信号第四章

总目录

信号与系统公式汇总

第四章 傅里叶变换和系统的频域分析

信号分解为正交函数

正交函数集

正交定义

如有定义在（$t_1,t_2$）区间两个函数${\phi }_1(t)$和${\phi }_2(t)$,若满足
$${\int }_{t_1}^{t_2}{\phi }_1(t){\phi }_2(t)dt=0$$
则称${\phi }_1(t)$和${\phi }_2(t)$在区间内正交。

如有n个函数${\phi }_1(t)，{\phi }_2(t)，{\phi }_3(t)...{\phi }_n(t)$构成一个函数集，当这些函数在区间（$t_1,t_2$）内满足：
$${\int }_{t_1}^{t_2}{\phi }_i(t){\phi }_j(t)dt=\{\begin{array}{l}0，当i̸=j\\ K_i̸=0，i=j\end{array}$$
式中$K_i$为常数，则称此函数集为区间（$t_1,t_2$）的正交函数集。在区间（$t_1,t_2$）内相互正交的n个函数构成正交信号空间

如果在正交函数集${\phi }_1(t)，{\phi }_2(t)，{\phi }_3(t)...{\phi }_n(t)$之外，不存在函数$\varphi (t)（0<{\int }_{t_1}^{t_2}{\varphi }^2(t)dt<\infty$满足等式
$${\int }_{t_1}^{t_2}\varphi (t){\phi }_i(t)dt=0（i=0,1,2,3...n）$$
此函数称为完备正交函数集。

例如，三角函数集$1，cos(\Omega t),cos(2\Omega t)...cos(m\Omega t)....sin(\Omega t),sin(2\Omega t),...,sin(2\Omega t),...sin(n\Omega t),....$在区间
（$t_0,t_0+T$）（式中T=$\frac{2\pi }{\Omega }$）组成正交函数集，而且是完备的正交函数集。
函数集{$sin(\Omega t),sin(2\Omega t),...sin(n\Omega t)$}在区间（$t_0,t_0+T$）内也是正交函数集，但它是不完备的，因为还有许多函数，如$cos(\Omega t),cos(2\Omega t)...$也与此集中正交

*复函数集{$e^{jn\Omega t}$}$(n=0,\pm 1,\pm 2...)$在区间（$t_0,t_0+T$）内是完备正交函数集，式中T=$\frac{2\pi }{\Omega }$，满足
$${\int }_{t_0}^{t_0+T}{e}^{jm\Omega t}（e^{jn\Omega t}）dt={\int }_{t_0}^{t_0+T}{e}^{j(m-n)\Omega t}dt=\{\begin{array}{l}0,当m̸=n\\ T,当m=n\end{array}$$

信号分解为正交函数

设有n个函数${\phi }_1(t)，{\phi }_2(t)，{\phi }_3(t)...{\phi }_n(t)$在区间（$t_1,t_2$）构成一个正交函数函数空间。将任一函数f（t）用这n个正交函数的线性组合来表示，可表示为
$$f(t)\approx C_1{\phi }_1(t)+C_2{\phi }_2(t)+...C_n{\phi }_n(t)=\sum _{j=1}^n{C}_j{\phi }_j(t)$$

推导过程繁琐，见书
结论：当n——> $\infty$时，$\overline{{\epsilon }^2}$=0,$$f(t)=\sum _{j=1}^n{C}_j{\phi }_j(t)$$
即函数f（t）在区间（$t_1,t_2$）可分解为无穷多项正交函数之和。

傅里叶级数

周期信号

[引用自第一章]
周期的倒数称为该信号的频率。
由上面结论可知，周期信号f（t）在区间（$t_0,t_0+T$）可以展开成完备正交信号空间中的无穷级数。如果完备的正交函数集是三角函数集或指数函数集，那么周期信号所展开的无穷级数就分别称为“三角傅里叶级数”或指数型傅里叶级数，统称傅里叶级数。
只有当满足狄里赫利条件时，才能展开成傅里叶级数。

注：狄利赫利条件：（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。

周期信号的分解

设有周期信号f（t），它的周期是T，角频率$\Omega =2\pi F=\frac{2\pi }{T}$,它可以分解成
$$f(t)=\frac{a_0}{2}+a_{1}cos(\Omega t)+a_{2}cos(2\Omega t)+...b_{1}sin(\Omega t)+b_{2}sin(2\Omega t)+..$$

$$=\frac{a_0}{2}+\sum _{n=1}^{\infty }{a}_{n}cos(n\Omega t)+\sum _{n=1}^{\infty }{b}_{n}sin(n\Omega t)$$
积分区间（$t_0,t_0+T$）可写为（$-\frac{T}{2},\frac{T}{2}$）或（0，T）。
傅里叶系数为
$$a_n=\frac{2}{T}{\int }_{-\frac{T}{2}}^{\frac{T}{2}}f(t)cos(n\Omega t)dt$$

$$b_n=\frac{2}{T}{\int }_{-\frac{T}{2}}^{\frac{T}{2}}f(t)sin(n\Omega t)dt$$

关于傅里叶系数的推导

把级数中同频率项合并，可写成
$$f(t)=\frac{A_0}{2}+\sum _{n=1}^{\infty }{A}_{n}cos(n\Omega t+{\phi }_n)$$
其中：
$A_0=a_0$
$A_n=\sqrt{a_n^2+b_n^2}$
${\phi }_n=-arctan\frac{b_n}{a_n}$

其中第一项$\frac{A_0}{2}$是常数项，它是周期信号中包含的直流分量；式中第二项$A_{1}cos(\Omega t+{\phi }_1）$称为基波或一次谐波，它的角频率与原周期信号相同，$A_1$是基波振幅，${\phi }_1$为基波初相角；式中第三项$A_{2}cos(2\Omega t+{\phi }_2)$称为二次谐波，它的频率是基波频率的二倍，$A_2$是二次谐波振幅，${\phi }_2$是其初相角，依次类推还有三次，四次，…谐波，一般而言$A_{n}cos(n\Omega t+{\phi }_n)$称为n次谐波，$A_n$是n次谐波振幅，${\phi }_n$是其初相角.

奇偶函数的傅里叶变换

傅里叶级数的指数形式

三角函数的傅里叶级数含义明显，但运算不便，故采用指数形式傅里叶级数
由于

$$cosx=\frac{e^{jx}+e^{-jx}}{2}$$
所以三角傅里叶级数可以写成
$$f(t)=\frac{A_0}{2}+\sum _{n=1}^{\infty }\frac{A_n}{2}[e^{j(n\Omega t+{\phi }_n)}+e^{-j(n\Omega t+{\phi }_n)}]$$

$$=\frac{A_0}{2}+\frac{1}{2}\sum _{n=1}^{\infty }{A}_n{e}^{j{\phi }_n}{e}^{jn\Omega t}+\frac{1}{2}\sum _{n=1}^{\infty }{A}_n{e}^{-j{\phi }_n}{e}^{-jn\Omega t}$$

将第三项n用-n代替，考虑到$A_n$为偶函数，${\phi }_n$为奇函数则上式转化为
$$f(t)=\frac{A_0}{2}+\frac{1}{2}\sum _{n=1}^{\infty }{A}_n{e}^{j{\phi }_n}{e}^{jn\Omega t}+\frac{1}{2}\sum _{n=1}^{\infty }{A}_n{e}^{-j{\phi }_n}{e}^{-jn\Omega t}$$

$$=\frac{A_0}{2}+\frac{1}{2}\sum _{n=1}^{\infty }{A}_n{e}^{j{\phi }_n}{e}^{jn\Omega t}+\frac{1}{2}\sum _{n=-\infty }^{-1}{A}_n{e}^{j{\phi }_n}{e}^{jn\Omega t}$$

$A_0$可以写成$A_0{e}^{j{\phi }_0}{e}^{jn\Omega t}$(其中${\phi }_0$=0)，则上式可写为
$$f(t)=\frac{1}{2}\sum _{n=-\infty }^{\infty }{A}_n{e}^{j{\phi }_n}{e}^{jn\Omega t}$$

令复数量$\frac{1}{2}{A}_n{e}^{j{\phi }_n}=|F_n|e^{j{\phi }_n}=F_n$,称其为复傅里叶系数，简称傅里叶系数，其模为$|F_n|$,相角为${\phi }_n$，则得傅里叶级数的指数形式为

$$f(t)=\sum _{n=-\infty }^{\infty }{F}_n{e}^{jn\Omega t}$$

根据欧拉公式，傅里叶系数
$$F_n=\frac{1}{2}{A}_n{e}^{j{\phi }_n}=\frac{1}{2}(A_{n}cos{\phi }_n+j{A}_{n}sin{\phi }_n)=\frac{1}{2}(a_n-j{b}_n)$$

代入傅里叶级数得

$$F_n=\frac{1}{T}{\int }_{-\frac{T}{2}}^{\frac{T}{2}}f(t)cos(n\Omega t)dt-j\frac{1}{T}{\int }_{-\frac{T}{2}}^{\frac{T}{2}}f(t)sin\Omega t)dt$$

$$=\frac{1}{T}{\int }_{-\frac{T}{2}}^{\frac{T}{2}}f(t)[cos(n\Omega t)-jsin\Omega t)]dt$$

$$=\frac{1}{T}{\int }_{-\frac{T}{2}}^{\frac{T}{2}}f(t)e^{-jn\Omega t}dt,n=n=0,\pm 1,\pm 2...$$

这就是求指数形式傅里叶级数的复系数$F_n$的公式
任意周期信号f(t)可分解为许多不同频率的虚指数信号（$e^{jn\Omega t}$）之和，其各分量的复数幅度（或相量）为$F_n$.

周期信号的频谱

周期信号的频谱

周期信号可以分解成一系列正弦信号或虚指数信号之和

$$f(t)=\frac{A_0}{2}+\sum _{n=1}^{\infty }{A}_{n}cos(n\Omega t+{\phi }_n)$$

或

$$f(t)=\sum _{n=-\infty }^{\infty }{F}_n{e}^{jn\Omega t}$$

其中$F_n=\frac{1}{2}{A}_n{e}^{j{\phi }_n}=|F_n|e^{j{\phi }_n}$.
以频率为横坐标，以各谐波的振幅$A_n$或虚指数函数的幅度$|F_n|$为纵坐标，可画出图像，称为幅度（振幅）频谱，简称为幅度频。图中每条数显代表该频率分量的幅度，称为谱线。连接各谱线顶点的曲线称为包络线，它反映了各分量幅度随频率变化的情况。
类似的，也可以画出各谐波初相角${\phi }_n$与频率（或角频率）的线图，称为相位频谱，简称相位谱。

周期矩形脉冲的频谱

设一幅度为1，脉冲宽度为$\tau$的周期矩形脉冲，其周期为T。根据傅里叶级数的指数形式可求得

$F_n=\frac{1}{T}{\int }_{-\frac{T}{2}}^{\frac{T}{2}}f(t)e^{-jn\Omega t}dt=\frac{1}{T}{\int }_{-\frac{\tau }{2}}^{\frac{\tau }{2}}{e}^{-jn\Omega t}dt=\frac{1}{T}\frac{e^{-jn\Omega t}}{-jn\Omega }{|}_{-\frac{\tau }{2}}^{\frac{\tau }{2}}$
由

上式$\frac{1}{T}\frac{e^{-jn\Omega t}}{-jn\Omega }{|}_{-\frac{\tau }{2}}^{\frac{\tau }{2}}$转化为$\frac{2}{T}\frac{sin(\frac{n\Omega \tau }{2})}{n\Omega }=\frac{\tau }{T}\frac{sin(\frac{n\Omega \tau }{2})}{\frac{n\Omega \tau }{2}},n=0,\pm 1,\pm 2...$
由于$\Omega =\frac{2\pi }{T}$上式也可写为$F_n=\frac{\tau }{T}\frac{sin(\frac{n\pi \tau }{T})}{\frac{n\pi \tau }{T}},n=0,\pm 1,\pm 2...$
由取样函数$Sa(x)=\frac{sinx}{x}$，
可得$$F_n=\frac{\tau }{T}Sa(\frac{n\pi \tau }{T})=\frac{\tau }{T}Sa(\frac{n\Omega \tau }{2}),n=0,\pm 1,\pm 2...$$
所以这类周期性矩形脉冲的指数形式傅里叶级数展开式为
$$f(t)=\sum _{n=-\infty }^{\infty }{F}_n{e}^{jn\Omega t}=\frac{\tau }{T}\sum _{n=-\infty }^{\infty }Sa(\frac{n\pi \tau }{T})e^{jn\Omega t}$$

周期信号的功率

平均功率

$$P=\frac{1}{T}{\int }_{-\frac{T}{2}}^{\frac{T}{2}}{f}^2(t)dt$$

将f(t)展开得

$$P=\frac{1}{T}{\int }_{-\frac{T}{2}}^{\frac{T}{2}}[\frac{A_0}{2}+\sum _{n=1}^{\infty }{A}_{n}cos(n\Omega t+{\phi }_n){]}^{2}dt$$

展开后化简，正交式为0，最后消得
$$P=\frac{1}{T}{\int }_{-\frac{T}{2}}^{\frac{T}{2}}{f}^2(t)dt=(\frac{A_0}{2}{)}^2+\sum _{n=1}^{\infty }\frac{1}{2}{A}_n^2$$

由于$|F_n|=\frac{1}{2}{A}_n$
所以上式可以改为
$$P=\frac{1}{T}{\int }_{-\frac{T}{2}}^{\frac{T}{2}}{f}^2(t)dt=|F_0{|}^2+2\sum _{n=1}^{\infty }|F_n{|}^2=\sum _{n=-\infty }^{\infty }|F_n{|}^2$$

上式称为帕斯瓦尔恒等式，表明对于周期信号，在时域中求得的信号功率与在频域中求得的相同。

非周期信号的频谱

傅里叶变换

非周期信号
当周期T区域无限大时，相邻谱线的间隔$\Omega$趋于无穷小，从而信号的频谱成为连续频谱。同时，各频率分量的幅度也都趋近于无穷小，不过这些无穷小量之间仍然存在一定的比例关系。所以为了描述非周期信号的频谱特性，引入频谱密度的概念。令
$F(j\omega )=\underset{T\to \infty }{\lim }\frac{F_n}{1/T}=\underset{T\to \infty }{\lim }{F}_{n}T$
由之前推导可得

$$F_{n}T={\int }_{-\frac{T}{2}}^{\frac{T}{2}}f(t)e^{-jn\Omega t}dt$$

$$f(t)=\sum _{n=-\infty }^{\infty }{F}_{n}T{e}^{jn\Omega t}\cdot \frac{1}{T}$$

当$T\to \infty$时，$\Omega$趋近于无穷小，取$d\omega$，$n\Omega$是变量，当$\Omega$趋于0时，它成为连续变量，取为$\omega$

$$F(j\omega )=\underset{T\to \infty }{\lim }{F}_{n}T={\int }_{-\infty }^{\infty }f(t)e^{-j\omega t}dt(1)$$

$$f(t)=\frac{1}{2\pi }{\int }_{-\infty }^{-\infty }F(j\omega )e^{j\omega t}d\omega (2)$$

(1)式称为傅里叶的变换(积分),(2)式称为傅里叶的逆变换，$F(j\omega )$称为$f(t)$的频谱密度函数或者频谱函数
$F(j\omega )=\mathcal{F}[f(t)]$
$f(t)={\mathcal{F}}^{-1}[F(j\omega )]$
还可以简记为

$$f(t)\leftarrow \to F(j\omega )$$

频谱密度函数$F(j\omega )=|F(j\omega )|e^{j\phi (\omega )}=R(\omega )+jX(\omega )$
逆变换也可以写成三角形式
$f(t)=\frac{1}{\pi }{\int }_0^{\infty }|F(j\omega )|cos[\omega t+\phi (\omega )]d\omega$
傅里叶变换的充分条件是在无限区间内$f(t)$绝对可积，即
$${\int }_{-\infty }^{\infty }|f(t)|dt<\infty$$

常见基本信号的傅里叶变换

1.门函数$g_{\tau }(t)$
宽度为$\tau$，幅度为1

$$g_{\tau }(t)=\{\begin{array}{l}1,|t|<\frac{\tau }{2}\\ 0,|t|>\frac{\tau }{2}\end{array}$$
频谱函数为
$$F(j\omega )={\int }_{-\infty }^{\infty }f(t)e^{-j\omega t}dt={\int }_{-\frac{\tau }{2}}^{\frac{\tau }{2}}1\cdot e^{-j\omega t}dt=\frac{e^{-j\frac{\omega \tau }{2}}-e^{j\frac{\omega \tau }{2}}}{-j\omega }$$

$$=\frac{2sin(\frac{\omega \tau }{2})}{\omega }=\tau Sa(\frac{\omega \tau }{2})$$

2.单边指数函数$e^{-\alpha t}\epsilon (t)$

$$F(j\omega )={\int }_{-\infty }^{\infty }f(t)e^{-j\omega t}dt={\int }_0^{\infty }{e}^{-\alpha t}\cdot e^{-j\omega t}dt=\frac{1}{\alpha +j\omega },\alpha >0$$

3.双边指数函数$e^{-\alpha |t|}$
$$F(j\omega )={\int }_{-\infty }^0{e}^{\alpha t}\cdot e^{-j\omega t}dt+{\int }_0^{\infty }{e}^{-\alpha t}\cdot e^{-j\omega t}dt$$

$$=\frac{1}{\alpha -j\omega }+\frac{1}{\alpha +j\omega }=\frac{2\alpha }{{\alpha }^2+{\omega }^2}$$

奇异函数的傅里叶变换

1.冲激函数$\delta (t)$
$\mathcal{F}[\delta (t)]={\int }_{-\infty }^{\infty }\delta (t)e^{-j\omega t}dt=1$
2.冲激函数导数$\delta \prime (t)$

$\mathcal{F}[\delta \prime (t)]=j\omega$

3.单位直流信号1
$f(t)=e^{-\alpha |t|}$

$F(j\omega )=\frac{2\alpha }{{\alpha }^2+{\omega }^2}$
当$\alpha ->0$

$\underset{\alpha ->0}{\lim }{\int }_{-\infty }^{\infty }\frac{2\alpha }{{\alpha }^2+{\omega }^2}d\omega =\underset{\alpha ->0}{\lim }{\int }_{-\infty }^{\infty }\frac{2}{1+(\frac{\omega }{\alpha }{)}^2}d(\frac{\omega }{\alpha })==\underset{\alpha ->0}{\lim }2arctan(\frac{\omega }{\alpha }){|}_{-\infty }^{\infty }=2\pi$

所以$F(j\omega )=\underset{\alpha ->0}{\lim }\frac{2\alpha }{{\alpha }^2+{\omega }^2}=2\pi \delta (\omega )$

4.符号函数$sgn(t)$
$$sgn(t)=\{\begin{array}{l}-1,t<0\\ 0,t=0\\ 1,t>0\end{array}$$
$\mathcal{F}[sgn(t)]=\frac{2}{j\omega }$

5.阶跃函数$\epsilon (t)$
阶跃函数可以看成是幅度为$\frac{1}{2}$的直流信号和幅度为$\frac{1}{2}$的符号函数之和
$\epsilon (t)=\frac{1}{2}+\frac{1}{2}sgn(t)$
对上面进行傅里叶变换
$\mathcal{F}[\epsilon (t)]=\pi \delta (\omega )+\frac{1}{j\omega }$

傅里叶变换的性质

傅里叶变换
$$f(t)\leftarrow \to F(j\omega )$$

时域和频域的关系
$$F(j\omega )=\mathcal{F}[f(t)]={\int }_{-\infty }^{\infty }f(t)e^{-j\omega t}dt$$

$$f(t)={\mathcal{F}}^{-1}[F(j\omega )]=\frac{1}{2\pi }{\int }_{-\infty }^{\infty }F(j\omega )e^{j\omega t}d\omega$$

一.线性

若 $$f_1(t)\leftarrow \to F_1(j\omega )$$

$$f_2(t)\leftarrow \to F_2(j\omega )$$ 则对任意常数$a_1$和$a_2$，有
$$a_1{f}_1(t)+a_2{f}_2(t)=a_1{F}_1(j\omega )+a_2{F}_2(j\omega )$$

线性性质有两个含义：
(1)齐次性
(2)可加性
在求$\epsilon (t)$的频谱函数时已经用了线性性质

二.奇偶性

$$F(j\omega )={\int }_{-\infty }^{\infty }f(t)e^{-j\omega t}dt={\int }_{-\infty }^{\infty }f(t)cos(\omega t)dt-{\int }_{-\infty }^{\infty }f(t)sin(\omega t)dt$$

$$=R(\omega )+jX(\omega )=|F(j\omega )|e^{j\phi (\omega )}$$

三.对称性

若 $$f(t)\leftarrow \to F(j\omega )$$ 则

$$F(jt)\leftarrow \to 2\pi f(-\omega )$$

证明：
$f(t)==\frac{1}{2\pi }{\int }_{-\infty }^{\infty }F(j\omega )e^{j\omega t}d\omega$
$f(-t)==\frac{1}{2\pi }{\int }_{-\infty }^{\infty }F(j\omega )e^{-j\omega t}d\omega$
将$t$换为$\omega$,$\omega$换为$t$
$f(-\omega )==\frac{1}{2\pi }{\int }_{-\infty }^{\infty }F(jt)e^{-j\omega t}d\omega$
$2\pi f(-\omega )=={\int }_{-\infty }^{\infty }F(jt)e^{-j\omega t}d\omega$

例1：
$\delta (t)\leftarrow \to 1$
$1\leftarrow \to 2\pi \delta (\omega )$

例2：
求$t$和$\frac{1}{t}$的频谱函数
1.$t$
$\delta \prime (t)\leftarrow \to j\omega$
由对称性可得
$jt\leftarrow \to 2\pi \delta \prime (-\omega )$
所以$t\leftarrow \to j2\pi \delta \prime (\omega )$

2.$\frac{1}{t}$
$sgn(t)\leftarrow \to \frac{2}{j\omega }$
由对称性
$\frac{2}{jt}\leftarrow \to 2\pi sgn(-\omega )$
$\frac{1}{t}\leftarrow \to -j\pi sgn(\omega )$

四.尺度变换

若 $$f(t)\leftarrow \to F(j\omega )$$
则对于实常数a(a $̸=$ 0),有
$$f(at)\leftarrow \to \frac{1}{|a|}F(j\frac{\omega }{a})$$

证明
$\mathcal{F}[f(at)]={\int }_{-\infty }^{\infty }f(at)e^{-j\omega t}dt$
令x=at,t=$\frac{x}{a},dt=\frac{1}{a}dx$
当a>0时
$\mathcal{F}[f(at)]={\int }_{-\infty }^{\infty }f(x)e^{-j\omega \frac{x}{a}}\frac{1}{a}dx=\frac{1}{a}{\int }_{-\infty }^{\infty }f(x)e^{-j\frac{\omega }{a}x}dx=\frac{1}{a}F(j\frac{\omega }{a})$
当a<0时
$\mathcal{F}[f(at)]={\int }_{-\infty }^{\infty }f(x)e^{-j\omega \frac{x}{a}}\frac{1}{a}dx=-\frac{1}{a}{\int }_{-\infty }^{\infty }f(x)e^{-j\frac{\omega }{a}x}dx=-\frac{1}{a}F(j\frac{\omega }{a})$

五.时移特性

若

$$f(t)\leftarrow \to F(j\omega )$$ 且$t_0$为常数，则有 $$f(t\pm t_0)\leftarrow \to e^{\pm j\omega t_0}F(j\omega )$$

证明：
若 $f(t)\leftarrow \to F(j\omega )$，则延迟信号的傅里叶变换可以写成
$\mathcal{F}[f(t-t_0)]={\int }_{-\infty }^{\infty }f(t-t_0)e^{-j\omega t}dt$
令$x=t-t_0$，则上式写成
$\mathcal{F}[f(x)]={\int }_{-\infty }^{\infty }f(x)e^{-j\omega (x+t_0)}dx=e^{-j\omega t_0}{\int }_{-\infty }^{\infty }f(x)e^{-j\omega x}dx=e^{-j\omega t_0}F(j\omega )$
同理可得
$$f(t+t_0)\leftarrow \to e^{j\omega t_0}F(j\omega )$$
时移和尺度变换结合

$$f(at-b)\leftarrow \to \frac{1}{|a|}{e}^{-j\frac{b}{a}\omega }F(j\frac{\omega }{a})$$

六.频移特性

若 $$f(t)\leftarrow \to F(j\omega )$$ 且${\omega }_0$为常数，则
$$f(t)e^{\pm j{\omega }_{0}t}\leftarrow \to F[j(\omega \pm {\omega }_0)]$$

七.卷积定理

时域卷积定理(时域卷积，频域相乘)

若 $$f_1(t)\leftarrow \to F_1(j\omega )$$ $$f_2(t)\leftarrow \to F_2(j\omega )$$ 则 $$f_1(t)\ast f_2(t)\leftarrow \to F_1(j\omega )F_2(j\omega )$$

频域卷积定理

若 $$f_1(t)\leftarrow \to F_1(j\omega )$$$$f_2(t)\leftarrow \to F_2(j\omega )$$ 则 $$f_1(t)f_2(t)\leftarrow \to \frac{1}{2\pi }{F}_1(j\omega )\ast F_2(j\omega )$$

八.时域微分和积分

$$f^{(n)}(t)=\frac{d^{n}f(t)}{d{t}^n}$$$$f^{(-1)}(t)={\int }_{-\infty }^{t}f(x)dx$$

时域微分(定理)

若 $$f(t)\leftarrow \to F(j\omega )$$ 则
$$f^{(n)}(t)\leftarrow \to (j\omega {)}^{n}F(j\omega )$$

时域积分(定理)

若 $$f(t)\leftarrow \to F(j\omega )$$ 则 $$f^{(-1)}(t)\leftarrow \to \pi F(0)\delta (\omega )+\frac{F(j\omega )}{j\omega }$$ 如果F(0)=0,则上式写成 $$f^{(-1)}(t)\leftarrow \to \frac{F(j\omega )}{j\omega }$$

九.频域微分和积分

设
$$F^{(n)}(j\omega )=\frac{d^{n}F(j\omega )}{d{\omega }^n}$$$$F^{-1}(j\omega )={\int }_{-\infty }^{\omega }F(jx)dx$$

频域微分

若 $$f(t)\leftarrow \to F(j\omega )$$ 则
$$(-jt{)}^{n}f(t)\leftarrow \to F^{(n)}(j\omega )$$

频域积分

若 $$f(t)\leftarrow \to F(j\omega )$$ 则 $$\pi f(0)\delta (t)+\frac{f(t)}{-jt}\leftarrow \to F^{(-1)}(j\omega )$$ 式中

$$f(0)=\frac{1}{2\pi }{\int }_{-\infty }^{\infty }F(j\omega )d\omega$$
如果$f(0)=0$,则有 $$\frac{f(t)}{-jt}\leftarrow \to F^{(-1)}(j\omega )$$

十.相关定理

若
$f_1(t)\leftarrow \to F_1(j\omega )$
$f_2(t)\leftarrow \to F_2(j\omega )$

$R_{12}(\tau )={\int }_{-\infty }^{\infty }{f}_1(t)f_2(t-\tau )dt$
$R_{21}(\tau )={\int }_{-\infty }^{\infty }{f}_1(t-\tau )f_2(t)dt$
则
$\mathcal{F}[R_{12}(\tau )]=F_1(j\omega )F_2^{\ast }(j\omega )$
$\mathcal{F}[R_{21}(\tau )]=F_1^{\ast }(j\omega )F_2(j\omega )$

若$f_1(t)=f_2(t)=f(t)$,则

$\mathcal{F}[R(\tau )]=[F(j\omega ){]}^2$
即它的傅里叶变换等于原信号幅度谱的平方

能量谱和功率谱

能量谱
$E={\int }_{-\infty }^{\infty }{f}^2(t)dt$
$E={\int }_{-\infty }^{\infty }{f}^2(t)dt={\int }_{-\infty }^{\infty }f(t)[\frac{1}{2\pi }{\int }_{-\infty }^{\infty }F(j\omega )e^{j\omega t}d\omega ]dt=\frac{1}{2\pi }{\int }_{-\infty }^{\infty }F(j\omega )[{\int }_{-\infty }^{\infty }f(t)e^{j\omega t}dt]d\omega =\frac{1}{2\pi }{\int }_{-\infty }^{\infty }F(j\omega )F(-j\omega )d\omega$

$E=\frac{1}{2\pi }{\int }_{-\infty }^{\infty }|F(j\omega ){|}^{2}d\omega =\frac{1}{2\pi }{\int }_{-\infty }^{\infty }\mathcal{E}(\omega )d\omega$

$\mathcal{E}(\omega )=|F(j\omega ){|}^2$

功率谱
$P=$

周期信号的傅里叶变换

LTI系统的频域分析

取样定理

序列的傅里叶分析

离散傅里叶变换及其性质