6.傅里叶变换2
傅里叶变换的对称性
如果函数 x ( t ) x(t) x(t)的傅里叶变换是 y ( f ) y(f) y(f),则 y ( t ) y(t) y(t)的傅里叶变换是 x ( − f ) x(-f) x(−f)。
延迟信号的傅里叶变换
若 J [ x ( t ) ] = X ( f ) \mathscr{J}[x(t)]=X(f) J[x(t)]=X(f),则 F [ x ( t − t 0 ) ] = X ( f ) e − j 2 π f t 0 \mathscr{F}[x(t-t_0)]=X(f)\mathrm{e}^{-\mathrm{j}2\pi ft_0} F[x(t−t0)]=X(f)e−j2πft0。时域延迟等价于频域旋转。
矩形脉冲延时信号的傅里叶变换,旋转其实在三维空间里看起来形状比较怪异。
卷积
反褶:一般多项式都是按x的降幂排列,这里将其中一个多项式的各项按x的升幂排列。平移:将按x的升幂排列的多项式每次向右平移一个项。相乘:垂直对齐的项分别相乘。求和:相乘的各结果相加。
反褶、平移、相乘、求和,这就是通信原理中常用的一个概念“卷积”的计算过程。
对于两个周期信号,时域相乘相当于频域卷积。
离散序列的卷积: x [ n ] ∗ y [ n ] = ∑ k = − ∞ + ∞ x [ k ] y [ n − k ] x[n]*y[n]=\sum_{k=-\infty}^{+\infty}x[k]y[n-k] x[n]∗y[n]=∑k=−∞+∞x[k]y[n−k]
频域卷积定理:若 F [ x ( t ) ] = X ( f ) \mathscr{F}\left[x(t)\right]=X(f) F[x(t)]=X(f), F [ y ( t ) ] = Y ( f ) \mathscr{F}[y(t)]{=}Y(f) F[y(t)]=Y(f),则 F [ x ( t ) y ( t ) ] = X ( f ) ∗ Y ( f ) \mathscr{F}[x(t)y(t)]{=}X(f){*}Y(f) F[x(t)y(t)]=X(f)∗Y(f)。。
连续函数的卷积:一般将两个离散序列的卷积称为“卷积和”,将两个连续函数的卷积称为“卷积积分”。卷积和的计算过程为:反褶—平移—相乘—求和。卷积积分的计算过程与其类似:反褶—平移—相乘—积分,只是要将最后一步“求和”改为“积分”。
$$X(f)*Y(f)=\int_{-\infty}^{+\infty}X(\tau)Y(f-\tau)\mathrm{d}\tau$$卷积积分的计算很麻烦。值得庆幸的是:通信系统中很少用到这样的卷积积分,有一类卷积积分倒是很常用,那就是:与单位冲激函数做卷积。
一个函数与单位冲激函数的卷积结果为函数本身。一个函数** X ( f ) X(f) X(f)与单位冲激函数 δ ( f − f 0 ) δ(f-f_0) δ(f−f0)的卷积结果为 X ( f − f 0 ) X(f-f_0) X(f−f0)** 。
频域卷积定理在调制中的应用:
时域相乘相当于频域卷积,而cos函数在频域上为两个冲击响应,这就用到了与冲击响应的卷积,相当于频谱的搬移。这就是调制。
频域卷积定理在采样中的应用:采样就是模拟信号和抽样脉冲相乘得到抽样信号的过程
在时域以 T s T_s Ts为周期对信号 x ( t ) x(t) x(t)进行采样,相当于在频域以采样频率 f s f_s fs为间隔对 x ( t ) x(t) x(t)的频谱进行周期性拓展
信号卷积的傅里叶变换
离散系统的单位冲击响应:
如果把 δ [ n ] δ[n] δ[n]作为输入信号输入离散系统,则对应的输出被称为单位冲激响应序列,一般用符号 h [ n ] h[n] h[n]来表示,有了 h [ n ] h[n] h[n]后,离散系统输入任何序列都可以得到对应的输出序列,因此常常用单位冲激响应序列** h [ n ] h[n] h[n]来描述一个离散系统**。
离散系统的输出等于输入序列和单位冲激响应序列的卷积。
连续系统的单位冲击响应:
如果把单位冲激信号 δ ( t ) δ(t) δ(t)作为输入信号输入连续系统,则对应的输出被称为单位冲激响应,一般用符号 h ( t ) h(t) h(t)来表示,有了 h ( t ) h(t) h(t)后,连续系统输入任何信号都可以得到对应的输出信号,因此常常用单位冲激响应 h ( t ) h(t) h(t)来描述一个连续系统。
连续系统的输出也是等于输入信号和单位冲激响应的卷积
为什么通过理想低通滤波器可以重建原始模拟信号呢?