n);
对于指数新式的傅里叶级数,(F_n) 为纯虚数;
反推亦成立! -
奇谐信号
奇谐信号是指信号平移半个周期 (T/2) 后,与原信号相加为0的信号,即 (f(t) + f(t pm T) = 0);
奇谐信号的的傅里叶级数只含有奇次谐波项;
反推亦成立! -
偶谐信号
偶谐信号是指信号平移半个周期 (T/2) 后,与原信号相同的信号,即 (f(t) = f(t + frac{T}{2}));
奇谐信号的傅里叶级数只含有由此谐波项;
反推亦成立!
【例】
偶信号+奇谐信号 | 奇信号+奇谐信号 | 奇谐信号 |
---|---|---|
![]() |
![]() |
![]() |
频谱结构与波形参数的关系
时域越宽,频域越窄,典型的例子就是“直流信号的频谱是单位冲激,单位冲激的频谱是直流”;
对于周期信号,周期越大,谱线间的间隔 (Omega = 2pi/ T) 越小;
周期信号的平均功率
上式为功率有限信号的巴什瓦等式,其物理意义:周期信号的平均功率等于直流分量及各次谐波平均功率之和(能量守恒)。
1.2. 非周期信号的傅里叶变换 CTFT
1.2.1. 计算公式
1.2.2. 性质
-
唯一性
信号和频谱是一一对应的。
-
线性
[f_1(t) leftrightarrow F_1(jw), f_2(t) leftrightarrow F_2(jw)\ af_1(t) + bf_2(t) leftrightarrow aF_1(jw) + bF_2(jw) ] -
奇偶不变性
傅里叶变化不改变信号的奇偶性,即(F(jw))与(f(t))的奇偶性是相同的。
-
共轭特性
[f(t) leftrightarrow F(jw) \ f^*(t) leftrightarrow F^*(-jw) ]写成相量的形式,即
[F(jw) = |F(jw)| e^{j varphi (w)} \ F(-jw) = |F(-jw)| e^{j varphi (-w)} \ F^*(-jw) = |F(-jw)| e^{- j varphi (-w)} ]如果(f(t))是实信号,则(f(t) = f^*(t)),再由傅里叶的唯一性,则(F(jw) = F^*(-jw))。所以:实信号幅度双边谱是偶函数,相位双边谱是奇函数,即
[|F(jw)| = |F(-jw)| \ jvarphi (w) = - jvarphi (-w) ]所以实偶信号的频谱为实偶函数,实奇信号的频谱为虚奇函数。
-
对称性
[f(t) leftrightarrow F(jw) \ F(jt) leftrightarrow 2pi f(- omega) ]经典应用: (Sa(w_c t))的频谱;(f(t) = 1)`的频谱。
-
时域展缩性
[f(t) leftrightarrow F(jw) \ f(at) leftrightarrow frac{1}{|a|}F(jfrac{w}{a}) ] -
时移,频移特性
时移特性 对应信号的延迟,不改变幅频特性。
[f(t) leftrightarrow F(jw) \ f(t - t_0) leftrightarrow F(jw)e^{-jwt_0} ]频移特性 频移体现了调制、解调、变频等信号操作。
[f(t) leftrightarrow F(jw) \ f(t)e^{jw_0t} leftrightarrow F[j(w - w_0)] ]【易错点】
- 时移的相位符号,记住延迟后的相位总是落后(所以是减而不是加)与原信号
- 频移的频率符号,由于调制后的信号增加了频率,因此频谱整体向右/高频(所以是减而不是加)移动
【例】
[delta(t - t_0);\ G_ au (t - frac{ au}{2});\ e^{jw_0 t};\ cos(w_0 t) = frac{1}{2}(e^{jw_0t} + e^{-jw_0t});\ sin(w_0 t) = frac{1}{2j}(e^{jw_0t} - e^{-jw_0t});\ ] -
时域 / 频域微分特性
时域微分特性
[f(t) leftrightarrow F(jw)\ frac{mathrm{d} f(t)}{mathrm{dt}} leftrightarrow jw F(jw)\ frac{mathrm{d^n} f(t)}{mathrm{dt^n}} leftrightarrow (jw)^n F(jw) ]频域微分特性
[f(t) leftrightarrow F(jw)\ (-t)f(t) leftrightarrow frac{mathrm{d}F(jw)}{mathrm{d(jw)}}\ tf(t) leftrightarrow j frac{mathrm{d}F(jw)}{mathrm{dw}}\ t^nf(t) leftrightarrow j^n frac{mathrm{d^n}}{mathrm{dw^n}}F(jw) ]【说明】
- 时域的微分运算可以转换为频域的乘法运算,乘法因子为 (jw)
- 频域的微分运算可以转换为时域的乘法运算,乘法因子为 (-t),注意的频域的微分运算是对 (jw)的求导
- 幂函数和冲激函数、求导运算很有关联,类似 (t^n) 、((jw)^n)、(delta^{(n)}(t))、(delta^{(n)}(w))
【例】
[1 leftrightarrow 2pi delta(w) Rightarrow t imes 1 leftrightarrow j imes 2pi delta^{'}(w) Rightarrow 2pi delta(w)\ u(t) leftrightarrow pidelta(w) + frac{1}{jw} Rightarrow tu(t) leftrightarrow j(pi delta^{'}(w) - frac{1}{jw^2}) Rightarrow jpi delta^{'}(w) - frac{1}{w^2}\ sgn(t) leftrightarrow frac{2}{jw} Rightarrow |t| = t sgn(t) leftrightarrow j(frac{2}{jw})^{'} = - frac{2}{w^2}\ e^{-at}u(t) leftrightarrow frac{1}{a + jw} Rightarrow te^{-at}u(t) leftrightarrow frac{1}{(a + jw)^2} ]【易错题】
已知 (f(t) leftrightarrow F(jw)),求 ((-t)f(-t)) 的傅里叶变换?
正解:[egin{aligned} tf(t) &leftrightarrow jfrac{dF(jw)}{dw}\ -tf(-t) &leftrightarrow jfrac{dF(-jw)}{d(-w)} = -jfrac{dF(-jw)}{d(w)} end{aligned} ]错解:
[egin{aligned} tf(t) &leftrightarrow jfrac{dF(jw)}{dw}\ -tf(-t) &leftrightarrow jfrac{dF(-jw)}{dw} = jfrac{dF(-jw)}{dw} end{aligned} ]设 (g(t) = tf(t)),则 (g(-t)=(-t)f(-t)),根据时域展缩特性应该有 (g(t)leftrightarrow G(jw)),(g(-t)leftrightarrow G(-jw)),对于微分运算若有(f(t)=frac{dg(t)}{dt}),则(f(2t)=frac{dg(2t)}{d(2t)})(推导戳我),所以第一种解法是正确的。
-
时域 / 频域卷积定理
[f_1(t) * f_2(t) leftrightarrow F_1(jw)F_2(jw)\ f_1(t)cdot f_2(t) leftrightarrow frac{1}{2 pi} F_1(jw) * F_2(jw) ]【注】 频域卷积定理勿忘 (frac{1}{2pi})
-
时域积分定理
[int_{-infty}^{t}f( au)d au leftrightarrow frac{F(jw)}{jw} + pi F(0)delta(w),其中F(0) = F(jw)|_{w = 0} = int_{-infty}^{+infty}f(t)dt ]可以理解为 (f(t)) 经过一个积分器,即
[f(t) * u(t) leftrightarrow F(jw) cdot (frac{1}{jw} + pi delta(w)) ] -
能量有限的巴什瓦等式
[int_{-infty}^{+infty}|f(t)|^2dt = frac{1}{2pi}int_{-infty}^{+infty}|F(jw)|^2 dw ]【注】 请勿忘 (frac{1}{2pi})
1.2.3. 常见的傅里叶变换对
- 半边指数信号
- 矩形脉冲信号
- 冲激信号
- 单位直流信号
- 阶跃信号
- 符号信号(sgn(t))
- 对称的双边指数信号
更多内容可戳这儿!
1.3. 周期信号的傅里叶变换
1.3.1. 公式推导
周期信号的傅里叶变换为一系列冲激函数的线性组合,冲激的发生在各次谐波频率上,强度为相应谐波分量复振幅的 (2pi) 倍。
令 (F_{_T}(t)) 的傅里叶变换为 (F_{_T}(jw)),则
周期函数还可以表示为
其中,(displaystyledelta_{_T}(t) = sum_{n=-infty}^{infty} delta(t - nT)),且 (mathscr{F}[delta_T(t)]=Omega delta_{_Omega}(w)),则周期信号的傅里叶变换还可以表示为
【说明】
-
在时域上将 (f(t)) 的波形进行以 (T) 为周期的延拓,等效于在频域上对其频谱进行以 (Omega = frac{2pi}{T}) 为周期的等距离采样。
-
为做区分,将周期信号的傅里叶级数记为 (a_k),则其傅里叶变换的关系为 (a_k = frac{1}{T} F(jkfrac{2pi}{T}))
1.3.2. 将周期信号进行时域压缩扩展
设 (f(t)) 为周期为 (T_1) 的周期信号,傅里叶变换为(F(jw));
对 (f(t)) 进行时域的扩展为 (f(2t)),显然它也是一个周期信号,但周期变为 (T_2=frac{T_1}{2}) (关键);
则 (f(2t)) 的傅里叶变换为 (F_2(jw) = frac{w}{2}F(jfrac{w}{2}))
考虑时域压缩前后的傅里叶级数:
两者竟然是一致的!这说明不同周期信号可能对应同一傅里叶级数。