冲激函数和傅里叶变换

冲激函数具有很好的取样特性,使得其在信号处理、图像处理等方面有着广泛的应用. 在这边文章中,我们介绍冲激函数和它的傅里叶变换. 文章的内容主要参考Rafael C. Gonzalez和Richard E. Woods所著的《数字图像处理》.


1. 冲激函数定义

定义1 连续变量 t t=0点处的冲激函数 δ(t) 定义为

δ(t)={,0,t=0t0

其满足等式
δ(t)dt=1.

假设 f(t) t=0 处是连续的,则冲激具有如下的取样特性

f(t)δ(t)dt=f(0).

更一般地,位于任意点 t=t0 的冲激表示为 δ(tt0) . 在这种情况下,取样特性为
f(t)δ(tt0)dt=f(t0).

定义2 对于离散变量 x 单位离散冲激函数δ(x)定义为

δ(x)={1,0,x=1x0

其满足等式
x=δ(x)=1.

离散冲激具有取样特性

x=f(x)δ(x)=f(0).

更一般地,在 x=x0 处的取样特性为
f(x)δ(xx0)=f(x0).

定义3 冲激串 SΔT(t) 是无限多个分离的周期为 ΔT 的冲激之和,即

SΔT(t)=n=δ(tnΔT)

其中,冲激 δ(t) 可以是连续的或离散的.


2. 傅里叶级数和傅里叶变换

2.1 傅里叶级数

i2=1 . 函数族 {ei2πkt/T}k=0 在区间 [T2,T2] 上具有如下正交性

T2T2ei2πnt/Tei2πmt/Tdt={T,0,n=mnm

据此,我们可以将周期为 T 的函数f(t)表示为 傅里叶级数的形式.

定义4 假定函数 f(t) 周期为 T 的连续函数,则f(t)可以表示为如下傅里叶级数形式

f(t)=n=cnei2πnt/T

其中
cn=1TT2T2f(t)ei2πnt/Tdt,n=0,±1,±2,
.

2.2 傅里叶变换

定义5 连续函数 f(t) 傅里变换

f(t)FF(μ)=f(t)ei2πμtdt

相反地,给定 F(μ) ,我们可以通过 傅里逆变换得到 f(t)
F(μ)F1f(t)=F(μ)ei2πμtdμ

由傅里叶变换和傅里叶逆变换的对称性,我们得到如下性质

性质1 >

f(t)FF(μ)Ff(t)


3. 冲激和冲激串的傅里叶变换

3.1 冲激的傅里叶变换

位于原点的冲激函数 δ(t) (见定义1)的傅里叶变换为

F(μ)=δ(t)ei2πμtdt=ei2πμtδ(t)dt=ei2πμ0=e0=1

类似地,位于 t=t0 处的冲激 δ(tt0) 的傅里叶变换为
F(μ)=δ(tt0)ei2πμtdt=ei2πμtδ(tt0)dt=ei2πμt0

由前面的性质1 和冲激的性质,我们可以得到如下性质

性质2

F(ei2πμt0)=δ(t+t0)=δ(tt0)

3.2 冲激串的傅里叶变换

冲激串 SΔT(t) (见定义3)是周期为 ΔT 的函数,可以表示为如下傅里叶级数(见定义4

SΔT(t)=n=cnei2πnt/ΔT

其中
cn=1ΔTΔT2ΔT2SΔT(t)ei2πnt/ΔTdt

由于在区间 [ΔT2,ΔT2] 的积分仅包含位于原点的冲激 δ(t) ,因此
cn=1ΔTΔT2ΔT2SΔT(t)ei2πnt/ΔTdt=1ΔTe0=1ΔT

从而得到冲激串的傅里叶级数
SΔT(t)=1ΔTn=ei2πnt/ΔT

进一步地,由性质2可知
F(ei2πnt/ΔT)=δ(μnΔT)

因此,冲激串 SΔT(t) 的傅里叶变换 S(μ)
S(μ)=F(SΔT(t))=1ΔTn=F(ei2πnt/ΔT)=1ΔTn=δ(μnΔT)

这个结果说明,周期为 ΔT 的冲激串的傅里叶变换仍为冲激串,其周期为 1ΔT .

评论 18
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