深入浅出通信原理 | 傅里叶变换的特性：对称性、时移特性、卷积特性

微信公众号上线，搜索公众号小灰灰的FPGA,关注可获取相关源码，定期更新有关FPGA的项目以及开源项目源码，包括但不限于各类检测芯片驱动、低速接口驱动、高速接口驱动、数据信号处理、图像处理以及AXI总线等

本节目录

一、傅里叶变换的对称性
二、傅里叶变换的时移特性
三、傅里叶变换的卷积特性
1、频域卷积定理
2、离散序列的卷积
3、连续序列的卷积

本节内容
一、傅里叶变换的对称性
傅里叶变换的对称性：
若函数x(t)的傅里叶变换是y(f)，则y(t)的傅里叶变换是x(-f)。

以直流信号的傅里叶变换和冲激信号的傅里叶变换来了解下，幅值为1的直流信号的傅里叶变换是单位冲激函数；单位冲激函数的傅里叶变换是常数1。

以矩形脉冲信号的傅里叶变换和sinc脉冲信号的傅里叶变换来了解下，矩形脉冲信号的傅里叶变换是sinc脉冲信号；sinc脉冲信号的傅里叶变换是矩形脉冲信号。

二、傅里叶变换的时移特性
信号x(t)在时域中延迟t0等价于在频域中乘以因子，这就是傅里叶变换的时移特性。也就是说，时域延迟等价于频域旋转。
若信号x(t-t0)由x(t)延迟t0时间得到,时移特性的公式如下：

将x(t)的频谱旋转，可得到x(t-t0)的频谱。将f>0部分顺时针旋转，将f<0部分逆时针旋转，且旋转的角度大小为|2πft0|，与频率f成正比。

矩形脉冲信号x(t)及其延迟信号x(t-t0),其中脉冲宽度τ=1，时间延迟t0=0.1。

矩形脉冲信号x(t)的傅里叶变换和频谱如下：

矩形脉冲延迟信号x(t-t0)的傅里叶变换和频谱如下：

正频率部分频谱发生顺时针旋转，负频率部分频谱发生逆时针旋转，频率越高旋转的角度越大。
三、傅里叶变换的卷积特性
1、频域卷积定理
时域相乘相当于频域卷积。

对于两个周期信号，时域相乘相当于频域卷积。
有2个周期信号f(t)和g(t):
f(t)=ej2ωt+5ejωt+6，其傅里叶系数为：[1,5,6]
g(t)=3ejωt+2，其傅里叶系数为：[3,2]
f(t)和g(t)的乘积为：y(t)=f(t)g(t)=3ej3ωt+17ej2ωt+28ejωt+12
y(t)信号的傅里叶系数不需要先在时域做相乘运算，再求傅里叶系数，可以直接用 f(t)和g(t)周期信号的傅里叶系数的卷积计算出来：
[3,17,28,12]=[1,5,6][3,2]，其中表示卷积。
2、离散序列的卷积
任意两个序列x[n]和y[n]的卷积为：

具体过程：反褶、平移、相乘、求和。
x[n]和y[n]的图示如下:

反褶，对y[k]进行反褶得到y[-k]，从而得到x[k]和y[-k]

平移0：n=0，y[-k]平移0得到y[0-k]，与x[k]相乘（k=0～n），再求和得到z[0]=x[0]y[0]，如下：

平移1：n=1，y[-k]向右平移1得到y[1-k]，与x[k]相乘（k=0～n），再求和得到z[1]=x[0]y[1]+x[1]y[0]，如下：

平移2：n=2，y[-k]向右平移2得到y[2-k]，与x[k]相乘（k=0～n），再求和得到z[2]=x[0]y[2]+x[1]y[1]+x[2]y[0]，如下：

从平移3到平移8，直到最后n=9结束。
平移9：n=9，y[-k]向右平移9得到y[9-k]，与x[k]相乘（k=0～n），再求和得到z[9]=x[0]y[9]+x[1]y[8]+x[2]y[7]+…+x[8]y[1]+x[9]y[0]，如下：

z[n]=x[n]*y[n]，x[n]和y[n]卷积如下：

3、连续序列的卷积
将两个连续函数的卷积称为卷积积分，计算过程为反褶—平移—相乘—积分。
两个连续函数X(f)和Y(f)，其表达式为：

其图形如下：

其卷积为：

反褶，将Y(τ)反褶，得到Y(-τ)

平移，将Y(-τ)平移f,得到Y(f-τ)。下图中，最上方为f=1平移后的图形Y(1-τ),中间为f=2平移后的图形Y(2-τ),最下方为f=3平移后的图形Y(3-τ)。

相乘，将X(τ)×Y(f-τ)，下图左侧为平移后的图形，右侧X(τ)×Y(f-τ)的图形。

积分，其实也就是X(τ)×Y(f-τ)中两函数图形的交叉面积，