关于CFT, FT, DTFT, DFS, DFT 的推导与解释

最新推荐文章于 2023-10-10 10:36:55 发布

GrandpaDZB

最新推荐文章于 2023-10-10 10:36:55 发布

阅读量2.9k

点赞数 6

分类专栏：学校课程学习总结文章标签：离散时间傅立叶变换

本文链接：https://blog.csdn.net/GrandpaDZB/article/details/120746174

版权

本文详细介绍了傅里叶变换的相关概念，包括傅里叶级数、连续时间傅里叶变换（CFT）、离散时间傅里叶变换（DTFT）、傅里叶级数（DFS）和离散傅里叶变换（DFT）。通过对各种变换的推导，阐述了它们的本质和应用场景，特别强调了离散信号在有限长序列处理中的重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1 内容简介

写这个内容呢完全是因为要复习一下信号与系统这门课程，一下子给我蹦出了CFT, FT, DTFT, DFS, DFT一堆乱七八糟的玩意，书上写的详尽，但杂乱，网络上的资料粗略草率，但是整理得很好。因此我希望从更好的数学角度去总结所有的变换和级数的由来。
因此本篇并不是从概念理解讲起，不会直观地解释他们的作用，我希望更抽象地展示，以便更好地理解本质的e内容。

2 Fourier Series 傅里叶级数

任意的周期函数可以被表述为无限个三角函数的和，为了更简洁地表述，使用复指数的形式，换句话说， $\{e^{jnwt}\}|_{n=-\infty}^{+\infty}$ 构成了完备正交基，每个基对应的系数可以求函数内积得到，也就是 $F_n=\frac{1}{T}\int_{-T/2}^{T/2}f(t)e^{-jnwt}dt$ 。傅里叶级数可以表述如下：
$f(t)=\Sigma_{-\infty}^{+\infty}F_ne^{jnwt}=\Sigma_{-\infty}^{+\infty}\overbrace{\frac{1}{T}\int_{-T/2}^{T/2}f(t)e^{-jnwt}dt}^{coefficients} \ \overbrace{e^{jnwt}}^{bases}$
所以傅里叶级数本质上是用系数和基的方式表达原本的函数。

3 CFT 连续时间傅里叶变换

先考虑傅里叶级数生成的频谱

key	value
Expansion	$\Sigma_{-\infty}^{+\infty}F_ne^{jnwt}$
Coefficients(Amptitude)	$F_n=\frac{1}{T}\int_{-T/2}^{T/2}f(t)e^{-jnwt}dt$
Period of frequency spectrum	$w=\frac{2\pi}{T}$

对于非周期函数，可以认为 $T\rightarrow\infty$ ，那么可以想象其傅里叶级数生成的频谱上，谱线间隔会趋近于0，且谱线幅值也会趋近于0（代入T趋近于无穷到上面的三个式子中就能直接得到这个结论）。

所以解决这个问题的想法就是，不用幅度谱来表示，转而使用幅度密度谱来表示，令df(density function)表示幅度密度函数（因为是在频谱上，所以是对频率的密度），计算一下周期趋近于无穷的时候的df值，有
$df(w)=lim_{T\rightarrow\infty}\frac{F_n}{(2\pi/T)}=lim_{T\rightarrow\infty}\int_{-T/2}^{T/2}f(t)e^{-jnw_0t}dt/2\pi=\frac{1}{2\pi}\int_{-\infty}^{+\infty}f(t)e^{-jwt}dt$