Clara_D的博客

但有的时候信号的占空比不一定是50%的信号，这时我们要对其进行傅里叶变换或者频谱推导的时候，就不太适用了。因此本文将对占空比任意的方波信号的傅里叶级数展开进行推导。本文推导将使用傅里叶级数变换的复数形式，具体推导可观看B站Dr.CAN的视频。这里直接引用结论：周期为T的周期函数f(t)可以展开为。常见的方波信号傅里叶级数展开都是占空比为50%，如。上式还可以整理为一个sinc函数的形式。为系数的一系列级数。

两个问题1. 为什么增加采样频率fs量化噪声PSD会降低？由于量化误差可以建模为样本与样本之间不相关，因此可以等效为频率范围[0,fs2][0, \frac{f_s}{2}][0,2fs​​]的“白”噪声，频率响应平坦。但由于量化噪声只与字长有关，在量化噪声功率PnP_{n}Pn​保持不变的情况下，fsf_sfs​增大，单边功率谱密度将会降低：PFD=2×PnfsPFD=2 \times \frac{P_n}{f_s}PFD=2×fs​Pn​​2. 为什么增加采样频率fs对信号的功率谱密度不会变

如图所示信号为脉冲宽度τ，脉冲幅度A，周期为T的周期矩形脉冲信号。上述周期矩形脉冲信号的傅里叶系数推导方式如下:由此式可得知，该信号频谱谱线大致按照采样函数（Sa(t)）形状分布。频谱如下图所示：观察该谱线可得如下特点：频谱为离散谱线谱线幅度以 Sa(kω0τ/2) 为包络线变化在 ω = 2mπ/τ 处过零点主频带宽度为： Bω = 2π / τ变化关系T不变 τ减小时：如下图所示，谱线间距不变，但每两个零点间距离增大。τ一定，T增大：频谱变密，幅度减小。由此可推出，周期