前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【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 )

【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 )

作者头像
韩曙亮
发布2023-03-30 12:03:24
6780
发布2023-03-30 12:03:24
举报

文章目录

一、序列傅里叶变换定义详细分析


序列傅里叶变换 SFT , 英文全称 " Sequence Fourier Transform " ;

x(n)

信号 是 离散 非周期 的 , 那么其 傅里叶变换 一定是 连续 周期 的 ;

x(n)

是绝对可和的 , 满足如下条件 :

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

连续周期 的傅里叶变换 , 可以展开成 正交函数线性组合 的 无穷级数和 :

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

就是

x(n)

的 序列傅里叶变换 SFT ;

\omega

是 数字角频率 , 单位是 弧度/秒 , 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 ;

X(e^{j \omega})

是 实的连续的 变量

\omega

的 复函数 , 其可以表示成 实部 和 虚部 ;

X(e^{j\omega}) = X_g(e^{j\omega}) + jX_l(e^{j\omega}) = |X(e^{j\omega})|e^{j\theta(\omega)}
|X(e^{j\omega})|

模 是其 " 幅频特性 " ,

e^{j\theta(\omega)}

相角 是其 " 相频特性 " ,

其中

\theta(\omega) = \arg(X(e^{j\omega}))

二、证明单位复指数序列正交完备性


证明如下 " 单位复指数序列 " 是 " 正交完备集 "

\{ e^{-j \omega n} \}

其中

n = 0 , \pm 1 , \pm2 , \cdots

证明正交完备性方法

e^{-j \omega n}

函数 , 乘以该函数的共轭

(e^{-j \omega n})^*

, 然后在一个周期中求积分 , 计算结果如下 :

\int_{-\pi}^\pi e^{-j \omega n} (e^{-j \omega n}) ^* d \omega =\begin{cases}2\pi & m = n \\\\ 0 & m \not= n \end{cases} \ \ \ \ ①

在上述计算结果的前提下 , 推导

x(n)

X( e^{j \omega } )

之间的关系 :

X( e^{j \omega } ) = \sum_{n = -\infty}^{+\infty}x(n) e^{-j \omega n} \ \ \ \ ②

将 ② 式 中 , 在等式两边 都乘以

e^{j \omega k}

, 然后对

\omega

-\pi

~

\pi

之间进行积分得到 :

\int_{-\pi} ^\pi X( e^{j \omega } )e^{j \omega k} d \omega = \int_{-\pi} ^\pi \sum_{n = -\infty}^{+\infty}x(n) e^{-j \omega n} e^{j \omega k} d \omega

将 "

\sum

求和 " 与 "

\int

积分 " 交换位置 ,

\int_{-\pi} ^\pi X( e^{j \omega } )e^{j \omega k} d \omega = \sum_{n = -\infty}^{+\infty}x(n) \int_{-\pi} ^\pi e^{-j \omega n} e^{j \omega k} d \omega

根据 ① 式子的推导结果 ,

  • 只有当
n = k

时 ,

\int_{-\pi}^\pi e^{-j \omega n} (e^{-j \omega n}) ^* d \omega = 2\pi

,

n \not= k

时 ,

\int_{-\pi}^\pi e^{-j \omega n} (e^{-j \omega n}) ^* d \omega = 0

,

\int_{-\pi} ^\pi X( e^{j \omega } )e^{j \omega k} d \omega =\begin{cases}2\pi x(k) & n=k \\\\ 0 & n \not= k \end{cases}

2\pi

除到左边 , 即可得到下面的式子 :

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

X(e^{j \omega})

的 序列傅里叶反变换 ISFT ;

三、序列存在傅里叶变换的性质


x(n)

序列存在 " 序列傅里叶变换 SFT " 的充分条件是 "

x(n)

序列绝对可和 " :

\sum_{n=-\infty}^{+\infty}|x(n)| < \infty
|X( e^{j \omega } )| = \sum_{n = -\infty}^{+\infty}x(n) e^{-j \omega n} \leq \sum_{n=-\infty}^{+\infty}|x(n)| < \infty

注意上述是充分条件 ,

  • 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 ;

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2022-03-06,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 文章目录
  • 一、序列傅里叶变换定义详细分析
  • 二、证明单位复指数序列正交完备性
  • 三、序列存在傅里叶变换的性质
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档