推导：从傅里叶级数展开到傅里叶变换

最新推荐文章于 2024-06-01 14:07:49 发布

越野者

最新推荐文章于 2024-06-01 14:07:49 发布

阅读量1.8w

点赞数 9

分类专栏：信号与系统傅里叶变换文章标签：信号与系统傅里叶变换

本文链接：https://blog.csdn.net/discoverer100/article/details/60885633

版权

说明：本文主要参考资料为奥本海姆的《信号与系统》（第二版），推导过程中融入了少量个人理解。

假设我们已经知晓了周期信号的傅里叶级数展开，在连续信号条件下，其傅里叶级数对为

x (t) = \sum k = - \infty + \infty a k e j k ω 0 t = \sum k = - \infty + \infty a k e j k (2 π / T) t (1)

$x\left( t \right) = \sum\limits_{k = - \infty }^{ + \infty } {{a_k}{{\rm{e}}^{ {\rm{j}}k{\omega _0}t}}} = \sum\limits_{k = - \infty }^{ + \infty } {{a_k}{{\rm{e}}^{ {\rm{j}}k\left( {2\pi /T} \right)t}}} \tag {1}$

a k = 1 T \int T x (t) e - j k ω 0 t d t = 1 T \int T x (t) e - j k (2 π / T) t d t (2)

${a_k} = \frac{1}{T}\int_T {x\left( t \right){{\rm{e}}^{ - {\rm{j}}k{\omega _0}t}}{\rm{d}}t} = \frac{1}{T}\int_T {x\left( t \right){{\rm{e}}^{ - {\rm{j}}k\left( {2\pi /T} \right)t}}{\rm{d}}t} \tag {2}$

其中，公式(1)为综合公式，它描述如何将原始信号 $x\left( t \right)$ 分解，公式(2)为分析公式， $a_k$ 表示信号 $x\left( t \right)$ 的傅里叶系数（也称为频谱系数），其物理意义是原始信号 $x\left( t \right)$ 分解出来的每一个谐波分量强度的度量，其中当 $k=0$ 时，即 $a_0$ 就是原始信号 $x\left( t \right)$ 的直流分量（也称为常数分量）。