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
文章目录
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
)
x(n)
x(n)的傅立叶变换定义为:
X
(
e
j
ω
)
=
F
T
[
x
(
n
)
]
=
∑
n
=
−
∞
∞
x
(
n
)
e
−
j
ω
n
X\left(\mathrm{e}^{\mathrm{j} \omega}\right)=\mathrm{FT}[x(n)]=\sum_{n=-\infty}^{\infty} x(n) \mathrm{e}^{-\mathrm{j} \omega n}
X(ejω)=FT[x(n)]=n=−∞∑∞x(n)e−jωn
傅立叶正变换存在的充分条件是序列绝对可和:
∑
n
=
−
∞
∞
∣
x
(
n
)
∣
<
∞
\sum_{n=-\infty}^{\infty}|x(n)|<\infty
n=−∞∑∞∣x(n)∣<∞
傅立叶反变换公式为:
x
(
n
)
=
IFT
[
X
(
e
j
ω
)
]
=
1
2
π
∫
−
π
π
X
(
e
j
ω
)
e
j
ω
n
d
ω
x(n)=\operatorname{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
x(n)=IFT[X(ejω)]=2π1∫−ππX(ejω)ejωn dω
例题
1.设
X
(
e
j
ω
)
X(e^{j\omega})
X(ejω)是
x
(
n
)
x(n)
x(n)的傅立叶变换,求
x
(
−
n
)
x(-n)
x(−n)的傅立叶变换
解:
F
T
[
x
(
−
n
)
]
=
∑
n
=
−
∞
∞
x
(
−
n
)
e
−
j
ω
n
FT[x(-n)] = \sum\limits_{n=-\infty}^{\infty} x(-n)e^{-j\omega n}
FT[x(−n)]=n=−∞∑∞x(−n)e−jωn
令
n
′
=
−
n
n^{\prime}=-n
n′=−n,则
F
T
[
x
(
−
n
)
]
=
∑
n
′
=
−
∞
∞
x
(
n
′
)
e
j
ω
n
′
=
X
(
e
−
j
ω
)
FT[x(-n)] = \sum\limits_{n^{\prime}=-\infty}^{\infty} x(n^{\prime})e^{j\omega n^{\prime}}=X(e^{-j\omega})
FT[x(−n)]=n′=−∞∑∞x(n′)ejωn′=X(e−jω)
2.已知
X
(
e
j
ω
)
=
{
1
∣
ω
∣
<
ω
0
0
ω
0
<
∣
ω
∣
⩽
π
X\left(\mathrm{e}^{\mathrm{j} \omega}\right)=\left\{\begin{array}{ll} 1 & |\omega|<\omega_{0} \\ 0 & \omega_{0}<|\omega| \leqslant \pi \end{array}\right.
X(ejω)={10∣ω∣<ω0ω0<∣ω∣⩽π
求
X
(
e
j
ω
)
X(e^{j\omega})
X(ejω)的傅立叶反变换
x
(
n
)
x(n)
x(n)。
解:
x
(
n
)
=
1
2
π
∫
−
ω
0
ω
0
e
j
ω
n
d
ω
=
1
2
π
e
j
ω
0
n
−
e
−
j
ω
0
n
j
n
=
sin
(
ω
0
n
)
π
n
x(n) = \frac{1}{2\pi}\int_{-\omega_0}^{\omega_0}e^{j\omega n}d\omega=\dfrac{1}{2\pi} \dfrac{e^{j\omega_0 n} - e^{-j\omega _0n}}{jn}=\dfrac{\sin(\omega_0 n)}{\pi n}
x(n)=2π1∫−ω0ω0ejωndω=2π1jnejω0n−e−jω0n=πnsin(ω0n)
二、时域离散信号傅立叶变换的性质
1.周期性
X
(
e
j
ω
)
=
∑
n
=
−
∞
∞
x
(
n
)
e
−
j
ω
n
=
∑
n
=
−
∞
∞
x
(
n
)
e
−
j
(
ω
+
2
π
M
)
n
=
X
(
e
j
(
ω
+
2
π
M
)
)
\begin{aligned} \boldsymbol{X}\left(\boldsymbol{e}^{j \omega}\right) &=\sum_{\boldsymbol{n}=-\infty}^{\infty} \boldsymbol{x}(\boldsymbol{n}) e^{-j \omega n} \\ &=\sum_{\boldsymbol{n}=-\infty}^{\infty} \boldsymbol{x}(\boldsymbol{n}) e^{-j(\omega+2 \pi M) n} \\ &=\boldsymbol{X}\left(\boldsymbol{e}^{j(\boldsymbol{\omega}+\mathbf{2} \pi \boldsymbol{M})}\right) \end{aligned}
X(ejω)=n=−∞∑∞x(n)e−jωn=n=−∞∑∞x(n)e−j(ω+2πM)n=X(ej(ω+2πM))
推导来源:欧拉公式
2.线性
设
X
1
(
e
j
ω
)
=
F
T
[
x
1
(
n
)
]
,
X
2
(
e
j
ω
)
=
F
T
[
x
2
(
n
)
]
X_{1}\left(\mathrm{e}^{\mathrm{j} \omega}\right)=\mathrm{FT}\left[x_{1}(n)\right], X_{2}\left(\mathrm{e}^{\mathrm{j} \omega}\right)=\mathrm{FT}\left[x_{2}(n)\right]
X1(ejω)=FT[x1(n)],X2(ejω)=FT[x2(n)],那么
F
T
[
a
x
1
(
n
)
+
b
x
2
(
n
)
]
=
a
X
1
(
e
j
ω
)
+
b
X
2
(
e
j
ω
)
\mathrm{FT}\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)
FT[ax1(n)+bx2(n)]=aX1(ejω)+bX2(ejω)
3.时移与频移性质
设 X ( e j ω ) = F T [ x ( n ) ] X(e^{j \omega}) = FT[x(n)] X(ejω)=FT[x(n)],那么 F T [ x ( n − n 0 ) ] = e − j ω n 0 X ( e j ω ) F T [ e j ω 0 n x ( n ) ] = X ( e j ( ω − ω 0 ) ) \begin{aligned} \mathrm{FT}\left[x\left(n-n_{0}\right)\right] &=\mathrm{e}^{-\mathrm{j} \omega n_{0}} X\left(\mathrm{e}^{\mathrm{j} \omega}\right) \\ \mathrm{FT}\left[\mathrm{e}^{\mathrm{j} \omega_{0} n} x(n)\right] &=X\left(\mathrm{e}^{\mathrm{j}\left(\omega-\omega_{0}\right)}\right) \end{aligned} FT[x(n−n0)]FT[ejω0nx(n)]=e−jωn0X(ejω)=X(ej(ω−ω0))
例题
求
x
(
n
)
=
δ
(
n
−
3
)
x(n)=\delta(n-3)
x(n)=δ(n−3)的傅立叶变换。
解:
∵
F
T
[
δ
(
n
)
]
=
1
\because \boldsymbol{F T}[\boldsymbol{\delta}(\boldsymbol{n})]=1
∵FT[δ(n)]=1
∴
F
T
[
δ
(
n
−
3
)
]
=
e
−
j
ω
3
⋅
1
=
e
−
j
ω
3
\therefore \boldsymbol{F T}[\boldsymbol{\delta}(\boldsymbol{n}-\mathbf{3})]=e^{-j \omega 3} \cdot 1 = e^{-j \omega 3}
∴FT[δ(n−3)]=e−jω3⋅1=e−jω3
例题
求
x
(
n
)
=
5
(
1
2
)
n
u
(
n
−
1
)
x(n)=5\left(\frac{1}{2}\right)^{n} u(n-1)
x(n)=5(21)nu(n−1)的傅立叶变换。
解:
∵
FT
[
a
n
u
(
n
)
]
=
1
1
−
a
e
−
j
ω
\because \operatorname{FT}\left[\boldsymbol{a}^{n} \boldsymbol{u}(\boldsymbol{n})\right]=\frac{\mathbf{1}}{\mathbf{1}-a e^{-j \omega}}
∵FT[anu(n)]=1−ae−jω1
∴
FT
[
(
1
2
)
n
u
(
n
)
]
=
1
1
−
0.5
e
−
j
ω
\therefore \operatorname{FT}\left[\left(\frac{1}{2}\right)^{n} u(n)\right]=\frac{1}{1-0.5 e^{-j \omega}}
∴FT[(21)nu(n)]=1−0.5e−jω1
根据时移性质有
FT
[
a
n
−
1
u
(
n
−
1
)
]
=
e
−
j
ω
1
−
a
e
−
j
ω
\operatorname{FT}\left[\boldsymbol{a}^{n-\mathbf{1}} \boldsymbol{u}(\boldsymbol{n}-1)\right]=\frac{e^{-j \omega}}{\mathbf{1}-a e^{-j \omega}}
FT[an−1u(n−1)]=1−ae−jωe−jω
∴
F
T
[
(
1
2
)
n
−
1
u
(
n
−
1
)
]
=
e
−
j
ω
1
−
a
e
−
j
ω
\therefore \boldsymbol{F T}\left[\left(\frac{\mathbf{1}}{\mathbf{2}}\right)^{n-\mathbf{1}} \boldsymbol{u}(\boldsymbol{n}-\mathbf{1})\right]=\frac{e^{-j \omega}}{1-a e^{-j \omega}}
∴FT[(21)n−1u(n−1)]=1−ae−jωe−jω
∵
5
(
1
2
)
n
u
(
n
−
1
)
=
5
2
(
1
2
)
n
−
1
u
(
n
−
1
)
\because 5\left(\frac{1}{2}\right)^{n} u(n-1)=\frac{5}{2}\left(\frac{1}{2}\right)^{n-1} u(n-1)
∵5(21)nu(n−1)=25(21)n−1u(n−1)
∴
F
T
[
5
(
1
2
)
n
u
(
n
−
1
)
]
=
5
e
−
j
ω
2
(
1
−
a
e
−
j
ω
)
\therefore \boldsymbol{F T}\left[\mathbf{5}\left(\frac{\mathbf{1}}{\mathbf{2}}\right)^{\boldsymbol{n}} \boldsymbol{u}(\boldsymbol{n}-1)\right]=\frac{5 e^{-j \omega}}{2\left(1-a e^{-j \omega}\right)}
∴FT[5(21)nu(n−1)]=2(1−ae−jω)5e−jω(根据线性性质)
4.时域卷积性质
设
y
(
n
)
=
x
(
n
)
∗
h
(
n
)
y(n)=x(n)*h(n)
y(n)=x(n)∗h(n),则有
Y
(
e
j
ω
)
=
X
(
e
j
ω
)
H
(
e
j
ω
)
Y(e^{j\omega}) = X(e^{j\omega})H(e^{j\omega})
Y(ejω)=X(ejω)H(ejω)
5.频域卷积性质
设
y
(
n
)
=
x
(
n
)
h
(
n
)
y(n)=x(n)h(n)
y(n)=x(n)h(n),则有
Y
(
e
j
ω
)
=
1
2
π
X
(
e
j
ω
)
∗
H
(
e
j
ω
)
Y(e^{j\omega}) = \frac{1}{2\pi} X(e^{j\omega})*H(e^{j\omega})
Y(ejω)=2π1X(ejω)∗H(ejω)
6.帕斯维尔定理(能量定理)
时域总能量=频域总能量
∑
n
=
−
∞
+
∞
∣
x
(
n
)
∣
2
=
1
2
π
∫
−
π
π
∣
X
(
e
j
ω
)
∣
2
d
ω
\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
n=−∞∑+∞∣x(n)∣2=2π1∫−ππ∣∣X(ejω)∣∣2dω
例题
设序列
x
(
n
)
x(n)
x(n)的傅立叶变换为
X
(
e
j
ω
)
X(e^{j\omega})
X(ejω),序列见下图,完成以下运算。
解:
由帕斯维尔定理:
1
2
π
∫
−
π
π
∣
X
(
e
j
ω
)
∣
2
=
∑
n
=
−
∞
+
∞
∣
x
(
n
)
∣
2
\frac{1}{2 \pi} \int_{-\pi}^{\pi}\left|X\left(e^{j \omega}\right)\right|^{2}=\sum_{n=-\infty}^{+\infty}|x(n)|^{2}
2π1∫−ππ∣∣X(ejω)∣∣2=∑n=−∞+∞∣x(n)∣2得:
∫
−
π
π
∣
X
(
e
j
ω
)
∣
2
=
2
π
∑
n
=
−
∞
+
∞
∣
x
(
n
)
∣
2
=
2
π
(
1
+
1
+
4
+
+
1
+
1
+
4
+
1
+
1
)
=
28
π
\begin{aligned} \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{aligned}
∫−ππ∣∣X(ejω)∣∣2=2πn=−∞∑+∞∣x(n)∣2=2π(1+1+4++1+1+4+1+1)=28π
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
)
x_e(n)
xe(n)为共轭对称序列:满足
x
e
(
n
)
=
x
e
∗
(
−
n
)
x_e(n) = x_e^*(-n)
xe(n)=xe∗(−n)
x
0
(
n
)
x_0(n)
x0(n)为共轭反对称序列:满足
x
o
(
n
)
=
−
x
o
∗
(
−
n
)
x_o(n) = -x_o^*(-n)
xo(n)=−xo∗(−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 ) x(n)=x_e(n)+x_o(n) x(n)=xe(n)+xo(n)
(4)通过
x
(
n
)
x_(n)
x(n)求解共轭对称分量
x
e
(
n
)
x_e(n)
xe(n)和共轭反对称分量
x
o
(
n
)
x_o(n)
xo(n):
x
e
(
n
)
=
1
2
[
x
(
n
)
+
x
∗
(
−
n
)
]
x_e(n) = \frac{1}{2}\left[ x(n) + x^*(-n)\right]
xe(n)=21[x(n)+x∗(−n)]
x
o
(
n
)
=
1
2
[
x
(
n
)
−
x
∗
(
−
n
)
]
x_o(n) = \frac{1}{2}\left[ x(n) - x^*(-n)\right]
xo(n)=21[x(n)−x∗(−n)]
接下来讨论FT的对称性:
(1)将序列
x
(
n
)
x(n)
x(n)分成实部和虚部,即
x
(
n
)
=
x
r
(
n
)
+
j
x
i
(
n
)
x(n)=x_{\mathrm{r}}(n)+\mathrm{j} x_{\mathrm{i}}(n)
x(n)=xr(n)+jxi(n)
结论:实部对应的傅立叶变换具有共轭对称性,虚部和
j
j
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
)
x(n)
x(n)分成共轭对称部分和反共轭对称部分,即
x
(
n
)
=
x
e
(
n
)
+
x
o
(
n
)
x(n)=x_{\mathrm{e}}(n)+x_{\mathrm{o}}(n)
x(n)=xe(n)+xo(n)
结论:序列x(n)的共轭对称部分对应
X
(
e
j
ω
)
X(e^{j\omega})
X(ejω)的实部
X
R
(
e
j
ω
)
X_R(e^{j\omega})
XR(ejω),而序列(n)的共轭反对称部分对应
X
(
e
j
ω
)
X(e^{j\omega})
X(ejω)的虚部。
例题
x
(
n
)
=
R
4
(
n
)
x(n)=R_4(n)
x(n)=R4(n),求
x
e
(
n
)
x_e(n)
xe(n)和
x
o
(
n
)
x_o(n)
xo(n)
解:
单位矩形序列是实序列,有
x
∗
(
−
n
)
=
x
(
−
n
)
x^*(-n)=x(-n)
x∗(−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}