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

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)x(n)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)x(n)x(n) 是绝对可和的 , 满足如下条件 :

∑n=−∞+∞∣x(n)∣<∞\sum_{n=-\infty}^{+\infty}|x(n)|< \inftyn=−∞∑+∞​∣x(n)∣<∞

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(ejω)=∑n=−∞+∞x(n)e−jωnX(e^{j\omega}) = \sum_{n=-\infty}^{+\infty} x(n) e^{-j \omega n}X(ejω)=n=−∞∑+∞​x(n)e−jωn

就是 x(n)x(n)x(n) 的 序列傅里叶变换 SFT ;

ω\omegaω 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(ejω)X(e^{j \omega})X(ejω) 是 实的连续的 变量 ω\omegaω 的 复函数 , 其可以表示成 实部 和 虚部 ;

X(ejω)=Xg(ejω)+jXl(ejω)=∣X(ejω)∣ejθ(ω)X(e^{j\omega}) = X_g(e^{j\omega}) + jX_l(e^{j\omega}) = |X(e^{j\omega})|e^{j\theta(\omega)}X(ejω)=Xg​(ejω)+jXl​(ejω)=∣X(ejω)∣ejθ(ω)

∣X(ejω)∣|X(e^{j\omega})|∣X(ejω)∣ 模 是其 " 幅频特性 " ,

ejθ(ω)e^{j\theta(\omega)}ejθ(ω) 相角 是其 " 相频特性 " ,

其中

θ(ω)=arg⁡(X(ejω))\theta(\omega) = \arg(X(e^{j\omega}))θ(ω)=arg(X(ejω))

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−jωn}\{ e^{-j \omega n} \}{e−jωn}

其中 n=0,±1,±2,⋯n = 0 , \pm 1 , \pm2 , \cdotsn=0,±1,±2,⋯

证明正交完备性方法 e−jωne^{-j \omega n}e−jωn 函数 , 乘以该函数的共轭 (e−jωn)∗(e^{-j \omega n})^*(e−jωn)∗ , 然后在一个周期中求积分 , 计算结果如下 :

∫−ππe−jωn(e−jωn)∗dω={2πm=n0m≠n①\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∫−ππ​e−jωn(e−jωn)∗dω=⎩⎪⎨⎪⎧​2π0​m=nm​=n​    ①

在上述计算结果的前提下 , 推导 x(n)x(n)x(n) 和 X(ejω)X( e^{j \omega } )X(ejω) 之间的关系 :

X(ejω)=∑n=−∞+∞x(n)e−jωn②X( e^{j \omega } ) = \sum_{n = -\infty}^{+\infty}x(n) e^{-j \omega n} \ \ \ \ ②X(ejω)=n=−∞∑+∞​x(n)e−jωn    ②

将 ② 式 中 , 在等式两边 都乘以 ejωke^{j \omega k}ejωk , 然后对 ω\omegaω 在 −π-\pi−π ~ π\piπ 之间进行积分得到 :

∫−ππX(ejω)ejωkdω=∫−ππ∑n=−∞+∞x(n)e−jωnejωkdω\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∫−ππ​X(ejω)ejωkdω=∫−ππ​n=−∞∑+∞​x(n)e−jωnejωkdω

将 " ∑\sum∑ 求和 " 与 " ∫\int∫ 积分 " 交换位置 ,

∫−ππX(ejω)ejωkdω=∑n=−∞+∞x(n)∫−ππe−jωnejωkdω\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∫−ππ​X(ejω)ejωkdω=n=−∞∑+∞​x(n)∫−ππ​e−jωnejωkdω

根据 ① 式子的推导结果 ,

  • 只有当 n=kn = kn=k 时 , ∫−ππe−jωn(e−jωn)∗dω=2π\int_{-\pi}^\pi e^{-j \omega n} (e^{-j \omega n}) ^* d \omega = 2\pi∫−ππ​e−jωn(e−jωn)∗dω=2π ,
  • 当 n≠kn \not= kn​=k 时 , ∫−ππe−jωn(e−jωn)∗dω=0\int_{-\pi}^\pi e^{-j \omega n} (e^{-j \omega n}) ^* d \omega = 0∫−ππ​e−jωn(e−jωn)∗dω=0 ,

∫−ππX(ejω)ejωkdω={2πx(k)n=k0n≠k\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}∫−ππ​X(ejω)ejωkdω=⎩⎪⎨⎪⎧​2πx(k)0​n=kn​=k​

将 2π2\pi2π 除到左边 , 即可得到下面的式子 :

x(n)=12π∫−ππX(ejω)ejωkdωx(n) = \cfrac{1}{2\pi} \int_{-\pi} ^\pi X( e^{j \omega } )e^{j \omega k} d \omegax(n)=2π1​∫−ππ​X(ejω)ejωkdω

是 X(ejω)X(e^{j \omega})X(ejω) 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)x(n)x(n) 序列存在 " 序列傅里叶变换 SFT " 的充分条件是 " x(n)x(n)x(n)序列绝对可和 " :

∑n=−∞+∞∣x(n)∣<∞\sum_{n=-\infty}^{+\infty}|x(n)| < \inftyn=−∞∑+∞​∣x(n)∣<∞

∣X(ejω)∣=∑n=−∞+∞x(n)e−jωn≤∑n=−∞+∞∣x(n)∣<∞|X( e^{j \omega } )| = \sum_{n = -\infty}^{+\infty}x(n) e^{-j \omega n} \leq \sum_{n=-\infty}^{+\infty}|x(n)| < \infty∣X(ejω)∣=n=−∞∑+∞​x(n)e−jωn≤n=−∞∑+∞​∣x(n)∣<∞

注意上述是充分条件 ,

  • 如果 " x(n)x(n)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)x(n)x(n)序列绝对可和 " ; 某些 " 非绝对可和序列 " , 引入 广义函数 δ(ω)\delta(\omega)δ(ω) 后 , 其 傅里叶变换也存在 ;

【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 )相关推荐

  1. 基于matlab的离散系统变换域分析实验,数字信号处理实验 离散时间系统的变换域分析.docx...

    实验二 离散时间系统的变换域分析一 实验目的:线性时不变(LTI)离散时间系统的特性完全可以用其冲击响应序列h[n]来表示.则前面给出的离散时间信号的变换分析手段也可以用于离散时间系统的分析中.在LT ...

  2. 【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 )

    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 ...

  3. 【数字信号处理】序列傅里叶变换 ( 基本序列的傅里叶变换 | 求 sinωn 的傅里叶变换 | 复变函数欧拉公式 )

    文章目录 一.求 sinωn 傅里叶变换 0.sinωn 序列分析 1.傅里叶变换与反变换公式介绍 2.复变函数欧拉公式介绍 3.求 sinωn 的傅里叶变换推导过程 一.求 sinωn 傅里叶变换 ...

  4. 【数字信号处理】序列傅里叶变换 ( 基本序列的傅里叶变换 | 求 cosωn 的傅里叶变换 | 复变函数欧拉公式 )

    文章目录 一.求 cosωn 傅里叶变换 0.cosωn 序列分析 1.傅里叶变换与反变换公式介绍 2.复变函数欧拉公式介绍 3.求 cosωn 的傅里叶变换推导过程 一.求 cosωn 傅里叶变换 ...

  5. 【数字信号处理】序列傅里叶变换 ( 傅里叶变换物理意义 | 反应信号在整个数字角频率上的能量分布 )

    文章目录 一.傅里叶变换物理意义 一.傅里叶变换物理意义 x(n)x(n)x(n) 序列 的 傅里叶变换 X(ejω)X(e^{j\omega})X(ejω) 的 物理意义 : 傅里叶变换 : 根据 ...

  6. 【数字信号处理】傅里叶变换性质 ( 傅里叶变换频移性质示例 )

    文章目录 一.傅里叶变换时移性质 二.傅里叶变换时移性质示例 一.傅里叶变换时移性质 傅里叶变换频移性质 : " 序列信号 x(n)x(n)x(n) " 的 " 傅里叶变 ...

  7. 【数字信号处理】傅里叶变换性质 ( 傅里叶变换频移性质 | 证明过程 )

    文章目录 一.傅里叶变换时移性质 1.证明过程 2.使用场景 一.傅里叶变换时移性质 傅里叶变换频移性质 : " 序列信号 x(n)x(n)x(n) " 的 " 傅里叶变 ...

  8. 离散卷积的c语言编程实验,数字信号处理实验一离散卷积c语言编程.ppt

    数字信号处理实验一离散卷积c语言编程 实验一 离散卷积的C语言编程实验 DSP实验室 2005 实验性质 综合设计性实验 实验目的 1 了解和认识常用的各种信号: 2 掌握卷积的定义和计算方法: 3 ...

  9. 数字信号处理笔记(下)

    数字信号处理 3.离散傅里叶变换DFT 3.1 离散傅里叶变换的定义及其物理意义 3.1.2 周期序列的傅里叶级数 3.2 DFT的性质 3.3 频率域采样定理 4 快速傅里叶变换FFT 4.1 时域 ...

最新文章

  1. iOS 代码规范总结
  2. 【Network Security!】Web安全学习及异或解密示例
  3. try to navigate from SAP UI5 button to line item page
  4. oracle10 数据库审计,Oracle数据库审计用法实例
  5. WKWebview与js交互
  6. Docker 制作自定义化的Tomcat镜像
  7. 用递归方法判断字符串是否是回文(Recursion Palindrome Python)
  8. 【hiho挑战赛24 ABC】贪心和期望dp惨烈的后缀自动机
  9. 深入浅出ObjC之消息 (转)
  10. Pickle Finance:BAC-DAI Pickle Jar将在迁移到BAS v2后更新
  11. Transformer为啥在NER上表现不好
  12. 谈谈嵌入式设备用户界面的未来
  13. 计算机科学导论佛罗赞第4版,计算机科学导论 原书第4版
  14. 频登各大时装周运动品牌FILA在得物App首发和平精英联名系列
  15. 打开网络adb 调试
  16. 猿代码浅谈Python|猿代码科技
  17. 测试功能点----方法
  18. docker简单学习
  19. 加餐0 | 前后端快速入门学习路线
  20. 你真的了解DBA这份工作吗?

热门文章

  1. 分分钟搭建Oracle环境
  2. 使用AdMob实现广告统一
  3. 解决SecureCRT连接GNS3时SecureCRT标签窗口同名的问题
  4. 开启Windows8里面的Hyper-V虚拟机功能
  5. sybase中游标的使用示例
  6. C#枚举类型和结构体
  7. Specify compute hosts with SSDs
  8. C++ 画星号图形——空心矩形(核心代码记录)
  9. win2003服务器装spl2008,打安全补丁后无法进入SQL Server Management Studio
  10. C# C/S系统软件开发平台架构图(原创)