快速傅立叶变换魔法阵

最新推荐文章于 2023-12-12 20:31:46 发布

庞兴庆

最新推荐文章于 2023-12-12 20:31:46 发布

阅读量573

点赞数

分类专栏： HAPAE 文章标签：快速傅立叶变换

本文链接：https://blog.csdn.net/qq_27485675/article/details/105117111

版权

HAPAE 专栏收录该内容

8 篇文章 0 订阅

订阅专栏

Table of Contents

1.所需材料

A.复数

B.连续时间正弦信号、三角函数公式、欧拉公式

C.连续时间复指数信号（极坐标）、欧拉公式变换后的复指数信号（直角坐标）

D.连续时间正弦函数的复指数表示（欧拉公式分解）

E.离散时间复指数信号的重复性（采样定理、混叠）

F.离散时间信号分解为单位脉冲（卷积和）

G.离散时间线性时不变系统的系统响应（h[n])

H.连续时间周期函数的傅立叶分解

Ex.A 以N阶线性常系数差分方程表示的离散时间系统

Ex.B. 有限脉冲响应离散时间系统（FIR，N=0）

Ex.C. 无限脉冲响应离散时间系统（IIR，N>0)

2. 傅立叶变化魔法

A.连续时间周期函数傅立叶级数（三角函数、直角坐标系、FS）

B.连续时间周期函数傅立叶级数（复指数、极坐标系、FS）

C.离散时间周期函数的傅立叶级数（复指数、极坐标系、DFT）

1.所需材料

A.复数

$z=\Re + \Im =a+ib=r(\cos \theta+i\sin \theta)=re^{i\theta },r=\sqrt{a^{2}+b^{2}}, \sin \theta = \frac{b}{r}$

$z^{*}=a-ib$

$z+z^{*} = 2a \quad or \quad z+z^{*} = 2 \Re$

$z-z^{*} = 2bi \quad or \quad z-z^{*} = 2 \Im$

B.连续时间正弦信号、三角函数公式、欧拉公式

$f(t)=A\sin(\omega t+\theta), \quad T=\frac{2\pi }{\omega } = \frac{1}{f}$

$A\sin(\alpha + \beta) = A\sin\alpha\cos\beta + A\sin\beta\cos\alpha$

$\cos t=\frac{e^{it}+e^{-it}}{2},\sin t=\frac{e^{it}-e^{-it}}{2i}$

C.连续时间复指数信号（极坐标）、欧拉公式变换后的复指数信号（直角坐标）

$f(t)=Ae^{st}, \quad s=\sigma +j\omega$

$f(t)=Ae^{(\sigma +j\omega )t}=Ae^{\sigma t}\cos (\omega t)+jAe^{\sigma t}\sin(\omega t)$

D.连续时间正弦函数的复指数表示（欧拉公式分解）

$A\cos(\omega t+\phi )=A\Re\{e^{j(\omega t+\phi)}}\}$

$A\sin(\omega t+\phi )=A\Im\{e^{j(\omega t+\phi)}}\}$

$sin(\omega t) = \Im \{e^{j\omega t}\}$

E.离散时间复指数信号的重复性（采样定理、混叠）

对于连续信号 $\omega$ 越大，信号频率越大，对于离散信号由于N是固定的，因此相对不同 $\omega$ 值的这N个值呈现周期重复性

$x[n]=e^{j(\omega +2\pi)n}=e^{j2\pi n}e^{j\omega n}=e^{j\omega n}$

F.离散时间信号分解为单位脉冲（卷积和）

$\delta [n]=\left\{\begin{matrix} 1\quad(n=0)\\0\quad(n\neq 0) \end{matrix}\right.$

$x[n]=\sum_{k=0}^{N}x(k)\delta (n-k)$

G.离散时间线性时不变系统的系统响应（h[n])

$\delta [n]\overset{System}{\rightarrow}h[n]$

$x[n]\overset{System}{\rightarrow}y[n]$

$y[n]=\sum_{k=0}^{N}x[k]h[n-k]=x[n] * h[n]\quad convolution$

H.连续时间周期函数的傅立叶分解

$f(t)=A_0+\sum_{n=1}^{\infty}A_n\sin(n\omega t + \varphi _n)$

周期函数 f(t) 可以使用一组成谐波关系 $(n\omega)$ 的三角函数的和表示

$(n\omega)$ 表示简单波的频率， $\varphi _n$ 表示简单波的相位

Ex.A 以N阶线性常系数差分方程表示的离散时间系统

$\sum_{k=0}^{N}a_{k}y[n-k]=\sum_{k=0}^{M}b_{k}x[n-k]$

$y[n]=\frac{1}{a_0}\{\sum_{k=0}^{M}b_k x[n-k]-\sum_{k=1}^{N}a_n y[n-k]\}$

Ex.B. 有限脉冲响应离散时间系统（FIR，N=0）

炼化1.Ex.A

$y[n]=\sum_{k=0}^{M}(\frac{b_k}{a_0}) x[n-k]$

$h[n]=\left\{\begin{matrix} \frac{b_n}{a_0},\quad \leqslant n \leqslant M\\\\0, \quad else \end{matrix}\right.$

Ex.C. 无限脉冲响应离散时间系统（IIR，N>0)

$y[n]=\frac{1}{a_0}\{\sum_{k=0}^{M}b_k x[n-k]-\sum_{k=1}^{N}a_n y[n-k]\}$

2. 傅立叶变化魔法

A.连续时间周期函数傅立叶级数（三角函数、直角坐标系、FS）

以1.H连续时间周期函数的傅立叶级数、1.B三角函数公式做催化剂

$f(t)=\frac{a_0}{2}+\sum_{n=1}^{\infty}[a_n\cos(n\omega t)+b_n\sin(n\omega t)]$

$\frac{a_{0}}{2} = A_{0},a_{n} =A_{n}\sin\varphi _{n},b_{n} =A_{n}\cos\varphi _{n}$

左右同时积分得到系数

$a_{0}=\frac{1}{\pi }\int_{-\pi }^{\pi }f(t)dt,a_{n}=\frac{1}{\pi }\int_{-\pi }^{\pi }f(t)\cos (n\omega t)dt,b_{n}=\frac{1}{\pi }\int_{-\pi }^{\pi }f(t)\sin (n\omega t)dt$

相位信息被转移到 a_n,b_n

B.连续时间周期函数傅立叶级数（复指数、极坐标系、FS）

以1.A共轭复数、1.B欧拉公式作为催化剂

$f(t)=\frac{a_0}{2}+\sum_{n=1}^{\infty}(\frac{a_n-jb_n}{2}e^{jn\omega t}+\frac{a_n+jb_n}{2}e^{-jn\omega t})$

$=\frac{a_0}{2}+\sum_{n=1}^{\infty}[F(n\omega )e^{jn\omega t}+F(-n\omega )e^{-jn\omega t}], \quad F(n\omega )=\frac{a_n-jb_n}{2}$

$=\sum_{n=-\infty}^{\infty}F(n\omega )e^{jn\omega t},\quad F(0)=\frac{a_0}{2}, \sum_{n=1}^{\infty}F(n\omega )e^{jn\omega t}=\sum_{n=1}^{\infty}F(-n\omega )e^{-jn\omega t}$