数字信号处理笔记02：离散时间傅里叶变换（DTFT）

m0_46521579

已于 2022-08-10 14:58:13 修改

阅读量4.7k

点赞数 1

分类专栏：数字信号处理文章标签：学习

于 2022-08-03 10:55:21 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/m0_46521579/article/details/126135525

版权

数字信号处理专栏收录该内容

15 篇文章 10 订阅

订阅专栏

一、DTFT的定义

序列 $x[n]$ 可表示为 $\frac{1}{2\pi}e^{j\omega n}d\omega$ 的线性组合，即

$x[n]=\frac{1}{2\pi}\int_{-\pi}^{\pi}X(e^{jw})e^{jwn}dw$

其中， $X(e^{jw})=\sum_{-\infty}^{\infty}x[n]e^{-jwn}$

二、DTFT存在的条件

DTFT存在，即 $X(e^{jw})$ 可明确唯一表示。

1. 一致收敛

2. 均方收敛

3. 冲击函数表示

三、DTFT的性质和定理

1. 线性性质

2. 时域移位性质

3. 频域移位性质

4. 时间倒置性质

5. 频域微分性质

6. 时域卷积定理

7. 帕斯瓦尔定理

8. 频域卷积定理

四、DTFT的对称性

1. 一般序列

$x[n]=x_{Re}[n]+jx_{Im}[n]$

$x_{Re}[n]=\frac{1}{2}\{x[n]+x^{*}[n]\}$

$x_{Im}[n] = \frac{1}{2j}\{ x[n] - x^{*}[n] \}$

2. 共轭对称序列

$x_e[n] = \frac{1}{2}\{ x[n] + x^*[-n] \}$

共轭对称： $x_e[n] = x_e^*[-n]$ ，实部偶对称，虚部奇对称。

3. 共轭反对称序列

$x_o[n]=\frac{1}{2}\{ x[n] - x^*[-n] \}$

共轭反对称： $x_o[n]=-x_o^*[-n]$ ，实部奇对称，虚部偶对称。

$x[n] = x_e[n] + x_o[n]$

4. 性质

5. 实序列

实数序列 $x[n] = x^*[n]$ ，则 $X(e^{jw})=X^*(e^{-jw})$ ，即实数序列的DTFT共轭对称，实部偶对称，虚部奇对称。

$x_e[n]=\frac{1}{2}\{ x[n] + x^*[-n] \} = \frac{1}{2}\{ x[n] + x[-n] \}$ 其DTFT为 $X_{Re}(e^{jw})$

$x_o[n] = \frac{1}{2}\{ x[n] - x^*[-n] \} = \frac{1}{2}\{ x[n] - x[-n] \}$ 其DTFT为 $X_{Im}(e^{jw})$

关注

1
点赞
踩
22

收藏

觉得还不错? 一键收藏
0
评论
数字信号处理笔记02：离散时间傅里叶变换（DTFT）

离散时间傅里叶变换（DTFT）
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。