文章目录
1、复频谱
一般来说,我们采用复频谱,它有两种表示形式,即
- 正交形式
G ( f ) = X ( f ) + j Y ( f ) G(f)=X(f)+jY(f) G(f)=X(f)+jY(f) - 幅度-相位形式
G ( f ) = ∣ G ( f ) ∣ e j θ f G ( f ) = X 2 ( f ) + Y 2 ( f ) θ ( f ) = tan − 1 [ Y ( f ) X ( f ) ] . \begin{aligned} G(f)&=|G(f)|e^{j\theta f}\\ G(f)&=\sqrt{X^2(f)+Y^2(f)}\\ \theta (f)&=\tan^{-1}\left[\frac{Y(f)}{X(f)}\right]. \end{aligned} G(f)G(f)θ(f)=∣G(f)∣ejθf=X2(f)+Y2(f)=tan−1[X(f)Y(f)].需要注意的是,尽管有时候我们会碰上虚部为零的频谱,但更一般情况下遇到的都是复频谱。因此在画频谱图的时候就需要注意,我们需要用两张图才能够表示一个实部、虚部都不为零的频谱,当然既可以用实部-虚部,也可以用幅度-相位。
2、傅立叶变换常用性质
傅立叶变换性质有很多。我们这里只罗列几种课程中经常会遇到的。
- 时延
g ( t ) ← → G ( f ) g ( t − t 0 ) ← → G ( f ) e − j 2 π f t 0 \begin{aligned} g(t)&\leftarrow\rightarrow G(f)\\ g(t-t_0)&\leftarrow\rightarrow G(f)e^{-j2\pi ft_0} \end{aligned} g(t)g(t−t0)←→G(f)←→G(f)e−j2πft0 - 频移
g ( t ) ← → G ( f ) g ( t ) e j 2 π f 0 t ← → G ( f − f 0 ) \begin{aligned} g(t)&\leftarrow\rightarrow G(f)\\ g(t)e^{j2\pi f_0t}&\leftarrow\rightarrow G(f-f_0) \end{aligned} g(t)g(t)ej2πf0t←→G(f)←→G(f−f0) - 对偶性
g ( t ) ← → G ( f ) G ( t ) ← → g ( − f ) \begin{aligned} g(t)&\leftarrow\rightarrow G(f)\\ G(t)&\leftarrow\rightarrow g(-f) \end{aligned} g(t)G(t)←→G(f)←→g(−f)
3、冲激信号与直流信号
3.1 冲激函数
冲激函数可以看成是某种脉冲函数的极限形式。
如图1所示,有一宽为
a
a
a,高为
1
a
\frac{1}{a}
a1,面积为1的矩形脉冲波形。若将
a
a
a逐渐减小,保持面积不变,则高度不断增加。极限情况下,
a
→
0
a \rightarrow 0
a→0,则高度
1
a
\frac{1}{a}
a1趋近于无穷大。这样的函数就称为冲激函数。当然其它形式的脉冲函数,也可以逼近冲激函数,只要面积保持为1,我们就称为单位冲激函数,用
δ
(
x
)
\delta(x)
δ(x)表示,因此我们有
δ
(
x
)
=
{
1
,
x
=
0
0
,
x
=
̸
0.
\delta(x)=\left\{\begin{aligned} 1,&\quad x=0\\ 0,&\quad x=\not 0. \end{aligned} \right.
δ(x)={1,0,x=0x≠0.
由于信号的波形和频谱都有可能是冲激函数,因此我们自变量用
x
x
x表示,显然这里的
x
x
x可以是
t
t
t,也可以是
f
f
f。注意
δ
(
x
)
\delta(x)
δ(x)有两个非常重要且有用的性质。
- 冲激函数的取样性质
g ( x ) δ ( x − x 0 ) = g ( x 0 ) δ ( x − x 0 ) , g(x)\delta(x-x_0)=g(x_0)\delta(x-x_0), g(x)δ(x−x0)=g(x0)δ(x−x0),这个性质说明,任何一个函数与一个冲激函数相乘,其结果还是一个冲激函数,只是强度(即面积)不再是1,而是该函数在冲激函数出现时( x = x 0 x=x_0 x=x0)的幅度。这个性质在后面模拟信号数字化部分的抽样中还要用到。 - 冲激函数的筛选性质
∫ − ∞ ∞ g ( x ) δ ( x − x 0 ) d x = g ( x 0 ) ∫ − ∞ ∞ δ ( x − x 0 ) d x = g ( x 0 ) \int_{-\infty}^{\infty}g(x)\delta(x-x_0)dx=g(x_0)\int_{-\infty}^{\infty}\delta(x-x_0)dx=g(x_0) ∫−∞∞g(x)δ(x−x0)dx=g(x0)∫−∞∞δ(x−x0)dx=g(x0)这个性质可能一下不容易看出来有什么用处。我们回忆下卷积运算,若有两个函数 g ( x ) g(x) g(x)和 m ( x ) m(x) m(x),它们的卷积为
g ( x ) ∗ m ( x ) = ∫ − ∞ ∞ g ( τ ) m ( x − τ ) d τ . g(x)*m(x)=\int_{-\infty}^{\infty}g(\tau)m(x-\tau)d\tau. g(x)∗m(x)=∫−∞∞g(τ)m(x−τ)dτ.若 m ( x ) = δ ( x ) m(x)=\delta(x) m(x)=δ(x),有
g ( x ) ∗ δ ( x ) = ∫ − ∞ ∞ g ( τ ) δ ( x − τ ) d τ = ∫ − ∞ ∞ g ( τ ) δ ( τ − x ) d τ , g(x)*\delta(x)=\int_{-\infty}^{\infty}g(\tau)\delta(x-\tau)d\tau=\int_{-\infty}^{\infty}g(\tau)\delta(\tau-x)d\tau, g(x)∗δ(x)=∫−∞∞g(τ)δ(x−τ)dτ=∫−∞∞g(τ)δ(τ−x)dτ,由筛选性质可得 g ( x ) ∗ δ ( x ) = g ( x ) ∫ − ∞ ∞ δ ( τ − x ) d τ = g ( x ) . g(x)*\delta(x)=g(x)\int_{-\infty}^{\infty}\delta(\tau-x)d\tau=g(x). g(x)∗δ(x)=g(x)∫−∞∞δ(τ−x)dτ=g(x).因此,任何函数与冲激函数卷积,其结果就是这个函数本身。而任何一个函数与移位之后的冲激函数卷积,则为这个函数移位,即
g ( x ) ∗ δ ( x − x 0 ) = ∫ − ∞ ∞ g ( τ ) δ ( x − x 0 − τ ) d τ = ∫ − ∞ ∞ g ( τ ) δ [ τ − ( x − x 0 ) ] d τ = g ( x − x 0 ) \begin{aligned} g(x)*\delta(x-x_0)&=\int_{-\infty}^{\infty}g(\tau)\delta(x-x_0-\tau)d\tau\\ &=\int_{-\infty}^{\infty}g(\tau)\delta[\tau-(x-x_0)]d\tau\\ &=g(x-x_0) \end{aligned} g(x)∗δ(x−x0)=∫−∞∞g(τ)δ(x−x0−τ)dτ=∫−∞∞g(τ)δ[τ−(x−x0)]dτ=g(x−x0)
3.2 冲激信号及其频谱密度
所谓冲激信号,是指其波形为冲激函数的信号,即
g
(
t
)
=
A
δ
(
t
)
g(t)=A\delta (t)
g(t)=Aδ(t),其中
A
A
A为冲激强度(即面积)。显然冲激信号并非物理可实现信号,但用它来刻画持续时间非常短,瞬时幅度非常大的信号,是非常有用的。
下面我们来看冲激信号的频谱密度,我们可以得到傅里叶变换对
g
(
t
)
=
A
δ
(
t
)
↔
G
(
f
)
=
A
,
g(t)=A\delta (t)\leftrightarrow G(f)=A,
g(t)=Aδ(t)↔G(f)=A,显然,冲激信号的频谱为平坦的直线,其幅度为冲激信号的强度
A
A
A。冲激信号波形与频谱示意图如图2所示。
3.3 直流信号及其频谱密度
若信号的频谱为冲激函数,即
G
(
f
)
=
A
δ
(
f
)
G(f)=A\delta(f)
G(f)=Aδ(f),根据傅里叶变换的对偶性质,可以得到傅里叶变换对
g
(
t
)
=
A
↔
G
(
f
)
=
A
δ
(
f
)
,
g(t)=A\leftrightarrow G(f)=A\delta(f),
g(t)=A↔G(f)=Aδ(f),其示意图如图3所示。显然,该波形为直流信号,从频域也可以看出,信号只在频率
f
=
0
f=0
f=0点处幅度不为零。
4、单音信号的傅里叶变换
我们先来看余弦信号的傅里叶变换,即
g
(
t
)
=
cos
(
2
π
f
0
t
)
↔
G
(
f
)
=
1
2
[
δ
(
f
−
f
0
)
+
δ
(
f
+
f
0
]
,
g(t)=\cos(2\pi f_0t)\leftrightarrow G(f)=\frac{1}{2}\left[\delta(f-f_0)+\delta(f+f_0\right],
g(t)=cos(2πf0t)↔G(f)=21[δ(f−f0)+δ(f+f0],其波形与频谱如图4所示。从图中可以很容易看出,为何我们将余弦信号成为单音信号,因为其只具有一个频率
f
0
f_0
f0。【请大家思考,为何图中有两个冲激,但我们却说它只具有一个频率?】
除了余弦信号之外,正弦信号也是单音信号,其傅里叶变换为
g
(
t
)
=
sin
(
2
π
f
0
t
)
↔
G
(
f
)
=
1
j
2
[
δ
(
f
−
f
0
)
−
δ
(
f
+
f
0
]
,
g(t)=\sin(2\pi f_0t)\leftrightarrow G(f)=\frac{1}{j2}\left[\delta(f-f_0)-\delta(f+f_0\right],
g(t)=sin(2πf0t)↔G(f)=j21[δ(f−f0)−δ(f+f0],显然该频谱不再是实频谱,因此在作图时就需要用两张图来表示,即同相-正交,或者幅度-相位。
5、矩形脉冲信号与三角形脉冲信号
我们用
A
R
e
c
t
(
t
−
t
0
τ
)
A{\rm Rect}\left(\frac{t-t_0}{\tau} \right)
ARect(τt−t0)来表示中心在
t
0
t_0
t0,宽度为
τ
\tau
τ,高度为
A
A
A的矩形脉冲信号(有时也叫门函数,因为看起来很象门的形状)。由于门的中心在原点,因此图6中的矩形脉冲信号可以写为
g
(
t
)
=
A
R
e
c
t
(
t
τ
)
g(t)=A{\rm Rect}\left(\frac{t}{\tau}\right)
g(t)=ARect(τt)。显然矩形脉冲信号一个能量信号,因为其持续时间有限,能量为有限值。矩形脉冲信号的傅里叶变换为
g
(
t
)
=
R
e
c
t
(
t
τ
)
↔
G
(
f
)
=
τ
S
a
(
π
f
τ
)
,
g(t)={\rm Rect}\left(\frac{t}{\tau}\right)\leftrightarrow G(f)=\tau{\rm Sa}\left(\pi f\tau\right),
g(t)=Rect(τt)↔G(f)=τSa(πfτ),其波形与频谱示意图见图6。
注意这里的函数
S
a
(
x
)
{\rm Sa}(x)
Sa(x)称为抽样函数,它的定义式为
S
a
(
x
)
=
sin
(
x
)
x
,
{\rm Sa}(x)=\frac{\sin(x)}{x},
Sa(x)=xsin(x),注意我们也可以把Sa函数写成Sinc函数,二者关系为
S
a
(
π
x
)
=
S
i
n
c
(
x
)
{\rm Sa}(\pi x)={\rm Sinc}(x)
Sa(πx)=Sinc(x)。
显然,当
x
=
0
x=0
x=0时,根据罗比塔法则,
S
a
(
x
)
=
1
{\rm Sa}(x)=1
Sa(x)=1;当
x
=
k
π
x=k\pi
x=kπ,
k
k
k为整数且不为零时,
S
a
(
x
)
=
0
{\rm Sa}(x)=0
Sa(x)=0,因此
k
π
k\pi
kπ为Sa函数的过零点。从原点到第一过零点之间的频谱成分我们称为主瓣,第
k
k
k到
k
+
1
k+1
k+1个过零点之间的频谱成分我们称为旁瓣,这里
k
=
̸
0
k=\not 0
k≠0。随着
k
k
k的增大,旁瓣逐渐衰减。
对于函数
S
a
(
π
f
τ
)
{\rm Sa}\left(\pi f \tau\right)
Sa(πfτ),当
f
=
k
τ
f=\frac{k}{\tau}
f=τk,
k
k
k为整数且不为零时,函数值为零。从图6中可以看出,矩形脉冲波形的频谱密度为Sa函数,显然信号带宽是无穷宽的。对于这一类函数,我们常定义过零点带宽,因此图6中信号的第一过零点带宽为
1
τ
\frac{1}{\tau}
τ1。
我们再来看另外一种脉冲信号,三角形脉冲波形,如图7所示。写成表达式为
A
Λ
(
t
τ
)
↔
A
S
a
2
(
π
f
τ
)
.
A\Lambda(\frac{t}{\tau})\quad \leftrightarrow \quad A{\rm Sa}^2\left(\pi f\tau \right).
AΛ(τt)↔ASa2(πfτ).其中
Λ
(
t
−
t
0
τ
)
\Lambda(\frac{t-t_0}{\tau})
Λ(τt−t0)表示底边宽度为
2
τ
2\tau
2τ,底边中点在
t
0
t_0
t0处的三角形脉冲。它的频谱密度函数为Sa函数的平方,第一过零点带宽为
1
τ
\frac{1}{\tau}
τ1。
6、理想低通信号波形与频谱
理想低通信号,是指其频谱密度函数具有图8(b)中频谱密度的信号,因此其波形具有图8(a)中的形状,表达式为
g
(
t
)
=
f
0
S
a
(
π
f
0
t
)
↔
G
(
f
)
=
R
e
c
t
(
f
f
0
)
.
g(t)=f_0{\rm Sa}(\pi f_0t)\quad \leftrightarrow \quad G(f)={\rm Rect}\left(\frac{f}{f_0}\right).
g(t)=f0Sa(πf0t)↔G(f)=Rect(f0f).因此,理想低通信号就是频谱为矩形函数的信号,根据傅里叶变换的对偶形式,显然波形为Sa函数。注意此时波形的过零点为
k
f
0
\frac{k}{f_0}
f0k,这里
k
k
k为不等于零的整数。
提示:矩形脉冲信号与理想低通信号,是两种完全不同的信号。后面也会经常用到这两种波形,大家一定要分清楚二者的区别。
7、周期信号的频谱
7.1 周期信号傅里叶变换的一般形式
周期信号给
g
(
t
)
g(t)
g(t)傅里叶变换的一般形式为
(7-1)
g
(
t
)
↔
G
(
f
)
=
∑
k
=
−
∞
∞
C
n
δ
(
f
−
k
f
0
)
,
\tag{7-1} g(t)\quad \leftrightarrow \quad G(f)=\sum_{k=-\infty}^{\infty}C_n\delta(f-kf_0),
g(t)↔G(f)=k=−∞∑∞Cnδ(f−kf0),(7-1)其中
T
0
T_0
T0为
g
(
t
)
g(t)
g(t)的周期,
f
0
=
1
T
0
f_0=\frac{1}{T_0}
f0=T01,
(7-2)
C
n
=
1
T
0
∫
−
T
0
2
T
0
2
g
(
t
)
e
−
j
2
π
n
f
0
t
d
t
\tag{7-2} C_n=\frac{1}{T_0}\int_{-\frac{T_0}{2}}^{\frac{T_0}{2}}g(t)e^{-j2\pi nf_0t}dt
Cn=T01∫−2T02T0g(t)e−j2πnf0tdt(7-2)为
g
(
t
)
g(t)
g(t)傅里叶级数的系数。直接用上式求解
C
n
C_n
Cn往往比较繁琐。下面我们介绍另一种计算方法:
(7-3)
C
n
=
1
T
0
G
0
(
f
)
∣
f
=
n
f
0
,
\tag{7-3} C_n=\frac{1}{T_0}G_0(f)|_{f=nf_0},
Cn=T01G0(f)∣f=nf0,(7-3)其中
G
0
(
f
)
G_0(f)
G0(f)为
g
0
(
t
)
g_0(t)
g0(t)的傅里叶变换,而
(7-4)
g
0
(
t
)
=
{
g
(
t
)
,
t
∈
[
−
T
0
2
,
T
0
2
]
0
,
o
t
h
e
r
w
i
s
e
\tag{7-4} g_0(t)=\left\{\begin{aligned} g(t), \quad &t\in [-\frac{T_0}{2},\frac{T_0}{2}]\\ 0,\quad &\rm otherwise \end{aligned}\right.
g0(t)=⎩⎨⎧g(t),0,t∈[−2T0,2T0]otherwise(7-4)为
g
(
t
)
g(t)
g(t)的截断函数。
从(7-4)可以看出,只要是周期信号,频谱一定是离散的冲激序列,两个冲激之间的间隔为
f
0
f_0
f0。不同的周期信号,
g
0
(
t
)
g_0(t)
g0(t)不同,因而
C
n
C_n
Cn也就不同,因此冲激的强度也就不同。下面我们来具体看两个周期信号的例子。
7.2 周期冲激序列的频谱
周期冲激序列波形与频谱示意图如图9所示。周期冲激序列的波形表达式可以写作
g
(
t
)
=
∑
n
=
−
∞
∞
δ
(
t
−
n
T
0
)
,
g(t)=\sum_{n=-\infty}^{\infty}\delta(t-nT_0),
g(t)=n=−∞∑∞δ(t−nT0),可以写出它的截断函数为
g
0
(
t
)
=
δ
(
t
)
,
g_0(t)=\delta(t),
g0(t)=δ(t),因此,有
G
0
(
f
)
=
1
G_0(f)=1
G0(f)=1,由(7-2)可以得到
C
n
=
1
T
0
,
n
=
0
,
±
1
,
±
2
,
…
C_n=\frac{1}{T_0},\ n=0,\pm1,\pm 2,\ldots
Cn=T01, n=0,±1,±2,…故可以得到傅里叶变换对
g
(
t
)
=
∑
n
=
−
∞
∞
δ
(
t
−
n
T
0
)
↔
G
(
f
)
=
1
T
0
∑
k
=
−
∞
∞
δ
(
f
−
k
f
0
)
.
g(t)=\sum_{n=-\infty}^{\infty}\delta(t-nT_0) \quad \leftrightarrow \quad G(f)=\frac{1}{T_0}\sum_{k=-\infty}^{\infty}\delta(f-kf_0).
g(t)=n=−∞∑∞δ(t−nT0)↔G(f)=T01k=−∞∑∞δ(f−kf0).不难看出,
G
(
f
)
G(f)
G(f)的每个冲激强度是相等的,这是由
g
0
(
t
)
=
δ
(
t
)
g_0(t)=\delta(t)
g0(t)=δ(t)决定的。
7.3 周期矩形脉冲序列的频谱
周期矩形脉冲序列的波形与频谱如图10所示。表达式推导如下:
g
0
(
t
)
=
R
e
c
t
(
t
τ
)
↔
G
0
(
f
)
=
τ
S
a
(
π
f
τ
)
C
n
=
τ
T
0
S
a
(
n
π
f
0
τ
)
g
(
t
)
=
∑
n
=
−
∞
∞
R
e
c
t
(
t
−
n
T
0
τ
)
↔
G
(
f
)
=
τ
T
0
∑
k
=
−
∞
∞
S
a
(
n
π
f
0
t
)
δ
(
f
−
k
f
0
)
.
\begin{aligned} &g_0(t)={\rm Rect}(\frac{t}{\tau})\quad \leftrightarrow \quad G_0(f)=\tau{\rm Sa}(\pi f\tau) \\ &C_n=\frac{\tau}{T_0}{\rm Sa}(n\pi f_0\tau)\\ &g(t)=\sum_{n=-\infty}^{\infty}{\rm Rect}(\frac{t-nT_0}{\tau}) \quad \leftrightarrow \quad G(f)=\frac{\tau}{T_0}\sum_{k=-\infty}^{\infty}{\rm Sa}(n\pi f_0t)\delta(f-kf_0). \end{aligned}
g0(t)=Rect(τt)↔G0(f)=τSa(πfτ)Cn=T0τSa(nπf0τ)g(t)=n=−∞∑∞Rect(τt−nT0)↔G(f)=T0τk=−∞∑∞Sa(nπf0t)δ(f−kf0).