信号与系统频域分析（2）——傅里叶变换

最新推荐文章于 2022-04-09 13:25:17 发布

BlueDrac

最新推荐文章于 2022-04-09 13:25:17 发布

阅读量1.5k

点赞数 1

分类专栏：信号与系统

本文链接：https://blog.csdn.net/weixin_42530239/article/details/98479257

版权

信号与系统专栏收录该内容

6 篇文章 5 订阅

订阅专栏

对于非周期信号，可以把非周期信号看成是周期趋于无限大的周期信号。（还是可以由常数项叠加正弦波组成，只不过叠加的正弦波间隔频率变小。）

周期趋于无限大，则谱线的间隔趋于无限小，这样，离散频谱就变成连续频谱了。同时，由于周期T趋于无限大，谱线的长度 $F(n\omega_1)$ 趋于零。也就是说，由傅里叶级数形式表示的频谱将化为乌有，失去应有的意义。但是，从物理意义上，无论信号怎么分解，其所含能量是不变的。所以不管周期增大到什么程度，频谱的分布任然存在。或者从数学角度看，在极限情况下，无限多的无穷小量之和，仍可等于一有限值，此有限值的大小取决于信号的能量。

基于上述原因，对非周期信号不能再采用傅里叶级数形式的频谱表示方法，而必须引入一个新的量——“频谱密度函数”。

对于周期信号 f(t) 及其复数频谱 $F(n\omega_1)$ ，将其展开成指数形式的傅里叶级数，它是：

$f(t)=\sum_{n=-\infty}^{\infty}F(n\omega_1)e^{jn\omega_1{t}}$

$F(n\omega_1)=\frac{1}{T_1}\int_{-\frac{T_1}{2}}^{\frac{T_1}{2}}f(t)e^{-jn\omega_1{t}}dt$

对于非周期信号，重复周期 $T_1\rightarrow \infty$ ，重复频率 $\omega\rightarrow0$ ，谱线间隔 $\Delta(n\omega_1)\rightarrow{d\omega}$ ，离散频率 $n\omega_1$ 变成连续频率 $\omega$

（这个周期趋于无限大，其对应的不是无限小，而是0，即不是趋近于0而是等于0，因为根本就不会存在周期！！这里要提一下，参考测度，连续统的概念。ps：0对应无穷，极限为0的变量（无穷小）对应趋于无穷大的量，其实无穷小的概念没有意义）

经过傅里叶级数，可得傅里叶变换的表达式（即非周期信号的频谱密度表达方式）：

$f(t)=\frac{1}{2\pi}\int_{-\infty}^{\infty}F(\omega)e^{j\omega{t}}d\omega$

$F(\omega)=\int_{-\infty}^{\infty}f(t)e^{-j\omega{t}}dt$

式中， $F(\omega)$ 是 f(t) 的频谱函数，它一般是复函数，可以写作

$F(\omega)=|F(\omega)|e^{j\phi(\omega)}$

$|F(\omega)|$ 是 $F(\omega)$ 的模，它代表信号中各频率分量的相对大小。 $\phi(\omega)$ 是 $F(\omega)$ 的相位函数，它代表信号中各频率分量之间的相位关系。为了与周期信号的频谱相一致，在这里人们习惯上也把 $|F(\omega)|-\omega$ 与 $\phi(\omega)-\omega$ 曲线分别称为非周期信号的幅度频谱与相位频谱。

BlueDrac

关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
信号与系统频域分析（2）——傅里叶变换

对于非周期信号，可以把非周期信号看成是周期趋于无限大的周期信号。（还是可以由常数项叠加正弦波组成，只不过叠加的正弦波间隔频率变小。）周期趋于无限大，则谱线的间隔趋于无限小，这样，离散频谱就变成连续频谱了。同时，由于周期T趋于无限大，谱线的长度趋于零。也就是说，由傅里叶级数形式表示的频谱将化为乌有，失去应有的意义。但是，从物理意义上，无论信号怎么分解，其所含能量是不变的。...
复制链接

扫一扫

专栏目录