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
  $$G(f)=X(f)+jY(f)$$
• 幅度-相位形式
  $$\begin{array}{rl}G(f)& =|G(f)|e^{j\theta f}\\ G(f)& =\sqrt{X^2(f)+Y^2(f)}\\ \theta (f)& ={\tan }^{-1}\left[\frac{Y(f)}{X(f)}\right].\end{array}$$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
  $$\begin{array}{rl}g(t)& \leftarrow \to G(f)\\ g(t-t_0)& \leftarrow \to G(f)e^{-j2\pi f{t}_0}\end{array}$$
• 频移
  $$\begin{array}{rl}g(t)& \leftarrow \to G(f)\\ g(t)e^{j2\pi f_{0}t}& \leftarrow \to G(f-f_0)\end{array}$$
• 对偶性
  $$\begin{array}{rl}g(t)& \leftarrow \to G(f)\\ G(t)& \leftarrow \to g(-f)\end{array}$$

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$a$，高为$\frac{1}{a}$，面积为1的矩形脉冲波形。若将$a$逐渐减小，保持面积不变，则高度不断增加。极限情况下，$a\to 0$，则高度$\frac{1}{a}$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$\delta (x)$表示，因此我们有
$$\delta (x)=\{\begin{array}{rl}1,& x=0\\ 0,& x≠0.\end{array}$$
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$x$表示，显然这里的$x$可以是$t$，也可以是$f$。注意$\delta (x)$有两个非常重要且有用的性质。

图1 矩形脉冲的极限形式

• 冲激函数的取样性质
  $$g(x)\delta (x-x_0)=g(x_0)\delta (x-x_0),$$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($x=x_0$)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
  $${\int }_{-\infty }^{\infty }g(x)\delta (x-x_0)dx=g(x_0){\int }_{-\infty }^{\infty }\delta (x-x_0)dx=g(x_0)$$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$g(x)$和$m(x)$，它们的卷积为
  $$g(x)\ast m(x)={\int }_{-\infty }^{\infty }g(\tau )m(x-\tau )d\tau .$$若$m(x)=\delta (x)$，有
  $$g(x)\ast \delta (x)={\int }_{-\infty }^{\infty }g(\tau )\delta (x-\tau )d\tau ={\int }_{-\infty }^{\infty }g(\tau )\delta (\tau -x)d\tau ,$$由筛选性质可得$$g(x)\ast \delta (x)=g(x){\int }_{-\infty }^{\infty }\delta (\tau -x)d\tau =g(x).$$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
  $$\begin{array}{rl}g(x)\ast \delta (x-x_0)& ={\int }_{-\infty }^{\infty }g(\tau )\delta (x-x_0-\tau )d\tau \\ & ={\int }_{-\infty }^{\infty }g(\tau )\delta [\tau -(x-x_0)]d\tau \\ & =g(x-x_0)\end{array}$$

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$g(t)=A\delta (t)$，其中$A$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
$$g(t)=A\delta (t)\leftrightarrow G(f)=A,$$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$A$。冲激信号波形与频谱示意图如图2所示。

图2 冲激信号波形与频谱密度函数示意图

3.3 直流信号及其频谱密度

  若信号的频谱为冲激函数，即$G(f)=A\delta (f)$，根据傅里叶变换的对偶性质，可以得到傅里叶变换对
$$g(t)=A\leftrightarrow G(f)=A\delta (f),$$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$f=0$点处幅度不为零。

图3 直流信号波形与频谱密度函数示意图

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
$$g(t)=\cos (2\pi f_{0}t)\leftrightarrow G(f)=\frac{1}{2}\left[\delta (f-f_0)+\delta (f+f_0\right],$$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$f_0$。【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？】

图4 余弦信号波形与频谱密度函数示意图

  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
$$g(t)=\sin (2\pi f_{0}t)\leftrightarrow G(f)=\frac{1}{j2}\left[\delta (f-f_0)-\delta (f+f_0\right],$$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。

图5 正弦信号波形与频谱密度函数示意图（幅度-相位）

5、矩形脉冲信号与三角形脉冲信号

  我们用$A\mathrm{R}\mathrm{e}\mathrm{c}\mathrm{t}\left(\frac{t-t_0}{\tau }\right)$来表示中心在$t_0$，宽度为$\tau$，高度为$A$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$g(t)=A\mathrm{R}\mathrm{e}\mathrm{c}\mathrm{t}\left(\frac{t}{\tau }\right)$。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
$$g(t)=\mathrm{R}\mathrm{e}\mathrm{c}\mathrm{t}\left(\frac{t}{\tau }\right)\leftrightarrow G(f)=\tau \mathrm{S}\mathrm{a}\left(\pi f\tau \right),$$其波形与频谱示意图见图6。

图6 矩形脉冲信号波形及其频谱密度函数示意图

---

  注意这里的函数$\mathrm{S}\mathrm{a}(x)$称为抽样函数，它的定义式为
$$\mathrm{S}\mathrm{a}(x)=\frac{\sin (x)}{x},$$注意我们也可以把Sa函数写成Sinc函数，二者关系为$\mathrm{S}\mathrm{a}(\pi x)=\mathrm{S}\mathrm{i}\mathrm{n}\mathrm{c}(x)$。
  显然，当$x=0$时，根据罗比塔法则，$\mathrm{S}\mathrm{a}(x)=1$；当$x=k\pi$，$k$为整数且不为零时，$\mathrm{S}\mathrm{a}(x)=0$，因此$k\pi$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$k$到$k+1$个过零点之间的频谱成分我们称为旁瓣，这里$k≠0$。随着$k$的增大，旁瓣逐渐衰减。

---

  对于函数$\mathrm{S}\mathrm{a}\left(\pi f\tau \right)$，当$f=\frac{k}{\tau }$，$k$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$\frac{1}{\tau }$。
  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
$$A\Lambda (\frac{t}{\tau })\leftrightarrow A{\mathrm{S}\mathrm{a}}^2\left(\pi f\tau \right).$$其中$\Lambda (\frac{t-t_0}{\tau })$表示底边宽度为$2\tau$，底边中点在$t_0$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$\frac{1}{\tau }$。

图7 三角形脉冲信号及其频谱密度函数示意图

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
$$g(t)=f_0\mathrm{S}\mathrm{a}(\pi f_{0}t)\leftrightarrow G(f)=\mathrm{R}\mathrm{e}\mathrm{c}\mathrm{t}\left(\frac{f}{f_0}\right).$$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$\frac{k}{f_0}$，这里$k$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。

图8 理想低通信号波形与频谱密度函数示意图

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$g(t)$傅里叶变换的一般形式为
$$g(t)\leftrightarrow G(f)=\sum _{k=-\infty }^{\infty }{C}_n\delta (f-k{f}_0),\text{\hspace{1em}(7-1)}$$其中$T_0$为$g(t)$的周期，$f_0=\frac{1}{T_0}$，
$$C_n=\frac{1}{T_0}{\int }_{-\frac{T_0}{2}}^{\frac{T_0}{2}}g(t)e^{-j2\pi n{f}_{0}t}dt\text{\hspace{1em}(7-2)}$$为$g(t)$傅里叶级数的系数。直接用上式求解$C_n$往往比较繁琐。下面我们介绍另一种计算方法：
$$C_n=\frac{1}{T_0}{G}_0(f){|}_{f=n{f}_0},\text{\hspace{1em}(7-3)}$$其中$G_0(f)$为$g_0(t)$的傅里叶变换，而
$$g_0(t)=\{\begin{array}{rl}g(t),& t\in [-\frac{T_0}{2},\frac{T_0}{2}]\\ 0,& \mathrm{o}\mathrm{t}\mathrm{h}\mathrm{e}\mathrm{r}\mathrm{w}\mathrm{i}\mathrm{s}\mathrm{e}\end{array}\text{\hspace{1em}(7-4)}$$为$g(t)$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$f_0$。不同的周期信号，$g_0(t)$不同，因而$C_n$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
$$g(t)=\sum _{n=-\infty }^{\infty }\delta (t-n{T}_0),$$可以写出它的截断函数为
$$g_0(t)=\delta (t),$$因此，有$G_0(f)=1$，由(7-2)可以得到
$$C_n=\frac{1}{T_0},n=0,\pm 1,\pm 2,\dots$$故可以得到傅里叶变换对
$$g(t)=\sum _{n=-\infty }^{\infty }\delta (t-n{T}_0)\leftrightarrow G(f)=\frac{1}{T_0}\sum _{k=-\infty }^{\infty }\delta (f-k{f}_0).$$不难看出，$G(f)$的每个冲激强度是相等的，这是由$g_0(t)=\delta (t)$决定的。

图9 周期冲激序列波形及其频谱密度函数示意图

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：
$$\begin{array}{rl}& g_0(t)=\mathrm{R}\mathrm{e}\mathrm{c}\mathrm{t}(\frac{t}{\tau })\leftrightarrow G_0(f)=\tau \mathrm{S}\mathrm{a}(\pi f\tau )\\ & C_n=\frac{\tau }{T_0}\mathrm{S}\mathrm{a}(n\pi f_0\tau )\\ & g(t)=\sum _{n=-\infty }^{\infty }\mathrm{R}\mathrm{e}\mathrm{c}\mathrm{t}(\frac{t-n{T}_0}{\tau })\leftrightarrow G(f)=\frac{\tau }{T_0}\sum _{k=-\infty }^{\infty }\mathrm{S}\mathrm{a}(n\pi f_{0}t)\delta (f-k{f}_0).\end{array}$$

图10 周期矩形脉冲序列波形及其频谱密度函数示意图