【信号处理】基础知识——傅里叶变换

本文介绍了信号处理中的基本概念,如复指数信号、谐波、相位和卷积,详细阐述了傅里叶级数的正交性和狄利克雷条件的应用。涵盖了傅里叶变换、检波、拉普拉斯变换和Z变换等变换技术,以及采样定理和频谱分析中的问题,如频谱泄露和FIR滤波器的原理。
摘要由CSDN通过智能技术生成

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档


基础概念

复指数信号

复指数e^jwt到底是啥
动态可视图
一个线性时不变系统的输入能够表示为复指数的线性组合,那么其输出也能够表示成相同的复指数信号的线性组合

谐波

谐波是指电流中所含有的频率为基波的整数倍的电量,一般是指对周期性的非正弦电量进行傅立叶级数分解,除了基波频率的电量,其余大于基波频率的电流产生的电量,称为谐波。

相位

相位差则是时间差在一个周期中所占的比例。我们将时间差除周期再乘2Pi,就得到了相位差。

卷积

一个 系统对信号的响应函数(也就是响应),那么二者的卷积就可以看做是在 t时刻对系统进行观察, 得到的观察结果(也就是输出)将是过去产生的所有信号经过系统的「处理/响应」后得到的结果的 叠加,这也就是 卷积的物理意义了。

某一时刻的输出是之前很多次输入乘以各自的衰减系数之后的叠加而形成某一点的输出,然后再把不同时刻的输出点放在一起,形成一个函数,这就是卷积。


三角函数正交基——周期2Π的信号傅里叶级数表示——周期T的傅里叶级数表示

1.三角函数正交性

频率不同的三角函数相乘在一个周期内(-π到π)的积分必定为0。三角函数是正交基。

2.傅里叶级数

简洁说明
在满足狄利克雷条件时,周期信号能够被展开成傅里叶级数。(充分不必要条件)(反之:阶跃函数)

狄利克雷条件的定义如下:

  1. 在一周期内,连续或只有有限个第一类间断点。
  2. 在一周期内,极大值和极小值的数目应是有限个。
  3. 在一周期内,信号是绝对可积的。

为什么要考虑狄利克雷条件

为什么要考虑狄里赫利条件,是因为把周期信号展开成傅里叶级数得到的是一个无穷级数,数学分析告诉我们无穷级数要讨论收敛性,所以出现了狄里赫利条件的讨论。

离散傅里叶变换(DFT)是对有限长离散序列的操作,有限长必然不是周期信号,离散序列必然不连续,且必然收敛。

傅里叶级数,在时域是一个周期且连续的函数,而在频域是一个非周期离散的函数。

傅里叶变换

大神版链接奉上

傅里叶变换,是将一个时域非周期的连续信号,转换为一个在频域非周期的连续信号。
T趋于无穷

线性时不变系统的作用就是通过乘以相应频率点上的频率响应值来逐个改变输入信号的每一个傅里叶系数。
即,y[n]的第k个傅里叶系数就是输入的第k个傅里叶系数与该系统在对应频率点上的频率响应值H(e^j2Πk/N)的乘积。
频率相应:
连续时间情况下:H(jw)
离散时间情况下:H(e^jw)

应用:

微分滤波器:
H(jw)=jw
对复指数输入来说,较大w值将有较大放大。
在增强信号中的快速变换部分,或在信号快速变换中有用。eg.图像处理中用于边缘的增晰

时域连续对应频域非周期,离散对应周期
时域周期对应频域离散,非周期对应连续

原因:频率离散,则频率分辨率对应时域周期

检波(信号检测原理)

比如给你一段信号,问你信号里有没有100HZ频率的正弦波信号,怎么办?简单,把这个信号和100hz的正弦波信号相乘(准确说是一组正交的基底,傅里叶变换中就是一个 sin 一个 cos ),然后对其周期内积分,如果结果不是0,那么这个信号就含有100HZ的信号。

拉普拉斯变换

大佬链接
解决不收敛的信号
拉普拉斯变换的意义无非就是把那些想要上天的函数掰弯,好最终变成那种适合做变换的函数,但是掰弯听起来不太专业,所以我们又管e^-o叫衰减因子

Z变换

离散信号版傅里叶变换

离散傅里叶变换

头疼,看不下

快速傅里叶变换

DFT代码的不断分解计算,将复信号序列分为奇数序列与偶数序列,直到最终分解为2点DFT


提示:以下是本篇文章正文内容,下面案例可供参考

采样定理

奈奎斯特采样定理:只要采样频率大于或等于有效信号最高频率的两倍,采样值就可以包含原始信号的所有信息,被采样的信号就可以不失真地还原成原始信号。
频谱混叠看这个

代码

八错

频谱泄露和窗函数

通俗易懂!!!
整周期截断,不会造成频谱泄露!
非整周期截断,必然造成频谱泄露!

频谱分析:频谱混叠、频谱泄露、栅栏效应

图解
越看越懵

FIR滤波器

啥也别说,看这个
我也不知道是不是这个了。。。
将含噪声信号与低通滤波器的傅里叶逆变换值进行卷积,这个过程就是FIR滤波。
线性相位
但可能有相位延迟

问题汇总

滤波目的
去除特定的频率信号

代码如下(示例):

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import  ssl
ssl._create_default_https_context = ssl._create_unverified_context

2.读入数据


总结

  • 2
    点赞
  • 3
    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