信号与系统ch3[连续信号的频域分析]

$\S 3$ 连续信号的频域分析

问题引入：已知 $LTI$ 系统的一组输入输出 $x(t)$ 和 $y(t)$ ，如何求解 $LTI$ 系统的冲激响应 $h(t)$ 。

3.1 傅里叶级数

3.1.1 傅里叶级数 & 欧拉-傅里叶公式：

• 正余弦表达形式：

$f(x)=A_0+{\sum }_{k=1}^{+\infty }{A}_{k}cos(k{w}_{0}x)+{\sum }_{k=1}^{+\infty }{B}_{k}sin(k{w}_{0}x)$

$$\begin{gathered} A_0=\frac{1}{T_0}{\int }_0^{T_0}f(x)dx \\ {A}_k=\frac{2}{T_0}{\int }_0^{T_0}f(x)cos(k{w}_{0}x)dx,k\in Z^{+} \\ {B}_k=\frac{2}{T_0}{\int }_0^{T_0}f(x)sin(k{w}_{0}x)dx,k\in Z^{+} \end{gathered}$$

• 复数表达形式：

$$\begin{gathered} x(t)=\sum _{k=-\infty }^{+\infty }{a}_k{e}^{ik{w}_{0}t} \\ {a}_k=\frac{1}{T_0}{\int }_0^{T_0}x(t)e^{-ik{w}_{0}t}dt \end{gathered}$$

​ 其中 $a_k$ 是洛朗级数，$k\in Z$ 。
$$\{\begin{array}{l}{A}_k=a_k+a_{-k}\\ B_k=i(a_k-a^{-k})\end{array}$$

3.1.2 信号存在傅里叶变换的充要条件

狄利克雷条件：

1. 一个周期内绝对可积 ；
2. 一个周期内最值有限；
3. 一个周期内有有限个第一类间断点

3.2 傅里叶变换

3.2.0 $Sa(t)$ 函数的性质

$$Sa(t)=\{\begin{array}{lr}1& t=0\\ \frac{sint}{t}& t\ne 0\end{array}$$

• 是偶函数

• 狄利克雷积分：
  $$\begin{gathered} {\int }_0^{+\infty }\frac{sint}{t}dt={\int }_{-\infty }^0\frac{sint}{t}dt=\frac{\pi }{2} \\ {\int }_{-\infty }^{+\infty }\frac{sint}{t}dt=\pi \end{gathered}$$

• 取极限：
  $$\underset{w\to +\infty }{\lim }wSa(wt)=\pi \delta (t)$$

3.2.1 傅里叶变换

• 傅里叶级数向非周期函数的推广。

1. 定义 $F(w)=X(iw)={\int }_{T_0}x(t)e^{-iwt}dt$ ，则有 $a_k=\frac{1}{T_0}X(ik{w}_0)$ ，$x(t)=\frac{1}{2\pi }{\sum }_{k=-\infty }^{+\infty }X(ik{w}_0)e^{ik{w}_{0}t}{w}_0$ 。

2. 令 $T_0$ 趋于无穷大，此时：
   $$X(iw)={\int }_{-\infty }^{+\infty }x(t)e^{-iwt}dt$$

   $$x(t)=\frac{1}{2\pi }{\int }_{-\infty }^{+\infty }X(iw)e^{iwt}dw$$

   即傅里叶正变换和傅里叶逆变换。

• $6$ 种典型信号的傅里叶变换：

  1. $$\begin{gathered} e^{-\alpha t}u(t)\stackrel{F}{\to }\frac{1}{\alpha +iw}(\alpha >0) \\ {e}^{-\alpha |t|}\stackrel{F}{\to }\frac{2\alpha }{{\alpha }^2+w^2}(\alpha >0) \end{gathered}$$

  2. $$\delta (t)\stackrel{F}{\to }1$$

  3. $$1\stackrel{F}{\to }2\pi \delta (w)$$

  4. $$\{\begin{array}{l}\beta (u(t+\frac{\tau }{2})-u(t-\frac{\tau }{2}))\stackrel{F}{\to }\beta \tau Sa(\frac{\tau w}{2})=\frac{2\beta sin(\frac{\tau w}{2})}{w}\\ \frac{w_0}{\pi }Sa(w_{0}t)=\frac{sin(w_{0}t)}{\pi t}\stackrel{F}{\to }u(w+w_0)-u(w-w_0)\end{array}$$

     方波和 $Sa(\ast )$ 互为傅里叶变换。

     从方波向 $Sa(w)$ 变换， $Sa(w)$ 的系数是方波的面积。

  5. $$u(t)\stackrel{F}{\to }\frac{1}{iw}+\pi \delta (w)$$

  6. $$\{\begin{array}{l}cos(w_{0}t)\stackrel{F}{\to }\pi [\delta (w+w_0)+\delta (w-w_0)]\\ sin(w_{0}t)\stackrel{F}{\to }i\pi [\delta (w+w_0)-\delta (w-w_0)]\end{array}$$

3.3 傅里叶变换的性质

3.3.1 线性，时移，频移，微分，卷积，调制

1. 线性性

2. 时移性质：

   若 $x(t)\stackrel{F}{\to }F(w)$ ，则 $x(t-t_0)\stackrel{F}{\to }F(w)e^{-iw{t}_0}$ 。

3. 频移性质：

   若 $x(t)\stackrel{F}{\to }F(w)$ ，则 $x(t)\cdot e^{i{w}_{0}t}\stackrel{F}{\to }F(w-w_0)$ 。

   拓展：
   $$\begin{gathered} x(t)cos(w_{0}t)\stackrel{F}{\to }\frac{1}{2}[F(w+w_0)+F(w-w_0)] \\ x(t)sin(w_{0}t)\stackrel{F}{\to }\frac{i}{2}[F(w+w_0)-F(w-w_0)] \end{gathered}$$

4. 微分性质：

   若 $x(t)\stackrel{F}{\to }F(w)$ ，则 $\frac{d^{n}x(t)}{d{t}^n}\stackrel{F}{\to }(iw{)}^{n}F(w)$ 。

   拓展：频域微分

   若 $x(t)\stackrel{F}{\to }F(w)$ ，则 $tx(t)\stackrel{F}{\to }i\frac{dF(w)}{dw}$

   例如：$t{e}^{-\alpha t}u(t)\stackrel{F}{\to }\frac{1}{(\alpha +iw{)}^2}$

5. 时域卷积性质：

   若 $x_1(t)\stackrel{F}{\to }{F}_1(w)$ ， $x_2(t)\stackrel{F}{\to }{F}_2(w)$ ，则有：
   $$x_1(t)\ast x2(t)\stackrel{F}{\to }{F}_1(w)\cdot F_2(w)$$
   概括为——时域卷积等于频域相乘。

6. 积分性质：

   若 $x(t)\stackrel{F}{\to }F(w)$ ，则：
   $${\int }_{-\infty }^{t}x(\tau )d\tau =x(t)\ast u(t)\stackrel{F}{\to }F(w)[\frac{1}{iw}+\pi \delta (w)]$$

7. 频域卷积性质（调制性质）：

   若 $x_1(t)\stackrel{F}{\to }{F}_1(w)$ ， $x_2(t)\stackrel{F}{\to }{F}_2(w)$ ，则有：
   $$x_1(t)\cdot x_2(t)\stackrel{F}{\to }\frac{1}{2\pi }{F}_1(w)\ast F_2(w)$$
   概括为——时域相乘等于 $\frac{1}{2\pi }$ 频域卷积。

3.3.2 应用：信号的调制与解调

• 信号的调制：
  $$y(t)=\sum _{i=1}^N{x}_i(t)cos(w_{c_i}t)$$
  其中 $x(i)$ 是角频率在 $(-w_0,w_0)$ 的带限信号。

• 信号的解调：
  $$x_i(t)=[y(t)cos(w_{c_i}t)]\ast \frac{2sin(w_{p}t)}{\pi t},i\in [1,n]$$
  信号时域乘以载波，相当于频域卷积两个冲激函数；

  之后卷积低通滤波器，相当于频域乘以门函数，达到筛选频率的效果。

• 限制条件：
  $$\{\begin{array}{l}{w}_0<w_p<|w_{c_i}-w_{c_j}|-w_0\\ w_0<\frac{|w_{c_i}-w_{c_j}|}{2}\end{array}$$

3.3.3 尺度变换，共轭对称，对偶，帕斯瓦尔定理

1. 时间与频率的尺度变换：

   若 $x(t)\stackrel{F}{\to }F(w)$ ，则：$x(at)\stackrel{F}{\to }\frac{1}{|a|}F(w/a)$ 。

   时域与频域的伸缩变换刚好相反。

2. 对偶性：

   若 $x(t)\stackrel{F}{\to }F(w)$ ，则：$F(t)\stackrel{F}{\to }2\pi x(-w)$

   例：希尔伯特变换 $\frac{1}{\pi t}\stackrel{F}{\to }2i[u(-w)-\frac{1}{2}]=i\cdot sgn(-w)$

   第一步：
   $$\begin{gathered} \{\begin{array}{l}u(t)\stackrel{F}{\to }\frac{1}{iw}+\pi \delta (w)\\ \frac{1}{2}\stackrel{F}{\to }\pi \delta (w)\end{array}\Rightarrow u(t)-\frac{1}{2}\stackrel{F}{\to }-\frac{1}{iw} \\ \frac{i}{\pi }[u(t)-\frac{1}{2}]\stackrel{F}{\to }\frac{1}{\pi w} \end{gathered}$$
   第二步，利用对偶性质：
   $$\frac{1}{\pi t}\stackrel{F}{\to }2i[u(-w)-\frac{1}{2}]$$

3. 帕斯瓦尔定理：

   若 $x(t)\stackrel{F}{\to }F(w)$ ，则：
   $${\int }_{-\infty }^{+\infty }|x(t){|}^{2}dt=\frac{1}{2\pi }{\int }_{-\infty }^{+\infty }|F(w){|}^{2}dw$$
   傅里叶变换能量守恒。

4. 共轭 & 共轭对称：

   (1) 实偶对实偶，实奇对虚奇；

   (2) 实函数 $x(t)$ 对应的傅里叶变换 $X(jw)$ 实部偶函数，虚部奇函数；

   (3) 实函数 $x(t)$ 对应的傅里叶变换 $X(jw)$ 幅频特性偶函数，相频特性奇函数。

   虚输入信号只有理论意义，可以拆解成实部和虚部两个实函数。

3.3.4 周期信号的傅里叶变换

• 联系 周期函数 傅里叶变换和傅里叶级数的公式：
  $$a_k=\frac{1}{T}X(jk{w}_0)$$

  其中 $X(jw)$ 是 $x(t)$ 一个周期的傅里叶变换。

• 周期信号的傅里叶变换：
  $$F(w)=2\pi \sum _{k=-\infty }^{+\infty }{a}_k\delta (w-k{w}_0)$$
  $eg.$ 周期冲激串：傅里叶变换后还是冲激串。
  $$\begin{gathered} {\delta }_T(t)=\sum _{k=-\infty }^{+\infty }\delta (t-kT) \\ \downarrow F \\ X(jw)=\frac{1}{T}\sum _{k=-\infty }^{+\infty }\delta (w-k{w}_0) \end{gathered}$$

3.4 理想低通滤波器

3.4.1定义

$x(t)$ 对应的傅里叶变换 $X(jw)$ 在频域上表现为单脉冲方波，即为理想低通滤波器。

冲激响应：$h(t)=\frac{sin(w_{c}t)}{\pi t}$ 。

3.4.2 缺点：

1. 非因果系统，因此做不出 实时 系统；
2. 振铃效应：理想的低通滤波器会把陡峭的上升信号，转化成逐渐衰减的波纹传递至无穷远。（增加主瓣面积，可以减弱振铃效应，基于理想低通滤波器设计的其他滤波器就基于这一原理）

3.4.3 理想低通滤波器的阶跃响应

记 $Si(t)={\int }_0^x\frac{sin\tau }{\tau }d\tau$ ，

则响应 $y(t)={\int }_{-\infty }^t\frac{sin(w_{c}t)}{\pi \tau }d\tau =\frac{1}{2}+\frac{1}{\pi }Si(w_{c}t)$ 。

3.4.4 与其他理想滤波器的关系：

下面用 $X(jw;w_1)$ 表示带宽为 $w_1$ 的低通滤波器的频域函数。

• 高通滤波器：$1-X(jw;w_1)$
• 带通滤波器：$X(jw;w_1)-X(jw;w_2),w_1>w_2$
• 带阻滤波器：$1-[X(jw;w_1)-X(jw;w_2)],w_1>w_2$

*3.5 补充内容

3.5.1 二维信号的傅里叶变换

3.5.2 不常见的傅里叶变换

1. 双边指数信号：

   $x(t)=e^{-\alpha |t|}$ ，对应频域上 $X(jw)=\frac{2\alpha }{{\alpha }^2+w^2}$ 。

2. 高斯脉冲信号：

   $x(t)=E{e}^{-(t/\tau {)}^2}$ ，对应频域上 $X(jw)=\sqrt{\pi }E\tau b{e}^{-(\frac{w\tau }{2}{)}^2}$ 。

3. 半波余弦信号：
   $$x(t)=\{\begin{array}{lr}Ecos(\frac{\pi t}{\tau })& |t|<\frac{\tau }{2}\\ 0& |t|>\frac{\tau }{2}\end{array}$$

   对应频域上 $X(jw)=\frac{2E\tau }{\pi }\frac{cos(\frac{w\tau }{2})}{1-(\frac{w\tau }{\pi }{)}^2}$ 。

4. 奇对称斜线：

   $x(t)=\frac{E}{T}t(-T<t<T)$ ，对应频域上 $X(jw)=j\frac{E}{T}[\frac{2sin(wT)}{w^2}-2\frac{T}{w}cos(wT)]$ 。