离散时间序列的傅里叶变换和基本性质

最新推荐文章于 2024-01-09 09:05:14 发布

「已注销」

最新推荐文章于 2024-01-09 09:05:14 发布

阅读量1.1w

点赞数 13

文章标签：算法 matlab 傅立叶分析离散时间傅立叶变换机器学习

本文链接：https://blog.csdn.net/qq_43709425/article/details/108866548

版权

1、由连续时间序列的傅里叶变换：

$F(w)=\int_{-\infty }^{+\infty }x(t)e^{-jwt}dt$

$x(t)=1/2\pi \int_{-\infty }^{+\infty }F(w)e^{jwt}dw$

可以以此类推离散时间序列的傅里叶变换为

$X(e^{jw})=\sum_{n=-\infty }^{+\infty }x(n)e^{-jwn}$

$x(n)=1/2\pi \int_{-\pi }^{+\pi }X(e^{jw})e^{jwn}dw$

由于序列是离散的，所以求FT公式的时候用的累加；由于离散时间系统的FT是周期连续函数，且周期是2π(所以下面我们上下限选择的是+π)，则可以直接用连续时间系统的FT公式带入。下面对离散时间系统的x(n)公式做一下验证：

$\int_{-\pi }^{+\pi }X(e^{jw})e^{jw}dw=\int_{-\pi }^{+\pi }\sum_{m=-\infty }^{+\infty }x(m)e^{-jwm}e^{jwn}dw=\sum_{m=-\infty }^{+\infty }\int_{-\pi }^{+\pi }x(m)e^{-jw(m-n)}dw$

$\int_{-\pi }^{+\pi }x(m)e^{-jw(m-n)}dw=\int_{-\pi }^{+\pi }x(m)(\cos (n-m)+j\sin (n-m))dw$

$=\left\{\begin{matrix} 2\pi& &m=n & \\ 0& &m!=n & \end{matrix}\right.$

$\int_{-\pi }^{+\pi }x(m)e^{-jw(m-n)}dw=2\pi x(n)$

至于这个2π周期，简要写一下：

$X(e^{jw})=X(e^{j(w+2M\pi })$ 其中M是整数

下面是一个具体实例，附加matlab代码：

n=-10:10;
x=[(n>=0)&(n<10)];
k=-200:200;
w=(pi/200)*k;
X=x*(exp(-j*pi/200)).^(n'*k);
magX=abs(X);
angX=angle(X);
subplot(4,1,1);
stem(n,x);
xlabel('n');
ylabel('x'

最低0.47元/天解锁文章

「已注销」

关注

13
点赞
踩
33

收藏

觉得还不错? 一键收藏
2
评论
离散时间序列的傅里叶变换和基本性质

↵由连续时间序列的傅里叶变换引出离散时间序列的傅里叶变换由连续时间序列的傅里叶变换：可以以此类推离散时间序列的傅里叶变换为由于序列是离散的，所以求FT公式的时候用的累加；由于离散时间系统的FT是周期连续函数，且周期是2π(所以下面我们上下限选择的是+π)，则可以直接用连续时间系统的FT公式带入。下面对离散时间系统的x(n)公式做一下验证：至于这个2π周期，简要写一下：其中M是整数下面是一个具体实例，附加ma...
复制链接

扫一扫