Summary of Signal and System

奇异函数

冲激函数 δ ( t ) \delta(t) δ(t)

Dirac定义: ∫ − ∞ + ∞ δ ( t ) = 1 \int_{-\infty}^{+\infty}\delta(t)=1 +δ(t)=1, δ ( t ) = 0 ( t ≠ 0 ) \delta(t)=0(t\neq 0) δ(t)=0(t=0)

性质:
δ ( a t ) = 1 ∣ a ∣ δ ( t ) \delta(at)=\dfrac{1}{|a|}\delta(t) δ(at)=a1δ(t)

f ( t ) δ ( t − t 0 ) = f ( t 0 ) δ ( t − t 0 ) f(t)\delta(t-t_0)=f(t_0)\delta(t-t_0) f(t)δ(tt0)=f(t0)δ(tt0)

f ( t ) ∗ δ ( t − t 0 ) = f ( t 0 ) f(t) * \delta(t-t_0)=f(t_0) f(t)δ(tt0)=f(t0)

阶跃函数 u ( t ) u(t) u(t)

u ′ ( t ) = δ ( t ) u'(t)=\delta(t) u(t)=δ(t)


Fourier Transform

常用函数FT

δ ( t ) ↔ 1 \delta(t) \leftrightarrow 1 δ(t)1
1 ↔ 2 π δ ( ω ) 1 \leftrightarrow 2\pi\delta(\omega) 12πδ(ω)
e a t u ( t ) ↔ 1 a + j ω e^{at}u(t)\leftrightarrow \dfrac{1}{a+j\omega} eatu(t)a+jω1
u ( t ) ↔ π δ ( ω ) + 1 j ω u(t)\leftrightarrow \pi\delta(\omega)+\dfrac{1}{j\omega} u(t)πδ(ω)+jω1

矩形脉冲信号,脉冲幅度为 E E E,脉宽为 τ \tau τ E g τ ( t ) = E ( u ( t + τ 2 ) − u ( t − τ 2 ) ) Eg_{\tau}(t)=E(u(t+\dfrac{\tau}{2})-u(t-\dfrac{\tau}{2})) Egτ(t)=E(u(t+2τ)u(t2τ))
E g τ ( t ) ↔ E τ S a ( ω τ 2 ) Eg_{\tau}(t) \leftrightarrow E\tau Sa(\dfrac{\omega\tau}{2}) Egτ(t)EτSa(2ωτ)

三角脉冲信号,可由两个一样的矩形脉冲信号卷积得到

常用性质

f ( t ) ↔ F ( ω ) f(t)\leftrightarrow F(\omega) f(t)F(ω),则

  1. 对偶性 F ( t ) ↔ 2 π f ( − ω ) F(t)\leftrightarrow 2\pi f(-\omega) F(t)2πf(ω)
  2. 尺度: f ( a t ) ↔ 1 ∣ a ∣ f ( ω a ) f(at)\leftrightarrow \dfrac{1}{|a|}f(\dfrac{\omega}{a}) f(at)a1f(aω)
  3. 时移: f ( t − t 0 ) ↔ e − j ω t 0 F ( ω ) f(t-t_0)\leftrightarrow e^{-j\omega t_0}F(\omega) f(tt0)ejωt0F(ω)
  4. 频移: e − j ω 0 t f ( t ) ↔ F ( ω + ω 0 ) e^{-j\omega_0t}f(t) \leftrightarrow F(\omega+\omega_0) ejω0tf(t)F(ω+ω0)
  5. 微分: d f ( t ) d t ↔ j ω F ( ω ) \dfrac{df(t)}{dt}\leftrightarrow j\omega F(\omega) dtdf(t)jωF(ω), ( − j t ) f ( t ) ↔ d F ( ω ) d ω (-jt)f(t)\leftrightarrow \dfrac{dF(\omega)}{d\omega} (jt)f(t)dωdF(ω)

卷积定理

体现了时域和频域的一种对偶性
f ( t ) ∗ g ( t ) ↔ F ( ω ) ⋅ G ( ω ) f(t) * g(t) \leftrightarrow F(\omega) \cdot G(\omega) f(t)g(t)F(ω)G(ω)
f ( t ) ⋅ g ( t ) ↔ 1 2 π F ( ω ) ∗ G ( ω ) f(t) \cdot g(t) \leftrightarrow \dfrac{1}{2\pi} F(\omega) * G(\omega) f(t)g(t)2π1F(ω)G(ω)


f 0 ( t ) ↔ F 0 ( ω ) f_0(t) \leftrightarrow F_0(\omega) f0(t)F0(ω)

周期化,相当于对冲激函数周期序列作卷积
时域周期化,设周期为 T 1 T_1 T1 ω 1 = 2 π T 1 \omega_1=\dfrac{2\pi}{T_1} ω1=T12π
由卷积定理,频域就要离散化

f ( t ) = ∑ n = − ∞ + ∞ f 0 ( t − n T 1 ) = f 0 ( t ) ∗ ∑ n = − ∞ + ∞ δ ( t − n T 1 ) f(t)=\sum_{n=-\infty}^{+\infty}f_0(t-nT_1)=f_0(t) * \sum_{n=-\infty}^{+\infty}\delta(t-nT_1) f(t)=n=+f0(tnT1)=f0(t)n=+δ(tnT1)
↕ \updownarrow
F 0 ( ω ) ⋅ ω 1 ∑ n = − ∞ + ∞ δ ( ω − n ω 1 ) = ω 1 ∑ n = − ∞ + ∞ F 0 ( n ω 1 ) δ ( ω − n ω 1 ) = F ( ω ) F_0(\omega) \cdot \omega_1 \sum_{n=-\infty}^{+\infty}\delta(\omega-n\omega_1)=\omega_1 \sum_{n=-\infty}^{+\infty}F_0(n\omega_1)\delta(\omega-n\omega_1)=F(\omega) F0(ω)ω1n=+δ(ωnω1)=ω1n=+F0(nω1)δ(ωnω1)=F(ω)
得到所谓周期信号的傅里叶变换

离散化(理想抽样),相当于对冲激函数周期序列作乘积
时域抽样,设抽样间隔为 T s T_s Ts ω s = 2 π T s \omega_s=\dfrac{2\pi}{T_s} ωs=Ts2π
由卷积定理,频域就要周期化

f 0 s ( t ) = f 0 ( t ) ⋅ ∑ n = − ∞ + ∞ δ ( t − n T s ) f_{0s}(t)=f_0(t) \cdot \sum_{n=-\infty}^{+\infty}\delta(t-nT_s) f0s(t)=f0(t)n=+δ(tnTs)
↕ \updownarrow
1 2 π F 0 ( ω ) ∗ ω s ∑ n = − ∞ + ∞ δ ( ω − n ω s ) = ω s 2 π ∑ n = − ∞ + ∞ F 0 ( ω − n ω s ) = F 0 s ( ω ) \dfrac{1}{2\pi}F_0(\omega) * \omega_s \sum_{n=-\infty}^{+\infty}\delta(\omega-n\omega_s)=\dfrac{\omega_s}{2\pi}\sum_{n=-\infty}^{+\infty}F_0(\omega-n\omega_s)=F_{0s}(\omega) 2π1F0(ω)ωsn=+δ(ωnωs)=2πωsn=+F0(ωnωs)=F0s(ω)
得到所谓抽样信号的频谱

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值