Fourier Transform(傅里叶变换)

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$T_1$,角频率$w_1=\frac{2\pi }{T_1}$,频率$f_1=\frac{1}{T_1}$
三角函数形式：
$$f(t)=a_0+\sum _{n=1}^{\infty }[a_{n}cos(n{w}_{1}t)+b_{n}sin(n{w}_{1}t)]$$

各次谐波的分量：
直流分量：$a_0=\frac{1}{T_1}{\int }_{t_0}^{t_0+T_1}f(t)dt$
余弦分量的幅度：$a_n=\frac{2}{T_1}{\int }_{t_0}^{t_0+T_1}f(t)cos(n{w}_{1}t)dt$
正弦分量的幅度：$b_n=\frac{2}{T_1}{\int }_{t_0}^{t_0+T_1}f(t)sin(n{w}_{1}t)dt$
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${\int }_{t_0}^{t_0+T_1}|f(t)|dt$等于有限值（$T_1$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
$$X(z)=\sum _{n=-\infty }^{\infty }x(n)z^{-n}$$
2、逆变换
$$x(n)=\frac{1}{2\pi j}{\oint }_{c}X(z)z^{n-1}dz$$
级数收敛的充要条件：满足绝对可和条件，即：
$$\sum _{n=-\infty }^{\infty }|x(n)z^{-n}|=M<\infty$$
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${\sum }_{n=-\infty }^{\infty }|a_n|$（例如，这里的${\sum }_{n=-\infty }^{\infty }|x(n)z^{-n}|$），有
$$li{m}_{n\to \infty }|\frac{a_{n+1}}{a_n}|=l$$
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）

---

$$X(e^{jw})=DTFT[x(n)]=\sum _{n=-\infty }^{\infty }x(n)e^{-jwn}$$
$$x(n)=IDTFT[X(e^{jw})]=\frac{1}{2\pi }{\int }_{-\pi }^{\pi }X(e^{jw})dw$$
注：
1、时域x(n)是离散的，则频域$X(e^{jw})$一定时周期的
2、$X(e^{jwn})$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
$$X(e^{jw})=|X(e^{jw})|e^{jarg[X(e^{jw})]}=Re[X(e^{jw})]+jIm[X(e^{jw})]$$

四、周期序列的傅里级数（DFS）

---

$\tilde{x}(n)$表示一个周期为N的周期序列，即
$$\tilde{x}(n)=\tilde{x}(n+rN)$$
N为正整数，r为任意整数。
$$\tilde{X}(k)=DFS[\tilde{x}(n)]=\sum _{n=0}^{N-1}\tilde{x}(n)e^{-j\frac{2\pi }{N}nk}=\sum _{n=0}^{N-1}\tilde{x}(n)W_N^{nk}$$
$$\tilde{x}(n)=IDFS[\tilde{X}(k)]=\frac{1}{N}\sum _{k=0}^{N-1}\tilde{X}(k)e^{j\frac{2\pi }{N}nk}=\frac{1}{N}\sum _{k=0}^{N-1}\tilde{X}(k)W_N^{-nk}$$

	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	$e^{j\Omega_0n}=e^{j\frac{2\pi}{N}n}$	$N$	$\omega_0={\frac{2\pi}{N}}$	$e^{jk\frac{2\pi}{N}n}$