数字信号处理知识梳理与例题2——时域离散信号的傅立叶变换

提示：本节只需掌握基本定义与性质，后期进行信号的频域转换的时候多采用Z变换

---

学习要点

1.傅立叶变换的正变换和逆变换的定义，以及存在条件。
2.傅立叶变换的性质和定理

一、傅立叶变换及反变换定义

序列$x(n)$的傅立叶变换定义为：
$$X\left({\mathrm{e}}^{\mathrm{j}\omega }\right)=\mathrm{F}\mathrm{T}[x(n)]=\sum _{n=-\infty }^{\infty }x(n){\mathrm{e}}^{-\mathrm{j}\omega n}$$
傅立叶正变换存在的充分条件是序列绝对可和：
$$\sum _{n=-\infty }^{\infty }|x(n)|<\infty$$
傅立叶反变换公式为：
$$x(n)=\mathrm{IFT}\left[X\left({\mathrm{e}}^{\mathrm{j}\omega }\right)\right]=\frac{1}{2\pi }{\int }_{-\pi }^{\pi }X\left({\mathrm{e}}^{\mathrm{j}\omega }\right){\mathrm{e}}^{\mathrm{j}\omega n}\mathrm{d}\omega$$

例题

1.设$X(e^{j\omega })$是$x(n)$的傅立叶变换，求$x(-n)$的傅立叶变换
解：
$FT[x(-n)]=\sum _{n=-\infty }^{\infty }x(-n)e^{-j\omega n}$
令$n^{\prime }=-n$,则
$FT[x(-n)]=\sum _{n^{\prime }=-\infty }^{\infty }x(n^{\prime })e^{j\omega n^{\prime }}=X(e^{-j\omega })$

2.已知$$X\left({\mathrm{e}}^{\mathrm{j}\omega }\right)=\{\begin{array}{ll}1& |\omega |<{\omega }_0\\ 0& {\omega }_0<|\omega |⩽\pi \end{array}$$
求$X(e^{j\omega })$的傅立叶反变换$x(n)$。
解：
$x(n)=\frac{1}{2\pi }{\int }_{-{\omega }_0}^{{\omega }_0}{e}^{j\omega n}d\omega =\frac{1}{2\pi }\frac{e^{j{\omega }_{0}n}-e^{-j{\omega }_{0}n}}{jn}=\frac{\sin ({\omega }_{0}n)}{\pi n}$

二、时域离散信号傅立叶变换的性质

1.周期性

$$\begin{array}{rl}\mathbf{X}\left({\mathbf{e}}^{j\omega }\right)& =\sum _{\mathbf{n}=-\infty }^{\infty }\mathbf{x}(\mathbf{n})e^{-j\omega n}\\ & =\sum _{\mathbf{n}=-\infty }^{\infty }\mathbf{x}(\mathbf{n})e^{-j(\omega +2\pi M)n}\\ & =\mathbf{X}\left({\mathbf{e}}^{j(\mathbf{\omega }+2\pi \mathbf{M})}\right)\end{array}$$
推导来源：欧拉公式

2.线性

设$X_1\left({\mathrm{e}}^{\mathrm{j}\omega }\right)=\mathrm{F}\mathrm{T}\left[x_1(n)\right],X_2\left({\mathrm{e}}^{\mathrm{j}\omega }\right)=\mathrm{F}\mathrm{T}\left[x_2(n)\right]$，那么
$$\mathrm{F}\mathrm{T}\left[a{x}_1(n)+b{x}_2(n)\right]=a{\mathrm{X}}_1\left({\mathrm{e}}^{\mathrm{j}\omega }\right)+b{X}_2\left({\mathrm{e}}^{\mathrm{j}\omega }\right)$$

3.时移与频移性质

设$X(e^{j\omega })=FT[x(n)]$，那么$$\begin{array}{rl}\mathrm{F}\mathrm{T}\left[x\left(n-n_0\right)\right]& ={\mathrm{e}}^{-\mathrm{j}\omega n_0}X\left({\mathrm{e}}^{\mathrm{j}\omega }\right)\\ \mathrm{F}\mathrm{T}\left[{\mathrm{e}}^{\mathrm{j}{\omega }_{0}n}x(n)\right]& =X\left({\mathrm{e}}^{\mathrm{j}\left(\omega -{\omega }_0\right)}\right)\end{array}$$

例题

求$x(n)=\delta (n-3)$的傅立叶变换。
解：
$\because \mathbf{F}\mathbf{T}[\mathbf{\delta }(\mathbf{n})]=1$
$\therefore \mathbf{F}\mathbf{T}[\mathbf{\delta }(\mathbf{n}-3)]=e^{-j\omega 3}\cdot 1=e^{-j\omega 3}$

例题

求$x(n)=5{\left(\frac{1}{2}\right)}^{n}u(n-1)$的傅立叶变换。
解：
$$\because \mathrm{FT}\left[{\mathbf{a}}^n\mathbf{u}(\mathbf{n})\right]=\frac{1}{1-a{e}^{-j\omega }}$$
$$\therefore \mathrm{FT}\left[{\left(\frac{1}{2}\right)}^{n}u(n)\right]=\frac{1}{1-0.5e^{-j\omega }}$$
根据时移性质有 $$\mathrm{FT}\left[{\mathbf{a}}^{n-1}\mathbf{u}(\mathbf{n}-1)\right]=\frac{e^{-j\omega }}{1-a{e}^{-j\omega }}$$
$$\therefore \mathbf{F}\mathbf{T}\left[{\left(\frac{1}{2}\right)}^{n-1}\mathbf{u}(\mathbf{n}-1)\right]=\frac{e^{-j\omega }}{1-a{e}^{-j\omega }}$$
$$\because 5{\left(\frac{1}{2}\right)}^{n}u(n-1)=\frac{5}{2}{\left(\frac{1}{2}\right)}^{n-1}u(n-1)$$
$$\therefore \mathbf{F}\mathbf{T}\left[5{\left(\frac{1}{2}\right)}^{\mathbf{n}}\mathbf{u}(\mathbf{n}-1)\right]=\frac{5e^{-j\omega }}{2\left(1-a{e}^{-j\omega }\right)}$$（根据线性性质）

4.时域卷积性质

设$y(n)=x(n)\ast h(n)$,则有
$$Y(e^{j\omega })=X(e^{j\omega })H(e^{j\omega })$$

5.频域卷积性质

设$y(n)=x(n)h(n)$,则有
$$Y(e^{j\omega })=\frac{1}{2\pi }X(e^{j\omega })\ast H(e^{j\omega })$$

6.帕斯维尔定理（能量定理）

时域总能量=频域总能量
$$\sum _{n=-\infty }^{+\infty }|x(n){|}^2=\frac{1}{2\pi }{\int }_{-\pi }^{\pi }{\left|X\left(e^{j\omega }\right)\right|}^{2}d\omega$$

例题

设序列$x(n)$的傅立叶变换为$X(e^{j\omega })$,序列见下图，完成以下运算。

解：
由帕斯维尔定理：$\frac{1}{2\pi }{\int }_{-\pi }^{\pi }{\left|X\left(e^{j\omega }\right)\right|}^2={\sum }_{n=-\infty }^{+\infty }|x(n){|}^2$得：
$\begin{array}{rl}{\int }_{-\pi }^{\pi }{\left|X\left(e^{j\omega }\right)\right|}^2& =2\pi \sum _{n=-\infty }^{+\infty }|x(n){|}^2\\ & =2\pi (1+1+4++1+1+4+1+1)=28\pi \end{array}$

7.FT的对称性（重点）

预备知识：
(1)共轭对称和共轭反对称的概念：
$x_e(n)$为共轭对称序列：满足$x_e(n)=x_e^{\ast }(-n)$
$x_0(n)$为共轭反对称序列：满足$x_o(n)=-x_o^{\ast }(-n)$

(2)共轭对称和共轭反对称的性质：
共轭对称序列实部是偶函数，虚部是奇函数
共轭反对称序列实部是奇函数，虚部是偶函数

(3)一般序列用共轭对称和共轭反对称序列之和表示：$x(n)=x_e(n)+x_o(n)$

(4)通过$x_{(}n)$求解共轭对称分量$x_e(n)$和共轭反对称分量$x_o(n)$：
$x_e(n)=\frac{1}{2}\left[x(n)+x^{\ast }(-n)\right]$
$x_o(n)=\frac{1}{2}\left[x(n)-x^{\ast }(-n)\right]$

接下来讨论FT的对称性：
（1）将序列$x(n)$分成实部和虚部，即
$$x(n)=x_{\mathrm{r}}(n)+\mathrm{j}{x}_{\mathrm{i}}(n)$$
结论：实部对应的傅立叶变换具有共轭对称性，虚部和$j$一起对应的傅立叶变换具有共轭反对称性。

（2）将序列$x(n)$分成共轭对称部分和反共轭对称部分，即
$$x(n)=x_{\mathrm{e}}(n)+x_{\mathrm{o}}(n)$$
结论：序列x(n)的共轭对称部分对应$X(e^{j\omega })$的实部$X_R(e^{j\omega })$，而序列(n)的共轭反对称部分对应$X(e^{j\omega })$的虚部。

例题

$x(n)=R_4(n)$,求$x_e(n)$和$x_o(n)$
解：
单位矩形序列是实序列，有$x^{\ast }(-n)=x(-n)$
x e ( n ) = 1 2 [ R 4 ( n ) + R 4 ( − n ) ] = { 0.5 , 0.5 , 0.5 , 1 , 0.5 , 0.5 , 0.5 } x_{e}(n)=\frac{1}{2}\left[R_{4}(n)+R_{4}(-n)\right]=\{0.5,0.5,0.5,1,0.5,0.5,0.5\} xe​(n)=21​[R4​(n)+R4​(−n)]={0.5,0.5,0.5,1,0.5,0.5,0.5}
x o ( n ) = 1 2 [ R 4 ( n ) − R 4 ( − n ) ] = { − 0.5 , − 0.5 , − 0.5 , 0 ‾ , 0.5 , 0.5 , 0.5 } x_{o}(n)=\frac{1}{2}\left[R_{4}(n)-R_{4}(-n)\right] = \{-0.5,-0.5,-0.5, \underline{0}, 0.5,0.5,0.5\} xo​(n)=21​[R4​(n)−R4​(−n)]={−0.5,−0.5,−0.5,0​,0.5,0.5,0.5}