展开全部
δ(t)是单位冲激响应32313133353236313431303231363533e59b9ee7ad9431333431363536,当a趋于0时,F(jw)在w=0时为无穷大,在w≠0时为0,但不是单位冲激响应。
傅立叶变换对有多种定义形式,如果采用下列变换对,即:
F(ω)=∫(∞,-∞) f(t)e^(-iωt)dt
f(t) = (1/2π) ∫(∞,-∞) F(ω)e^(iωt)dω
令: f(t)=δ(t),
那么: ∫(∞,-∞) δ(t)e^(-iωt)dt = 1
而上式的反变换:(1/2π) ∫(∞,-∞)1 e^(iωt)dt = δ(t) //:Dirac δ(t) 函数;
从而得到常数1的傅里叶变换等于:2πδ(t)
扩展资料:
总结:
假设采样频率为Fs,采样点数为N,做FFT之后,某一点n(n从1开始)表示的频率为:Fn=(n-1)*Fs/N;该点的模值除以N/2就是对应该频率下的信号的幅度(对于直流信号是除以N);该点的相位即是对应该频率下的信号的相位。
相位的计算可用函数atan2(b,a)计算。atan2(b,a)是求坐标为(a,b)点的角度值,范围从-pi到pi。要精确到xHz,则需要采样长度为1/x秒的信号,并做FFT。
要提高频率分辨率,就需要增加采样点数,这在一些实际的应用中是不现实的,需要在较短的时间内完成分析。
解决这个问题的方法有频率细分法,比较简单的方法是采样比较短时间的信号,然后在后面补充一定数量的0,使其长度达到需要的点数,再做FFT,这在一定程度上能够提高频率分辨力。具体的频率细分法可参考相关文献。