傅里叶级数及傅里叶变换

通信中的信号通常是时间的函数。

下面通过强度、频率、相位、能量来了解信号(正如通过人的五官去了解人):

正弦信号:



周期信号的傅里叶级数:

用正弦信号逼近方波:

如下图:船的振荡频率为 ,跷跷板的频率为 ,小女孩的玩具的振荡频率为 ,如果排列合理的话,三者的波形能合成类似于方波的样子,且此频率规律的正弦波越多,合成波形越接近方波。


事实上,任何周期信号都能够由不同谐波的正弦波叠加而成,这由傅里叶发现,因此称之为傅里叶级数,如下图:

 


由复指数和正弦函数的关系,即欧拉公式可知,上式还可以如下表示:


如此以来应用更加方便;

下图为信号的频谱图:


其中a0, a1, a2, ..., 称之为傅里叶系数,信号x(t)的频谱系数,以及谐波的幅度;频谱系数表示各频率分量在总信号中所占的分量。在频谱图中可以看出,频谱系数可以表示各频率分量的强度。

综上所述,周期信号的频谱是离散谱。

非周期信号的傅里叶变换:

傅里叶认为,既然周期信号可以用正弦信号来表示,那么非周期信号也可以用正弦信号来逼近。原因是非周期信号可以看成是周期无限大的周期信号;事实证明,傅里叶的想法是对的,于是才有了大名鼎鼎的傅里叶变换。

如下图示:解释周期无限扩大后,傅里叶级数如何表示;


周期和频率成反比的关系,周期无限变大,频率间隔就会无限减小,逼近连续:



这种逼近连续的叠加,在数学上用积分表示:


形象解释积分:

例如求一个不规则的图像的面积,就要将不规则的图形分解为规则的图像进行面积叠加:


分的越细,求解越精确:


积分的意义就是把对象分得无限小再求和,分的过程叫微分,加的过程叫积分。

下面比较傅里叶级数和傅里叶变换:我们关心的是红圈部分;


著名的傅里叶变换和反变换公式:


通信中常用的信号:

正弦信号,方波信号,周期冲击串的作用:

正弦信号往往作为调制的载波出现:


方波信号是大多数数字信号的波形:


而冲击串往往作为采样信号,在模拟信号转换为数字信号的过程中扮演着重要的角色:


三者合起来的过程:模拟信号经过采样等过程变成数字信号,数字信号进行调制得到调制信号;




常见信号的频谱:

余弦信号的频谱,正弦信号的频谱:


周期方波的频谱:


方波周期无限扩大时,得到非周期方波的频谱:


冲击串的频谱:


用卷积解决两信号相乘的傅里叶变换:

时域相乘,频域卷积:

卷积定义:卷积是一种运算,如下的移位相乘再求和的过程;



例解卷积:




卷积的估算:

连续信号的卷积:



模拟信号之间卷积后,左右频率分别为原来的频率值相加,从图上看,频谱扩展了,这也是扩频通信的基本原理。


相关推荐
©️2020 CSDN 皮肤主题: Age of Ai 设计师:meimeiellie 返回首页