FT、DTFT、DFT和FFT之间的关系
FT(傅立叶变换:Fourier transform)
对于一个模拟信号,要分析它的频率成分,必须变换到频域,通过傅立叶变换可以得到模拟信号的频谱。
模拟信号的傅立叶变换:
x ( t ) ↔ F T X ( j Ω ) = ∫ − ∞ ∞ x ( t ) e − j Ω t d t x(t) \stackrel{FT} \leftrightarrow X(j \Omega)=\int_{-\infty}^{\infty}x(t)e^{-j \Omega t}dt x(t)↔FTX(jΩ)=∫−∞∞x(t)e−jΩtdt
DTFT(离散时间傅立叶变换:discrete time Fourier transform)
计算机只能处理数字信号,要将模拟信号在时域离散化,即在时域对其进行采样
x [ n ] ↔ D T F T X ( j ω ) = ∑ n = − ∞ ∞ x ( n ) e − j ω n x[n] \stackrel{DTFT}\leftrightarrow X(j\omega)=\sum_{n=-\infty}^{\infty}x(n)e^{-j\omega n} x[n]↔DTFTX(jω)=n=−∞∑∞x(n)e−jωn
强调的是离散时间:时域是离散的,而频域依然是连续的,并且是周期的
- 采样具体过程
- 采样脉冲序列:
δ T ( t ) = ∑ n = − ∞ ∞ δ ( t − n T s ) ↔ δ T ( ω ) = 1 T s ∑ n = − ∞ ∞ δ ( ω − n ω s ) \delta_T(t)=\sum_{n=-\infty}^{\infty}\delta(t-nT_s) \leftrightarrow \delta_T(\omega)=\frac{1}{T_s} \sum_{n=-\infty}^{\infty} \delta(\omega-n\omega_s) δT(t)=n=−∞∑∞δ(t−nTs)↔δT(ω)=Ts1n=−∞∑∞δ(ω−nωs) - 时域采样,即信号与时域单位冲激序列进行相乘:
x ( t ) ⋅ δ T ( t ) = ∑ n = − ∞ ∞ x ( n T s ) δ ( t − n T s ) ↔ 1 2 π X ( ω ) ∗ δ T ( ω ) = 1 2 π T s ∑ n
- 采样脉冲序列: