一、傅里叶级数
周期函数f(t)可由三角函数的线性组合来表示,若f(t)的周期为
T
1
T_1
T1,角频率
w
1
=
2
π
T
1
w_1=\frac{2\pi}{T_1}
w1=T12π,频率
f
1
=
1
T
1
f_1=\frac{1}{T_1}
f1=T11
三角函数形式:
f
(
t
)
=
a
0
+
∑
n
=
1
∞
[
a
n
c
o
s
(
n
w
1
t
)
+
b
n
s
i
n
(
n
w
1
t
)
]
f(t)=a_0+\sum_{n=1}^\infty[{a_n}cos(nw_1t)+b_nsin(nw_1t)]
f(t)=a0+n=1∑∞[ancos(nw1t)+bnsin(nw1t)]
各次谐波的分量:
直流分量:
a
0
=
1
T
1
∫
t
0
t
0
+
T
1
f
(
t
)
d
t
a_0=\frac{1}{T_1}\int_{t_0}^{t_0+T_1}{f(t)dt}
a0=T11∫t0t0+T1f(t)dt
余弦分量的幅度:
a
n
=
2
T
1
∫
t
0
t
0
+
T
1
f
(
t
)
c
o
s
(
n
w
1
t
)
d
t
a_n=\frac{2}{T_1}\int_{t_0}^{t_0+T_1}f(t)cos(nw_1t)dt
an=T12∫t0t0+T1f(t)cos(nw1t)dt
正弦分量的幅度:
b
n
=
2
T
1
∫
t
0
t
0
+
T
1
f
(
t
)
s
i
n
(
n
w
1
t
)
d
t
b_n=\frac{2}{T_1}\int_{t_0}^{t_0+T_1}f(t)sin(nw_1t)dt
bn=T12∫t0t0+T1f(t)sin(nw1t)dt
不是所有的周期函数都能进行傅里叶级数展开,需要满足充分条件,“狄里赫利(Dirichlet)条件”:
(1)在一周期内,如果间断点存在,则间断点的数目应是有限个;
(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,信号是绝对可积得,即
∫
t
0
t
0
+
T
1
∣
f
(
t
)
∣
d
t
\int_{t_0}^{t_0+T_1}|f(t)|dt
∫t0t0+T1∣f(t)∣dt等于有限值(
T
1
T_1
T1为周期)。
一般周期信号都能满足这一条件。
二、z变换
1、z变换
X
(
z
)
=
∑
n
=
−
∞
∞
x
(
n
)
z
−
n
X(z) = \sum_{n=-\infty}^\infty{x(n)z^{-n}}
X(z)=n=−∞∑∞x(n)z−n
2、逆变换
x
(
n
)
=
1
2
π
j
∮
c
X
(
z
)
z
n
−
1
d
z
x(n)=\frac{1}{2{\pi}j}\oint_c{X(z)z^{n-1}dz}
x(n)=2πj1∮cX(z)zn−1dz
级数收敛的充要条件:满足绝对可和条件,即:
∑
n
=
−
∞
∞
∣
x
(
n
)
z
−
n
∣
=
M
<
∞
\sum_{n=-\infty}^\infty|x(n)z^{-n}|=M<\infty
n=−∞∑∞∣x(n)z−n∣=M<∞
注:序列x(n)如果不是绝对可和的,则其z变换不存在
级数收敛性判别法(达兰贝尔判别法):
对任意求和式
∑
n
=
−
∞
∞
∣
a
n
∣
\sum_{n=-\infty}^\infty|a_n|
∑n=−∞∞∣an∣(例如,这里的
∑
n
=
−
∞
∞
∣
x
(
n
)
z
−
n
∣
\sum_{n=-\infty}^\infty|x(n)z^{-n}|
∑n=−∞∞∣x(n)z−n∣),有
l
i
m
n
→
∞
∣
a
n
+
1
a
n
∣
=
l
lim_{n\to\infty}|\frac{a_{n+1}}{a_n}|=l
limn→∞∣anan+1∣=l
l<1,级数收敛
l>1,级数发散
l=1,不能确定
3、常见性质和定理
详细请看书籍
性质或定理 | 序列 | z变换 |
线性 | $ax(n)+bh(x)$ | $aX(z)+bH(z)$ |
序列移位 | $x(n-m)$ | $z^{-m}X(z)$ |
乘指数序列 | $a^nx(n)$ | $X(\frac{z}{a})$ |
时域卷积定理 | $x(n)*h(n)$ | $X(z)H(z)$ |
z域复卷积定理 | $x(n)h(n)$ | $\frac{1}{2\pi i}\oint_cX(v)H(\frac{z}{v})v^{-1}$ |
三、离散时间傅里叶变换(DTFT)
X
(
e
j
w
)
=
D
T
F
T
[
x
(
n
)
]
=
∑
n
=
−
∞
∞
x
(
n
)
e
−
j
w
n
X(e^{jw}) = DTFT[x(n)] = \sum_{n=-\infty}^{\infty}x(n)e^{-jwn}
X(ejw)=DTFT[x(n)]=n=−∞∑∞x(n)e−jwn
x
(
n
)
=
I
D
T
F
T
[
X
(
e
j
w
)
]
=
1
2
π
∫
−
π
π
X
(
e
j
w
)
d
w
x(n) = IDTFT[X(e^{jw}) ] = \frac{1}{2\pi}\int_{-\pi}^{\pi}X(e^{jw})dw
x(n)=IDTFT[X(ejw)]=2π1∫−ππX(ejw)dw
注:
1、时域x(n)是离散的,则频域
X
(
e
j
w
)
X(e^{jw})
X(ejw)一定时周期的
2、
X
(
e
j
w
n
)
X(e^{jwn})
X(ejwn)是序列x(n)的频谱密度,简称频谱。可分解为模和相位或实部和虚部如下
X
(
e
j
w
)
=
∣
X
(
e
j
w
)
∣
e
j
a
r
g
[
X
(
e
j
w
)
]
=
R
e
[
X
(
e
j
w
)
]
+
j
I
m
[
X
(
e
j
w
)
]
X(e^{jw})=|X(e^{jw})|e^{jarg[X(e^{jw})]}=Re[X(e^{jw})]+jIm[X(e^{jw})]
X(ejw)=∣X(ejw)∣ejarg[X(ejw)]=Re[X(ejw)]+jIm[X(ejw)]
四、周期序列的傅里级数(DFS)
x
~
(
n
)
\widetilde{x}(n)
x
(n)表示一个周期为N的周期序列,即
x
~
(
n
)
=
x
~
(
n
+
r
N
)
\widetilde{x}(n) = \widetilde{x}(n+rN)
x
(n)=x
(n+rN)
N为正整数,r为任意整数。
X
~
(
k
)
=
D
F
S
[
x
~
(
n
)
]
=
∑
n
=
0
N
−
1
x
~
(
n
)
e
−
j
2
π
N
n
k
=
∑
n
=
0
N
−
1
x
~
(
n
)
W
N
n
k
\widetilde{X}(k)=DFS[\widetilde{x}(n)]=\sum_{n=0}^{N-1}\widetilde{x}(n)e^{-j\frac{2\pi}{N}nk}=\sum_{n=0}^{N-1}\widetilde{x}(n)W_N^{nk}
X
(k)=DFS[x
(n)]=n=0∑N−1x
(n)e−jN2πnk=n=0∑N−1x
(n)WNnk
x
~
(
n
)
=
I
D
F
S
[
X
~
(
k
)
]
=
1
N
∑
k
=
0
N
−
1
X
~
(
k
)
e
j
2
π
N
n
k
=
1
N
∑
k
=
0
N
−
1
X
~
(
k
)
W
N
−
n
k
\widetilde{x}(n)=IDFS[\widetilde{X}(k)]=\frac{1}{N}\sum_{k=0}^{N-1}\widetilde{X}(k)e^{j\frac{2\pi}{N}nk}=\frac{1}{N}\sum_{k=0}^{N-1}\widetilde{X}(k)W_N^{-nk}
x
(n)=IDFS[X
(k)]=N1k=0∑N−1X
(k)ejN2πnk=N1k=0∑N−1X
(k)WN−nk
基频序列(信号) | 周期 | 基频 | k次谐波序列 | |
连续周期 | $e^{j\Omega_0t}=e^{j\frac{2\pi}{T_0}t}$ | $T_0$ | $\Omega_0={\frac{2\pi}{T_0}}$ | $e^{jk\frac{2\pi}{T_0}t}$ |
离散周期 | $e^{j\Omega_0n}=e^{j\frac{2\pi}{N}n}$ | $N$ | $\omega_0={\frac{2\pi}{N}}$ | $e^{jk\frac{2\pi}{N}n}$ |