信号与系统（16）- 系统的频域分析法：非周期信号

1. 系统对非周期信号的频谱分析方法：由周期信号到非周期信号

同之前分析由周期信号的傅里叶级数到非周期信号的傅里叶变换相似，非周期信号的频域分析法，仍然是通过将周期趋于无穷大，进而得到非周期信号。

对于某频率点$\omega$，在傅里叶变换推导时，$T\to \infty$使得复振幅趋于无穷小，进而在求解时，通过对振幅乘以周期引出了频谱密度这个概念，如下所示：

信号$f(t)$通过复指数正交函数集展开为：
$$f(t)=\sum _{n=-\infty }^{+\infty }[C_n\cdot e^{j(n\Omega t)}]$$
上式中系数$C_n$为：
$$C_n=\frac{{\int }_{t_1}^{t_2}f(t)\cdot (e^{jn\Omega t}{)}^{\ast }}{{\int }_{t_1}^{t_2}(e^{jn\Omega t})(e^{jn\Omega t}{)}^{\ast }}=\frac{1}{T}{\int }_{t_1}^{t_2}f(t)e^{-jn\Omega t}dt$$
其中$\Omega =\frac{2\pi }{T}$，且$f(t)$是周期为T的函数，以上便是周期函数的傅里叶级数展开。

在周期信号的傅里叶级数展开中，由系数$C_n$关于$n$或频率构成的图谱，称为幅度频谱，反应了构成信号$f(t)$的各个频率分量及各个频率分量的幅度。

那对于连续非周期函数呢？什么样的幅度频谱可以反应一个非周期信号的频率组成成分呢？

为了回答这个问题，首先要对信号$f(t)$系数$C_n$做如下变化：

1. 将周期信号的周期T进行趋近无穷大，即$T\to \infty$，使之变为一个非周期信号；由之前提到的方波周期信号可知，若$T\to \infty$，频谱间隔将趋近无穷小，信号在各个频率点上都有信号分量，频率的取值变为连续取值。
2. 由于$T\to \infty$时，系数$C_n\to 0$，即在每一个频率点上的频率分量大小将趋近于零。为了解决这个问题，人为的将系数$C_n$乘以T，即

$$C_n\cdot T(2\pi \frac{C_n}{\Omega })=T\cdot \frac{{\int }_{t_1}^{t_2}f(t)\cdot (e^{jn\Omega t}{)}^{\ast }}{{\int }_{t_1}^{t_2}(e^{jn\Omega t})(e^{jn\Omega t}{)}^{\ast }}={\int }_{t_1}^{t_2}f(t)e^{-jn\Omega t}dt$$

由于当$T\to \infty$时，$\Omega \to 0$，且$n\Omega$将变为一个连续变量，用$\omega$表示，并且将$T\cdot C_n$用$F(j\omega )$表示，而由于周期T趋近于无穷，因此积分限便从$T=t_2-t_1$变为了$[-\infty ,+\infty ]$,则上式变为：
$$F(j\omega )={\int }_{-\infty }^{+\infty }f(t)e^{-j\omega t}dt$$
上式便是著名的傅里叶变换，即频谱密度函数。

而进行频域分析时，需要使用实际的复振幅进行计算，因此需要将非周期信号的傅里叶变换$E(j\omega )$乘以$\frac{1}{T}$，得到信号分解之后的实际幅值，记为：
$$\dot{E}(\omega )=\underset{T\to \infty }{\lim }\frac{1}{T}E(j\omega )$$
令：
$$T=\frac{\Omega }{2\pi }$$
则$\dot{E}(\omega )={\lim }_{T\to \infty }\frac{1}{T}E(j\omega )$等效于：
$$\dot{E}(\omega )=\underset{\Omega \to 0}{\lim }\frac{\Omega }{2\pi }E(j\omega )$$
$\Omega$是周期信号中的频率表示方法，周期趋于无穷时，频率变为$\Omega \to 0$，周期信号变为非周期信号，其频率变为无穷小的频率点，记为$d\omega$。

所以原式变为：
$$\begin{array}{rl}\dot{E}(\omega )& =\underset{\Omega \to 0}{\lim }\frac{\Omega }{2\pi }E(j\omega )\\ & =\frac{E(j\omega )}{2\pi }d\omega \end{array}$$
所以信号$\dot{E}(\omega )$在频率点$\omega$的响应为：
$$\dot{R}(\omega )=H(j\omega )\cdot \dot{E}(\omega )=\frac{H(j\omega )E(j\omega )}{2\pi }d\omega$$
得到了在某一点频率的响应后，将所有频率范围的各个频率点的响应叠加便可求出最后的响应，但是由于$\dot{R}(\omega )$只是一个复数振幅，而叠加需要使用时间函数叠加，因此要将$\dot{R}(\omega )$换为时间函数后再叠加，如下：
$$\begin{array}{rl}r(t)& =\sum _{\omega =-\infty }^{+\infty }\dot{R}(\omega )\cdot e^{j\omega t}\\ & ={\int }_{-\infty }^{+\infty }\frac{H(j\omega )E(j\omega )}{2\pi }\cdot e^{j\omega t}d\omega \\ & =\frac{1}{2\pi }{\int }_{-\infty }^{+\infty }[H(j\omega )E(j\omega )]\cdot e^{j\omega t}d\omega \end{array}$$
观察上式可知，$r(t)$其实是$[H(j\omega )E(j\omega )]\cdot e^{j\omega t}$的傅里叶反变换，即：
r ( t ) = 1 2 π ∫ − ∞ + ∞ [ H ( j ω ) E ( j ω ) ] ⋅ e j ω t d ω = I . F . T . { [ H ( j ω ) E ( j ω ) ] } \begin{aligned} r(t) &=\frac{1}{2\pi}\int_{-\infty}^{+\infty} [H(j\omega)E(j\omega)]\cdot e^{j\omega t}d\omega \\&=I.F.T.\{[H(j\omega)E(j\omega)] \} \end{aligned} r(t)​=2π1​∫−∞+∞​[H(jω)E(jω)]⋅ejωtdω=I.F.T.{[H(jω)E(jω)]}​
而：
R ( j ω ) = F . T . { r ( t ) } = H ( j ω ) E ( j ω ) R(j\omega) = F.T.\{r(t)\} = H(j\omega)E(j\omega) R(jω)=F.T.{r(t)}=H(jω)E(jω)
所以，非周期信号的频域分析法可以总结如下：

1. 将非周期激励信号$e(t)$进行傅里叶变换，得到其频谱$E(j\omega )$
2. 获得系统的传输方程$H(j\omega )$
3. 求出系统响应的频谱特性：$R(j\omega )=H(j\omega )\cdot E(j\omega )$
4. 通过傅里叶反变换求得时间函数，对各个频率分量的响应叠加，即：$r(t)=\frac{1}{2\pi }{\int }_{-\infty }^{+\infty }R(j\omega )\cdot e^{j\omega t}d\omega$

2. 周期信号和非周期信号的频域分析方法有什么异同？

相同点：

• 都是通过变换，将时间函数（以时间为自变量的函数）变为频域函数（以频率为自变量的函数）。两者都避免求解微分方程和卷积，但是增加了傅里叶变换（级数展开）和傅里叶反变换的计算过程

不同点：

• 周期信号使用傅里叶级数，将信号分解为多个有限振幅的正弦信号之和，非周期信号使用傅里叶变换，将信号分解为许多个有无限小振幅的正弦信号之和。

其他：

• 求解非周期信号的频域分析步骤，也可以用于周期信号的求解，这是因为周期性是相对而言的，这部分内容在 信号与系统（12）- 周期信号的傅里叶变换有过介绍。

至此系统的频域分析相关内容完毕，下部分将讨论有关连续时间系统的复频域分析的内容。如有不当之处，请批评指正，谢谢！