研零小白信号处理学习（三）：离散时间信号和系统的频域分析

1. 离散时间信号的傅里叶变换(DTFT)

1.1 序列的离散时间傅里叶变换

$$X(e^{j\omega })=F[x(n)]=\sum _{n=-\infty }^{\infty }x(n)e^{-j\omega n}$$
DTFT成立的充要条件式x(n)满足绝对可和${\sum }_{n=-\infty }^{\infty }|x(n)|<\infty$。$X(e^{j\omega })$有两种表达方式，实部虚部和幅度谱相位谱

• DTFT的反变换为IDTFT$$x(n)=F^{-1}[X(e^{j\omega })]=\frac{1}{2\pi }{\int }_{-\pi }^{\pi }X(e^{j\omega })e^{j\omega n}d\omega$$

时域	频域
离散	连续
实值/复值	复值
加和	积分
$-\infty <n<+\infty$	$-\pi <\omega <+\pi$

1.2 序列的离散时间傅里叶变换性质

• 周期性：周期是$2\pi$，因此一般只分析$-\pi <\omega <\pi$。信号的直流和低频集中在$\omega =0$和$\omega =2\pi$附近，信号的最高频率集中在$\pi$附近
• 线性
• 时移和频移：设$X(e^{j\omega })=DTFT[x(n)]$，则$$DTFT[x(n-n_0)]=e^{-j\omega n_0}X(e^{j\omega })$$$$DTFT[e^{j{\omega }_{0}n}x(n)]=X(e^{j(\omega -{\omega }_0)})$$
• 序列乘以n（频域微分）：$$DTFT[nx(n)]=j\frac{dX(e^{j\omega })}{d\omega }$$
• 共轭序列：$$DTFT[x^{\ast }(n)]=X^{\ast }(e^{-j\omega })$$
  $$DTFT[x^{\ast }(-n)]=X^{\ast }(e^{j\omega })$$
• DTFT的对称性
  • 共轭对称序列：$x_e(n)=x_e^{\ast }(-n)$，实部是偶函数，虚部是奇函数
  • 共轭反对称序列：$x_e(n)=-x_e^{\ast }(-n)$，实部是奇函数，虚部是偶函数
  • 对于一般序列来说，可以用共轭对称序列与共轭反对称序列之和表示$$x(n)=x_e(n)+x_o(n),x_e(n)=\frac{1}{2}[x(n)+x^{\ast }(-n)]$$$$x_o(n)=\frac{1}{2}[x(n)-x^{\ast }(-n)]$$频域函数$X(e^{j\omega })$也有一样的结论。
  • 序列分成实部和虚部两部分，实部的DTFT具有共轭对称性，虚部乘j一起对应的DTFT有反对称性
  • 将序列分为共轭对称部分$x_e(n)$和共轭反对称部分$x_o(n)$，$x(n)=x_e(n)+x_o(n)$，分别DTFT，$$DTFT[x_e(n)]=X_R(e^{j\omega })$$$$DTFT[x_0(n)]=j{X}_I(e^{j\omega })$$

$DTFT[x_e(n)]=X_R(e^{j\omega })$	$DTFT[x_r(n)]=X_e(e^{j\omega })$
$DTFT[x_0(n)]=j{X}_I(e^{j\omega })$	$DTFT[j{x}_i(n)]=X_o(e^{j\omega })$

一个域的实部对应另一个域的共轭对称分量，一个域的虚部对应另一个域的共轭反对称分量

• 设h(n)是实因果序列，DTFT的共轭反对称部分为零，实部对应的是共轭对称分量$H_e(e^{j\omega })$。实序列的DTFT的实部是偶函数，虚部是奇函数。共轭对称部分$H_e(e^{j\omega })$模平方$|H_e(e^{j\omega }){|}^2$是$\omega$的偶函数，相位$arg[H_e(e^{j\omega })]$是$\omega$的奇函数
• 时域卷积定理：设$y(n)=x(n{)}^{\ast }h(n)$则$$Y(e^{j\omega })=X(x^{j\omega })\cdot H(e^{j\omega })$$输出信号也可以这样求
• 频域卷积定理：假设$X(e^{j\omega })=DTFT[x(n)],H(e^{j\omega })=DTFT[h(n)],y(n)=x(n)h(n)$z，则$$Y(e^{j\omega })=\frac{1}{2\pi }X(e^{j\omega })\ast H(e^{j\omega })=\frac{1}{2\pi }{\int }_{-\pi }^{\pi }H(e^{j\theta })H(e^{j(\omega -\theta )})d\theta$$
• 帕斯瓦尔定理：信号时域的总能量等于频域的总能量：能量守恒
  
  

1.3 基本序列的离散时间傅里叶变换

• 单位脉冲序列的DTFT：$$DTFT[\delta (n)]=\sum _{n=-\infty }^{\infty }\delta (n)e^{-j\omega n}=1$$
• 常数1的DTFT：$$X(e^{j\omega })=2\pi \sum _{l=-\infty }^{\infty }\delta (\omega -2\pi l)$$其频谱函数是在$\omega =2\pi l$处的单位冲激函数，强度为$2\pi$
  

2. 离散时间信号的Z域分析

解决傅里叶变换存在的问题，实用价值的信号$u(n),nu(n)$无法通过DTFT计算频域信号；由初始条件或输入变化引起的系统瞬态响应不能通过DTFT计算。

2.1 定义

$$X(z)=\sum _{n=-\infty }^{\infty }x(n)z^{-n}$$
z是一个复变量，它所在的复平面称为z平面，$-\infty <n<+\infty$，双边Z变换。单边Z变换的n从0到$+\infty$。因果序列的单双边变换是一样的。Z 变换的条件是等式右边收敛，既级数绝对可和，z取值的域叫做收敛域，在二维坐标上是一个环形。
常用的z变换是一个有理函数$X(z)=\frac{P(z)}{Q(z)}$，P(z)的根是X(z)的零点，Q(z)的根是X(z)的极点，收敛域总是用极点限定边界。

对比DTFT和z变换的公式可得 X ( e j ω ) = X ( z ) ∣ z = e j ω ， z = e j ω X(e^{j\omega})=X(z)|_{z=e^{j\omega}}，z=e^{j\omega}