Parseval’s theorem

No_one-_-2022

已于 2023-07-09 12:08:42 修改

阅读量1.4k

点赞数 1

分类专栏： DSP数字信号处理文章标签：算法数学建模

于 2023-07-06 11:02:32 首次发布

本文链接：https://blog.csdn.net/m0_51143578/article/details/131571243

版权

DSP数字信号处理专栏收录该内容

10 篇文章 5 订阅

订阅专栏

帕塞瓦尔定理阐述了信号在时域和频域的能量等价性，通过数学推导证明了这一关系。定理不仅适用于连续信号，也适用于离散信号，并可以通过MATLAB进行仿真验证。该理论是矢量空间信号正交变换中范数不变性的体现，在数字信号处理中具有重要应用。

摘要由CSDN通过智能技术生成

一、Parseval’s theorem介绍

帕塞瓦尔定理Parseval’s theorem表明了信号的能量在时域和频域相等。

$\int_{-\infty}^{\infty}|f(t)|^{2} \mathrm{~d} t=\frac{1}{2 \pi} \int_{-\infty}^{\infty}|F(\omega)|^{2} \mathrm{~d} \omega=\int_{-\infty}^{\infty}|\hat{F}(f)|^{2} \mathrm{~d} f$

对于两个不同的信号，与上式对应，一个相似的等式为

$\int_{-\infty}^{\infty} f_{i}(t) f_{j}(t) \mathrm{d} t=\frac{1}{2 \pi} \int_{-\infty}^{\infty} F_{i}(\omega) F_{j}^{*}(\omega) \mathrm{d} \omega$

写成离散形式为：

$\sum_{n=0}^{N-1} x[n] y^{*}[n]=\frac{1}{N} \sum_{k=0}^{N-1} X[k] Y^{*}[k]$

数学本质：矢量空间信号正交变换的范数不变性。

二、 Parseval’s theorem基本形式的证明

2.1连续信号

$\begin{aligned} & \int_{-\infty}^{\infty}|f(t)|^{2} d t \\ = & \int_{-\infty}^{\infty} f(t) f^{*}(t) d t \\ = & \int_{-\infty}^{\infty}\left[\frac{1}{2 \pi} \int_{-\infty}^{\infty} F(\omega) e^{j \omega t} d \omega\right]\left[\frac{1}{2 \pi} \int_{-\infty}^{\infty} F^{*}\left(\omega^{\prime}\right) e^{-j \omega^{\prime} t} d \omega^{\prime}\right] d t \\ = & \frac{1}{2 \pi} \int_{-\infty}^{\infty} F(\omega) \frac{1}{2 \pi} \int_{-\infty}^{\infty} F^{*}\left(\omega^{\prime}\right)\left[\int_{-\infty}^{\infty} e^{j\left[\omega-\omega^{\prime}\right] t} d t\right] d \omega^{\prime} d \omega \\ = & \frac{1}{2 \pi} \int_{-\infty}^{\infty} F(\omega) \frac{1}{2 \pi} \int_{-\infty}^{\infty} F^{*}\left(\omega^{\prime}\right) 2 \pi \delta\left(\omega-\omega^{\prime}\right) d \omega^{\prime} d \omega \\ = & \frac{1}{2 \pi} \int_{-\infty}^{\infty} F(\omega) F^{*}(\omega) d \omega \\ = & \frac{1}{2 \pi} \int_{-\infty}^{\infty}|F(\omega)|^{2} d \omega \end{aligned}$

换一种写法，结论是相似的

$\begin{aligned} &\int_{-\infty}^{\infty}|x(t)|^{2} d t \\ =& \int_{-\infty}^{\infty} x(t) x^{*}(t) d t \\ =&\int_{-\infty}^{\infty} x(t)\left[\int_{-\infty}^{\infty} X^{*}(f) e^{-j 2 \pi f t} d f\right] d t \\ =&\int_{-\infty}^{\infty} X^{*}(f)\left[\int_{-\infty}^{\infty} x(t) e^{-j 2 \pi f t} d t\right] d f \\ =&\int_{-\infty}^{\infty} X^{*}(f) X(f) d f \\ =&\int_{-\infty}^{\infty}|X(f)|^{2} d f \end{aligned}$

2.2离散信号

$\begin{array}{l} \sum_{n=0}^{N-1} x[n] y^{*}[n]=\frac{1}{N} \sum_{k=0}^{N-1} X[k] Y^{*}[k] \\ =\sum_{n=0}^{N-1} x[n]\left(\frac{1}{N} \sum_{k=0}^{N-1} Y[k] W_{N}^{-n k}\right)^{*} \\ =\frac{1}{N} \sum_{n=0}^{N-1} x[n]\left(\sum_{k=0}^{N-1} Y^{*}[k] W_{N}^{n k}\right) \\ =\frac{1}{N} \sum_{k=0}^{N-1} Y^{*}[k]\left(\sum_{n=0}^{N-1} x[n] W_{N}^{n k}\right) \\ =\frac{1}{N} \sum_{k=0}^{N-1} Y^{*}[k] X[k] \end{array}$

三、MATLAB仿真验证

clc,clear;
T = 20;  dt = 0.001; t = dt:dt:T; N = size(t,2);  
fs = 1/dt;   ws = fs*2*pi; df = 1/T; dw = 2*pi*df;
s1 = exp(-0.2*t).*sin(2*pi*0.5*t); s2 = exp(-0.1*t).*sin(2*pi*0.6*t);
Us1 = fft(s1); Us2 = fft(s2);
Et11 = sum(s1.*s1)
Ew11 = sum(Us1.*conj(Us1))/N

Et12 = sum(s1.*s2)
Ew12 = sum(Us1.*conj(Us2))/N