现代通信原理2.4:常用信号的傅立叶变换

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) =tan1[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(tt0)G(f)G(f)ej2πft0
  • 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)ej2πf0tG(f)G(ff0)
  • 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 a0,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。
在这里插入图片描述

图1 矩形脉冲的极限形式
  • 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(xx0)=g(x0)δ(xx0),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
  • 19
    点赞
  • 103
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值