1第三章 引言
1.2为什么要做频谱分析
1)引出傅里叶级数
在时域中,我们可以观察到信号的振幅和频率随时间的变化。
频域分析即频谱分析。这种分析方法,主要分析信号是由哪些频率的正弦信号叠加得到的,以及这些正弦信号的振幅。
在信号处理中,傅里叶级数可以将复杂的信号分解为不同频率的正弦和余弦波形。这使得信号可以进行更精细的分析和处理,例如滤波、降噪等。
2)阐述已知的知识,过渡到傅里叶级数
1年级学加减法,2年级学乘除法,大一学微积分,可以发现互逆的运算法则,往往是前后脚一起学的。所以第二章学习了卷积的运算法则,是不是紧接着就要学卷积的逆运算了?
1.2matlab编程
h(t)是关于w的偶函数,所以(-∞,0)的面积等于(0,+∞)
计算机处理不了无限,所以+∞取一个有限值w0,近似就是可以设置w0=20
连续是点与点之间的间距为0,近似就是可以设置点与点之间的间距为0.000001
浙江大学信电学院2022信号与系统课程资料-----第三章 引言代码
T0 = 50; %定义变量T0并赋值50
intervalT = 0.001; %定义变量intervalT并赋值0.001
t = 0:intervalT:T0; %创建以0.001为单位递增的向量t
W0 = 20; %定义变量w0并赋值20
intervalW = 0.001; %定义变量intervalW 并赋值0.001
w = 0:intervalW:W0; %创建以0.001为单位递增的向量w
functionW = zeros(1,length(w)); %创建一个由零值组成的 1×length(w) 矩阵。
for i = 1:length(w) %向量i以1为步长递增,并执行循环体
if sin(w(i))~=0 %w(i)的圆括号是向量w的索引 关系运算符~=表示不等于
functionW(i) = sin(0.5*w(i))^2/(w(i).*sin(w(i))); %functionW(i)的圆括号是向量functionW的索引 算术运算符^为矩阵幂、*为矩阵乘法、.*为按元素乘法、/为矩阵右除
end
end
%这里是求h,累加求积分,intervalW越趋近于0,误差越小
h = zeros(1,length(t));
for i = 1:length(t)
for j = 1:length(functionW)
h(i) = h(i)+functionW(j)*cos(w(j)*t(i))*intervalW;
end;
end;
h = 2*h/pi;
%由于h(t)是偶函数,因此将图像翻转到负半轴。
t = [-t(end:-1:2),t];
h = [h(end:-1:2),h];
%画h(t)图像。
subplot(2,1,1);
plot(t,h);
%这里是验证求出的h(t)和x(t)卷积后获得的y(t)是什么样子。
newT = -10:intervalT:10;
y = zeros(1,length(newT));
for i = 1:length(newT)
time = newT(i);
for tao = -20:0.001:20
hindex = 1+round((tao-t(1))/intervalT);
if time-tao>0 && time-tao<2 && hindex>=1 && hindex<=length(h)
y(i) = y(i)+h(hindex)*0.001;
end
end
end
%画y(t)。
subplot(2,1,2);
plot(newT,y);
运行结果
2傅里叶级数
2.1有限差分法求解热传导方程
问题:已知某一时刻棍子各个位置(x)的温度T,此对应关系用f(x)表示。
若假定该棍子,在此时刻后,既不向外辐射热量,也不向内吸收热量,只在棍子内部传到热,并且只考虑棒的长度方向上的热传导。问在此时刻后任意时刻棍子各个位置(x)的温度T?傅里叶看到有人给出了下列模型:
pde分享------一维热传导方程的理论与应用1
clc
clear all
close all
Nx=100;
Nt=100;
alpha=149e-6;
total_location=1;
%杆子长度1m
total_time=500;
%仿真500秒
dx=1/Nx;
dt=1/Nt;
delta=dt/(dx*dx);
a=alpha*(dt/(dx*dx))
%a=0.01;
u=zeros(total_location/dx,total_time/dt);%初始化温度矩阵
u(:,1)=37;
u(1,:)=100;
u(end,:)=37;
%有限差分法显式格式计算各层的温度
for j=1:1:total_time/dt-1
for i=2:1:(total_location/dx)-1
u(i,j+1)=(1-2*a)*u(i,j)+a*(u(i+1,j)+u(i-1,j));
end
end
figure
mesh(u);%求出不同时间t和不同位置x下杆的温度,并可视化
xlabel('时间/s');
ylabel('杆子长度/m');
zlabel('温度/℃');
grid on
figure
plot(u(end-1,:));%画出杆末端温度的变化情况
xlabel('时间/s');
ylabel('温度/m');
title('最后一层温度');
grid on
2.2傅里叶法,求解热传导方程
傅里叶研究热传导方程时,在此前的人,通过观察给出了三组解
傅里叶向法国科学院提交了论文《论热传导方程的解法》。我们看看他是怎么解的。
2.3傅里叶法,解热传导方程的快速
我们想想,傅里叶为什么要把这些cos和sin以某个初始的w0倍增叠加。其实是为了只需要计算B0、Bk、Ck。
周期函数在周期的整数倍上积分为0
公式1的推导
公式2、3,推导过程有兴趣看原视频:
总结公式1、2、3讲的讲得就是
汇总出傅里叶级数
最后有了计算机积分运算不要笔算,输入电脑直接得到结果。
傅里叶级数的复数表达形式(只有两个公式,便于记忆,但是原本的形式更能体现本质):
证明复数形式,自己看视频
2.4求信号的傅里叶级数的例子
想要理解傅里叶级数的复数表达形式看下例:
可以看出是无数个,一段长T1/2为0+一段长T1为1,的一个周期函数。周期为1.5T1,w0自然也就知道了。
图中的T1是常量,一个周期内,积分面积是一个矩形的面积,矩形长2T1,高1。
x(t)在区间[-T1,T1]的值恒为1,
x(t)是偶函数
现在用复数形式解答:
老师在课上进一步推,把复数形式算出的答案,转化为了,非复数形式的答案。
2.5傅里叶的论文获奖,却没有正式发表
傅立叶的论文,默认任何连续的周期信号,可以由一组适当的正弦曲线组合而成。但是他无法证明,在论文里一笔带过。
不满足上述三个条件,也有可以由一组适当的正弦曲线组合而成的信号。
在实际信号处理,像PWM方波,用正选叠加而成,极限状态可以完美合成, 但是实际合成只能用有限频率去合成。方波就会有抖动。弯的难以变成直的。
3什么样的信号可以用傅里叶级数形式表示
3.1狄里赫利三条件证明
更详细内容看视频
4正交分解
4.1平面向量的数量积a·b什么时候为零
内积,也称为数量积、标量积、点积。
a·b的几何意义:数量积a·b等于a的长度|a|与b在a的方向上的投影|b|cosθ的乘积。注意:两向量的数量积是数量,投影也是数量,都不是矢量。
所以当a的长度为零、b的长度为零、夹角为90度时,数量积为零。
4.2正交向量(正交=正好90度交叉)
“正交向量”是一个数学术语,指数量积为零的两个或多个向量。
在三维向量空间中, 两个向量的数量积如果是零, 那么就说这两个向量是正交的。正交最早出现于三维空间中的向量分析。 换句话说, 两个向量正交意味着它们是相互垂直的。若向量α与β正交,则记为α⊥β。
正交是线性代数的概念,是垂直这一直观概念的推广。
4.3三角函数系
系:有整体的意思。
三角函数系,是三角函数{1,cosx,sinx,cos2x,sin2x,⋅⋅⋅,cosnx,sinnx,⋅⋅⋅}组成的一个整体。
如果这堆函数(包括常数1)中任何两个不同函数的乘积在区间[-π,π]上的积分等于零,就说三角函数系在区间[-π,π,]上正交。
可以用“族”字,代替”系“字。
4.4傅里叶级数公式的求解
为什么要定义正交三角函数系?
可以利用正交三角函数系,求解傅里叶级数公式的B0、Bk、Ck,详细看下链接:
傅里叶级数推导与理解
4.5信号的正交分解
4.6正交基函数
4.7标准正交基函数
4.8傅里叶级数的复数形式,是正交基函数的线性叠加
在区间[-π,π]上,改为在周期T0上,任意俩个函数,基任意两个K值,k1,k2。
俩个任意的函数是不同的,所以k1不等于k2
这个利用欧拉公式,e^(jx)=cos(x)+jsin(x);
x=2kπ;
带入cos(2kπ)=cos(0)=1;
sin(2kπ)=sin(0)=0;
所以复数形式求ak的计算公式,可以用如下方法证明:
4.9创造正交基函数(哈尔小波、勒让德多项式)
傅里叶是第一个把一个信号,分解成一组正交基线性叠加的人。
1909年由法国Alfréd Haar提出:哈尔小波
这个函数族,明显其中,任何两个不同函数的乘积在区间[0,1]上的积分等于零,就说哈尔小波在区间[0,1]上正交。
法国的勒让德在1784年提出勒让德多项式
由勒让德多项式推推,可以得到如下公式,便可以证明勒让德多项式的正交性。
可以把任何[0,1]的函数,分解成勒让德多项式的加权的和。具体怎么表示,如下:
4.10施密特正交化
施密特正交化是线性代数的内容,我们可以利用它将不是正交的转化成是正交的,然后可以用信号的正交解决问题。
5收敛性证明
什么是级数的收敛?
给一个形象的例子吧, y = x ^2就是发散的,即当x->∞时,累加和为+∞, y =sinx 是收敛的,即当x->∞时,累加和为0。也可以说无穷个周期的叠加和为0。
1/n作为数列是收敛的,因为累加和有限,即数里面没有无穷大的数。
傅里叶级数需要收敛到原函数,这是因为傅里叶级数的收敛性质,确保了它能够准确表示或近似表示给定的函数。
在信号处理中,傅里叶级数可以将复杂的信号分解为不同频率的正弦和余弦波形。这使得信号可以进行更精细的分析和处理,例如滤波、降噪等。
在时域中,我们可以观察到信号的振幅和频率随时间的变化。
频域分析即频谱分析。这种分析方法,主要分析信号是由哪些频率的正弦信号叠加得到的,以及这些正弦信号的振幅。
6傅里叶变换
6.1从傅里叶级数到傅里叶变换
将傅里叶级数推广到非周期的函数
因为非周期函数,就是周期是+♾️的函数。
基于此,我们
周期无穷大时K为1。
6.1定义傅里叶变换
θ=wt
时间方向:某时间,多个不同的正弦信号叠加的强度。
频率方向:某频率,在此频率的子信号的幅值。
an即前面的ak,bn即前面的bk。
傅里叶变换公式推导
傅里叶变换1 从零开始推导
如何理解傅里叶变换公式?
6.2由傅里叶变换公式推出傅里叶反变换公式
所以傅里叶级数针对周期信号,傅里叶变换针对非周期信号。
7八个经典的傅里叶,顺变换,逆变换
7.1单边指数信号
知识点如图:
证明过程如图:
当a=0.18时,幅度谱和相位谱如下:
我们发现w=2 πf越大,即频率越大,幅值越小。所以描述的是低通滤波器。
7.2单位冲激信号
不知道可不可以有这样的理解:对冲激函数积分即长度是+∞,宽度是1/+∞,面积就是1。
幅度谱A=1 * w和相位θ=0 * w谱如下:
7.3常数1信号
幅度谱A=2πδ(w)和相位θ=0 * w谱如下:
7.4矩形窗信号
幅度谱A=4sin(3w) / w 和相位θ=0 * w谱如下:
7.5抽样信号
7.6阶跃信号
阶跃又称阶层跳跃:即一个人或一群人通过某种方式,历经一段时间阶段或者一个实践过程,从一个社会阶层进入另一个社会阶层的行为。
阶跃函数是一种特殊的连续时间函数,是一个从0跳变到1的过程,属于奇异函数。
7.7高斯脉冲信号
8傅里叶变换的性质
如何迅速写出某个x(t)的傅里叶变换
8.1傅里叶变换线性性质
我们现在,利用线性性质,加经典傅里叶变换,制造更多的傅里叶变换。
8.2傅里叶变换时移性质
8.3傅里叶变换频移性质
8.4傅里叶变换微分性质
证明过程与时域分析性质一样。
8.5傅里叶变换卷积性质
8.5傅里叶变换积分性质