【数字信号处理】序列傅里叶变换 ( 序列傅里叶变换与反变换 | 序列绝对可和 与 存在傅里叶变换之间的关系 | 序列傅里叶变换性质 )

2023-03-30 12:03:40 浏览数 (1)

文章目录

  • 一、序列傅里叶变换与反变换
  • 二、序列绝对可和 与 存在傅里叶变换之间的关系
  • 三、序列傅里叶变换性质

一、序列傅里叶变换与反变换


在上一篇博客 【数字信号处理】序列傅里叶变换 ( 序列傅里叶变换定义详细分析 | 证明单位复指数序列正交完备性 | 序列存在傅里叶变换的性质 | 序列绝对可和 → 序列傅里叶变换一定存在 ) 的介绍了如下内容 :

傅里叶变换 : 时域 " 离散非周期 " 信号 , 其频域就是 " 连续周期 " 的 , 其频域 可以 展开成一个 " 正交函数的无穷级数加权和 " , 如下公式

X(e^{jomega}) = sum_{n=-infty}^{ infty} x(n) e^{-j omega n}

傅里叶反变换 : 利用 " 正交函数 " 可以推导出 " 傅里叶反变换 " , 即 根据 傅里叶变换 推导 序列 ;

x(n) = cfrac{1}{2pi} int_{-pi} ^pi X( e^{j omega } )e^{j omega k} d omega

二、序列绝对可和 与 存在傅里叶变换之间的关系


序列绝对可和 与 存在傅里叶变换 :

  • 如果 "
x(n)

序列绝对可和 " , 则 " 序列傅里叶变换 SFT " 一定存在 ;

  • 如果 " 序列傅里叶变换 SFT " 存在 , 不一定 "
x(n)

序列绝对可和 " ; 某些 " 非绝对可和序列 " , 引入 广义函数

delta(omega)

后 , 其 傅里叶变换也存在 ;

序列绝对可和可以表示成 :

sum_{n=-infty}^{ infty}|x(n)| < infty

三、序列傅里叶变换性质


x(n)

的傅里叶变换是

X(e^{jomega})

, 有如下性质 :

  • 连续性 : 序列
x(n)

是离散的 , 其 傅里叶变换

X(e^{jomega})

omega

来说是连续的 ;

  • 周期性 :
X(e^{jomega})

是周期的 , 其周期是

2pi

, 其主值区间为

[- pi , pi]

;

X(e^{jomega}) = X(e^{j( omega 2Mpi )})

其中

M

是整数 ;

e^{-jomega n}

, 将

omega = 2pi M

带入即可得到其是以

2pi

为周期的 ;

  • 周期独立性 : 在 相同周期 内的 各个频率 彼此独立 , 频率列举 :
    • 数字角频率域 , 即
    omega

    • 直流分量角频率 在
    omega = 2Mpi

    ,

    pi

    的偶数被上 ;

    • 信号 最高角频率 在
    omega = (2M 1 )pi

    ,

    pi

    的奇数倍 上 ;

数字角频率

omega

, 与 模拟角频率

Omega

之间的关系 :

omega = Omega T

直流就是

omega = 2 pi f

中的 数字频率

f = 0

;

直流的时候 , 数字频率

f

0

, 则数字角频率

omega

也为

0

;

证明 " 直流分量角频率 在

omega = 2Mpi

" :

直流分量 角频率 在

pi

的偶数倍上 , 角频率 是以

2pi

为周期的 , 周期信号的 组织是

[-pi , pi]

,

在 横轴为

omega

角频率 , 纵轴为

X(e^{jomega})

的坐标系中 , 横坐标

omega = 0

位置的值对应

omega = 2 pi

omega = -2pi

, 这

3

个横坐标位置的纵坐标值相等 , 直流分量 永远在

pi

的偶数倍上 ;

证明 " 最高频率分量 在

pi

的奇数倍上 " :

根据

omega = Omega T

, 计算

omega =pi

点对应的 模拟频率 ,

omega = Omega T = pi

模拟角频率

Omega = cfrac{pi}{T}

, 其中

T

是采样周期 , 单位是秒 ;

则采样率

F_s = cfrac{1}{T}

, 单位是

Hz

, 每秒采集多少样本 ;

Omega = cfrac{pi}{T} = cfrac{Omega_s}{2}

, 其中

Omega_s

是采样角频率 ;

模拟角频率是

Omega = 2pi f

, 其中

Omega

是模拟角频率 ,

f

是模拟频率 ;

Omega_s = 2pi F_s = cfrac{2pi}{T}

根据采样定理 ,

Omega_s geq Omega_{max}

,

Omega_s

是采样角频率 要大于等于

Omega_{max}

最高频率 ;

Omega_{max}

最高频率 就是

cfrac{Omega_s}{2}

, 其中

Omega_s

是采样角频率 ;

参考 【数字信号处理】基本序列 ( 正弦序列 | 数字角频率 ω | 模拟角频率 Ω | 数字频率 f | 模拟频率 f0 | 采样频率 Fs | 采样周期 T ) 博客 ;

0 人点赞