matlab图像频谱分析代码_傅里叶公式总结及基于Julia的FFT代码实战

一、目的
鉴于傅里叶变换在信号处理频域空间处理的重要位置，而且内容繁多，这里总结记录各种傅里叶变换的形式、公式便于今后的使用。

二、
常用信号分为四种：
连续周期信号，连续非周期信号，离散周期信号，离散非周期信号
按能量和功率可分类：
周期信号为功率信号，能量无限；非周期信号为能量信号，功率为0
其中：周期信号存在傅里叶级数，非周期信号存在傅里叶变换

1、连续周期信号的傅里叶级数
其中，F0为信号的周期

信号的功率谱密度Sxx和平均功率Px如下：

示例：周期矩形脉冲串

2、连续非周期信号的傅里叶变换

信号的能量谱密度和总能量为

示例：单个矩形脉冲

3、连续时间信号傅里叶级数和傅里叶变换的关系
以示例的矩形脉冲信号为例

由上式可看出：非周期信号的傅里叶频谱是对应周期信号傅里叶级数的包络线，傅里级数是对应傅里叶变换的采样值。
4、离散周期信号的傅里叶级数

功率密度谱，平均功率和单个周期信号的能量为

示例：x(n)={1,1,0,0}，周期N＝4

5、离散非周期信号

能量密度谱和信号总能量为：

示例：

6、离散时间信号傅里叶级数和傅里叶变换的关系
以矩形脉冲串为例：

矩形脉冲的傅里叶变换在频率 w = 2*pi / N, k =0, 1, .., N-1上值只在在相应频率上周期矩形脉冲串的傅里叶系统 Ck的倍数， 而这个矩阵脉冲等同于周期矩形脉冲串的单个周期。
7、总结

8、对称性

9、带限信号的采样与重建

9、离散傅里叶变换DFT
DFT与DTFT（离散时间序列的傅里叶变换）的区别：DFT是一种对DTFT生成的连续频谱的采样，便于在计算机内处理的计算工具。

公式22、23

公式22为频谱系数，公式23为重建后的原信号。由公式可以，原信号共有M个样本值，同理，频谱系数也有M个。
同时卷积定理也修改为：

下面举一个例子进行说明：

已知f(t)如下图左，取样后如下面右，

先由公式22，23进行计算出傅里叶变换值

使用matlab做出幅值（｜F(u)｜）图像如下：

---

上面是对书本的总结，以下针对几个重要的内容加入自己的观点：

一、时域采样对频域的影响

如上图所示，时域采样会引起频域的周期延拓，同时幅值缩放T，横轴也进行了缩放。

二、DTFT和DFT的关系

DFT是对DTFT频谱在

内的采样。由于DTFT的频率是连续函数，所以无法用计算机求解，通过对频谱的M点采样可得到DFT。

对N点有限长序列x(n)的M点（

）DFT X(k)是对x(n)的DTFT频谱在

内以M点采样的值。对M点X(k)进行IDFT变换可得到x(n)，前提是要求 (

)。

使用Julia代码验证如下：

using 

三、线性卷积和圆周卷积

简单总结一下：滤波器的输出是输入信号与滤波器冲激响应的线性卷积，但是由于计算量太大，所以想要使用FFT计算输出信号的频谱（FFT是DFT的一种快速算法）。但是使用DFT求解的却是圆周卷积，因此，需要找到一种方法利用圆周卷积求解线性卷积。

四、用圆周卷积求解线性卷积

1、两个有限长序列的线性卷积

2、有限长序列和无限长序列的线性总卷积

可使用重叠相加法（对应matlab函数fftfilt）和重叠保留法计算。

五、周期信号的频谱

以余弦信号为例：单边频谱和双边频谱

六、用DFT做连续信号的频谱分析（继续在一的讨论）

1、非周期无限长时域信号

在截短部分会产生频谱的泄露，栅栏效应。无限长序列x(n)与加窗函数Rn(n)的时域乘积会引起频域的卷积。

2、周期时域信号（以余弦信号为例）

先上一个 Julia代码

#= 

结果如下图所示：

理论看起来简单，但是真正用代码实现起来还是要花费一些功夫。理论余弦信号的频谱如下图所示：

周期信号和非周期信号分析有一些要点：

• https://blog.csdn.net/wordwarwordwar/article/details/62078726 这里说明了采样周期和采样点数的重要性
• fftshift函数详解 - limanjihe - 博客园 解释了横轴频率缩放的原理，其中fftfreq函数可实现同样的功能，但是使用起来却更加简单

建议看到这里的把代码自己输入实现一遍。