信号处理基础1——傅里叶\DFT\采样\分析（涉及各人理解，对初学者很有帮助）

二郎就不设置什么VIP可见啥的了，这样大家都能看到。
如果觉得受益，可以给予一些打赏，也算对原创的一些鼓励，谢谢。
钱的用途：1）布施给他人；2）二郎会有更多空闲时间写教程

导航：

傅里叶级数和变换的区别
什么是DFT
脉冲函数以及采样
奈奎斯特准则
先滤波后采样
DFT方程理解
DFT性质（直流分量、对称性、线性、时移）
为啥要去掉直流分量

本文参考：《数字信号处理》莱昂斯

1.傅里叶级数和变换

提起傅里叶，大部分人会摸不着头脑，很正常，因为里面的参数确实有点绕。

傅里叶级数：周期信号→频域（离散多个正弦波）
傅里叶变换：周期无穷大信号（非周期信号）→频域（连续）
傅里叶变换是傅里叶级数的特例，傅里叶级数是把周期函数化为多个不同频率的周期函数，而傅里叶变换则是把周期取极大值，得到的结果，因此它也可以分析非周期函数（看作周期为无穷大）

2.连续傅里叶变换（非周期信号的傅里叶变换）

为什么研究非周期呢？因为在我们日常信号处理中，绝大多数是一段信号，该信号携带着具体信息，它没有明确的周期性。

其中x(t)为时域连续非周期函数。X(f)为函数x在频率f上的成分。其实这个公式比较像一个筛子，把x中频率为f的信号筛出来。那么这里的时间是什么意思？函数乘积在时域的积分。
你会问，这个结果会不会很大，答案是不会，因为它是非周期的，是有限的。

这个是DFT公式，频域的离散序列，它是一步一步来的
FT(Fourier Transform)→DTFT(Discrete time Fourier Transform)→DFT(Discrete Fourier Transform)
要想分析一个非周期信号的频域性质，需要进行傅里叶变换FT
由于我们的电脑是数字的，不能直接处理模拟信号，所以我们需要在时域进行采样（AD转换），需要进行离散时间傅里叶变换DTFT
时域的离散，到了频域则是原来频域函数的多次复制（这个后面会再详细说明一下），因此频域是连续的，我们无法直接操作，因此我们需要在频域进行采样，得到离散的频域信息，因此用到离散傅里叶变换。

离散过程：时域函数X脉冲函数。时域的乘，在频域为卷积运算。（这里为什么是这样的呢？下面详细讲解）
下图是单位脉冲序列。


脉冲序列是一种在特定位置为1，其他位置为0的信号。
设b（n）为待分析信号，c（n）为脉冲序列，则a（n）为我们最终的采样信号。

3.采样

1）假设我们有一段正弦波

其中f为该波的频率，单位是Hz，表示每秒振动一次或一个周期，kHz为千赫兹，MHz为兆赫兹，一百万赫兹。
2）现在我们对其进行采样，采样频率为fs，周期为1/fs=ts，也即，我们每隔ts时间，采样一个点。

我们采样后得到很多点，它不再是关于时间的连续函数了，而是一堆点，我们称其为序列x（n）
因此这里的n并不再像t那边代表时间，在这里只是代表序列中的序号，而nts才代表具体时间。
3）加入周期


设m=kn


到这个公式我们会发现一个问题，我们对信号x（t）采样后得到的序列x（n），的似乎能表达多个频率的信号，我们不能判断具体原信号是哪种频率。
这也是为什么在时域内的非周期信号采样后，在频域内成为了该信号的周期性重复
重复是按照nfs来进行的

这里有另外一个比较重要的的定义（奈奎斯特准则）。
我们原函数在频域的宽度为2B，上图来看，我们的fs/2更好大于我们的B，也就是fs更好大于2B
这样在频域，我们的信号不会重叠，如果不满足这个条件，如下图。

我们的频谱会出现重叠，出现假的频率（其振幅的大小不可预测），信息损坏，因此我们在时域采样后的信号不能再表示我们原来的信号了。
4）为什么滤波要在采样前
一般情况下，噪声的频率比信号的频率要大得多，从3）可以看出，我们采样后，我们的噪声也会在频域中周期性重复，如下图所示

因此我们在采样时，需要先滤波，再采样
这里用到了低通滤波（因为噪声频率高，所以我们只保留低频信号）
当然，有时我们也会遇到低频噪声，例如设备的持续性振荡等，这个则需要用到其他方法了。

4.DFT方程

直接看e-j……我们可能不太理解，这里采用欧拉公式展开

下面是二郎自己的理解，在课本没有找到
这里二郎的理解是n和t有关，也就是和求和号的N有关。m和频率有关，这里把频率f=1分成了N份，因此m和内部的N有关。

如果我们只是研究频域的一个fs内的频谱，上边的公式f可以表示为f=fs*m/N，0<=m<=N-1，意味着我们把我们的频域fs采样了N份。我们用m代替X(f)中的f，因此后面的式子变为-j 2 pi f t=-j 2 pi fs m /N t。又因为上面的公式，x（t）变为x（n），所以t=nts，所以整个公式变为-j 2 pi fs m /N n ts。又因为fs=1/ts，所以消去，变为-j 2 pi m /N n。于是有了下面的公式。

这段完全是二郎自己推的，可能不对，望业内人士批评指正。

这个公式有啥用途呢？如果我们在时域采样为500点/s，那么我么的fs为500，我们在频域采样时，8点/ts，（一个周期采样8个点，N=8）。因此我们分析信号x（n）时采用的正弦波的基频为500/8，其他各个分析频率为500/82，500/83，……，500/7*2。

DFT的一些性质：
1）频率为0时，X（0）等于信号在时域所有采样点相加，即为不随时间变化的直流（DC）分量。

在信号处理中，多数情况下是需要去除直流分量的。二郎最开始的疑惑是，这不也是信号的一部分么，去除后是不是会影响到信号的表达？？？
网上的答案：
在模拟部分的电路中，不少元件（如放大器）输出会有直流漂移（即输出应该为零时，实际上是一个直流电压）。这个漂移会对下一级的放大等功能发生影响。所以通常在各级之间采用交流耦合（最简单的就是用一个电容隔开）。这样，信号的直流部分也就不能通过。所以在接收端，所有的直流分量都来自于系统的直流漂移，需要除掉。
二郎总结：我们用信号传递信息，主要看的是振荡，而和信号与0值距离的远近没有直接关系。当我们在传输信号时，很容易混入直流电压造成干扰，增大了信号传输时的损耗。因此去除直流分量，不会影响信号的信息，反而可以减少信号受到的干扰和传输过程中的损耗。而二郎推测，在发信号时，大家也是尽力不出现直流分量，让信号总和为0。
2）对称性
m=1和m=（N-m）的输出幅度相等。

3）线性


4）时移性质

向右移动k个样点，则乘以e……，其实就是相加，以前的1，现在变成1+k。
时移后幅度不变，只是相位发生了改变。