四种傅里叶变换的简述
文章目录
CTFS 连续时间傅里叶级数
满足 狄利克雷收敛条件 的周期信号可以精确的展开为 傅里叶级数
x ( t ) = ∑ k = − ∞ + ∞ X k e j k ω 0 t x(t) = \sum_{k=-\infty}^{+\infty}X_{k}e^{jk\omega_{0}t} \\ x(t)=k=−∞∑+∞Xkejkω0t
其中
傅里叶级数的系数
X
k
=
1
T
∫
−
T
2
T
2
x
(
t
)
e
−
j
k
ω
0
t
X_{k} = \frac{1}{T} \int_{-\frac{T}{2}}^{\frac{T}{2}}x(t)e^{-jk\omega_{0}t}
Xk=T1∫−2T2Tx(t)e−jkω0t
周期和基频
T
=
2
π
ω
0
T = \frac{2\pi}{\omega_{0}}
T=ω02π
CTFT 连续时间傅里叶变换
满足 狄利克雷收敛条件 的非周期信号,可以认为是周期无穷大的信号用CTFS的特例
于是有
X
(
j
ω
)
=
∫
−
∞
+
∞
x
(
t
)
e
−
j
ω
t
d
t
x
(
t
)
=
1
2
π
∫
−
∞
+
∞
X
(
j
ω
)
e
j
ω
t
d
ω
\begin{aligned} X(j\omega)&=\int_{-\infty}^{+\infty}x(t)e^{-j\omega t}dt \\ x(t)&=\frac{1}{2\pi}\int_{-\infty}^{+\infty}X(j\omega)e^{j\omega t}d\omega \end{aligned}
X(jω)x(t)=∫−∞+∞x(t)e−jωtdt=2π1∫−∞+∞X(jω)ejωtdω
满足狄利克雷收敛条件,则可以做傅里叶变换
一些不满足狄利克雷收敛条件的信号在引入奇异信号之后,也有傅里叶变换
所以满足狄利克雷收敛条件是可以做傅里叶变换的充分不必要条件
DTFT 离散时间傅里叶变换
满足绝对可和条件,则可以进行DTFT
X
(
Ω
)
=
∑
n
=
−
∞
+
∞
x
(
n
)
e
−
j
Ω
n
x
(
n
)
=
1
2
π
∫
2
π
X
(
Ω
)
e
j
Ω
n
d
Ω
\begin{aligned} X(\Omega)&=\sum_{n=-\infty}^{+\infty}x(n)e^{-j\Omega n} \\ x(n)&=\frac{1}{2\pi}\int_{2\pi}X(\Omega)e^{j\Omega n}d\Omega \end{aligned}
X(Ω)x(n)=n=−∞∑+∞x(n)e−jΩn=2π1∫2πX(Ω)ejΩndΩ
Ω称为数字角频率
X(Ω) 一般以 2π 为周期
DTFS 离散时间傅里叶级数
周期序列一般不满足绝对可和条件,但经过 2 步:
-
对非周期信号取样,得到周期化的频谱
-
对周期化的频谱取样,得到离散化的时域信号
于是就有了离散时间周期序列与周期的傅里叶级数的对应
X
(
k
)
=
∑
n
=
0
N
−
1
x
(
n
)
e
−
j
k
(
2
π
N
)
n
)
x
(
n
)
=
1
N
∑
n
=
0
N
−
1
X
(
k
)
e
j
k
(
2
π
N
)
n
)
\begin{aligned} X(k) &= \sum_{n=0}^{N-1}x(n)e^{-jk(\frac{2\pi}{N})n)} \\ x(n) &= \frac{1}{N}\sum_{n=0}^{N-1}X(k)e^{jk(\frac{2\pi}{N})n)} \end{aligned}
X(k)x(n)=n=0∑N−1x(n)e−jk(N2π)n)=N1n=0∑N−1X(k)ejk(N2π)n)
x(n) 以 N为周期
只有时频域都是离散化的DTFS(有时也简写为DFS),才有可能通过计算机进行处理。
DFT 离散傅里叶变换
由于DTFS的时频域都是周期序列,即样点无限长,所以无法通过计算机进行处理。因此只取出DTFS的主值序列交由激素那几进行处理,这种变换称为DFT,即离散傅里叶变换。
不过注意到“取主值”操作隐含了周期性,所以相应的移位、卷积等操作会变为“圆周移位”、“圆周卷积”。
在满足奈奎斯特抽样定理的情况下,通过“插值重构”的方式可以将原始的连续信号恢复出来。
FFT 快速傅里叶变换
FFT 快速傅里叶变换
DFT在运算时因为其计算量太大,在很多平台上的计算开销难以承受,所以诞生之后一直不温不火。直到FFT算法的诞生,使傅里叶变换可以大范围的运用到数字计算系统上,才打开了现代化数字通信的大门。
DFT的计算复杂度为 O ( n 2 ) O(n^2) O(n2),而 FFT 的计算复杂度为 O ( n log n ) O(n\log n) O(nlogn)。
【附1】狄利克雷收敛条件 和 绝对可和条件
狄利克雷收敛条件:
- 在(t0 , t0+T)区间内有定义
- x(t) 绝对可积,即:
∫ t 0 t 0 + T ∣ x ( t ) ∣ d t < ∞ \int_{t_{0}}^{t_{0}+T}|x(t)|dt<\infty ∫t0t0+T∣x(t)∣dt<∞
-
x(t) 的极大值极小值数目有限
-
x(t) 的第一类间断点的数目有限
绝对可和条件:
∑
n
=
−
∞
+
∞
∣
x
(
t
)
∣
<
∞
\sum_{n=-\infty}^{+\infty}|x(t)|<\infty
n=−∞∑+∞∣x(t)∣<∞
【附2】缩写-全称对照
缩写 | 英文全称 | 中文全称 |
---|---|---|
CTFS | Continues Time Fourier Series | 连续时间傅里叶级数 |
CTFT | Continues Time Fourier Transformation | 连续时间傅里叶变换 |
DTFT | Discrete Time Fourier Transformation | 离散时间傅里叶变换 |
DTFS | Discrete Time Fourier Series | 离散时间傅里叶级数 |