通信之道-傅立叶分析
摘自《通信之道》
- 傅里叶(1768-1830)法国数学家和物理学家。在1807年法国科学学会上发表的论文中提出一个论断:任何连续周期信号都可以表示为一组适当加权的正弦曲线的和。
傅里叶级数
任何连续周期信号都可以表示为一组适当加权的正弦曲线的和。
三角函数的正交性(公式略):
- 正弦和余弦函数是正交的(正交就是一个周期内的积分为0);
- 不同频率的正弦函数是正交的;
- 不同频率的余弦函数是正交的。
为什么正弦信号重要
因为三角函数作为线性系统的输入时具有频率不变的特性。
例如,输入信号为 x ( t ) = c o s ( w t ) x(t)=cos(wt) x(t)=cos(wt),输出信号为
y ( t ) = x ( t ) + α ⋅ x ( t − t 0 ) y(t)=x(t)+\alpha\cdot x(t-t_0) y(t)=x(t)+α⋅x(t−t0)
是有输入信号和一个延时成分叠加得到,则
y ( t ) = c o s ( w t ) + α ⋅ c o s ( w t − w t 0 ) = . . . = A c o s ( w t − θ ) y(t)=cos(wt)+\alpha\cdot cos(wt-wt_0)\\ =...=Acos(wt-\theta) y(t)=cos(wt)+α⋅cos(wt−wt0)=...=Acos(wt−θ)
上例表明输入是正弦信号,输出也是正弦信号,只是幅度和相位有了一定的改变。其他周期信号如方波三角波都没有这个性质。这种特性反映了线性系统的特征,叫做系统的幅频特性和相频特性,统称频率特性。
如果用复指数形式表示输入 x ( t ) = e j w t x(t)=e^{jwt} x(t)=ejwt,设系统的冲击响应为 h ( t ) h(t) h(t),则输出为:
y ( t ) = ∫ − ∞ + ∞ h ( τ ) e j w ( t − τ ) d τ = e j w t ∫ − ∞ + ∞ h ( τ ) e − j w τ d τ y(t)=\int_{-\infty}^{+\infty}h(\tau)e^{jw(t-\tau)}d\tau \\ =e^{jwt}\int_{-\infty}^{+\infty}h(\tau)e^{-jw\tau}d\tau y(t)=∫−∞+∞h(τ)ejw(t−τ)dτ=ejwt∫−∞+∞h(τ)e−jwτdτ
H ( j w ) = ∫ − ∞ + ∞ h ( τ ) e − j w τ d τ H(jw)=\int_{-\infty}^{+\infty}h(\tau)e^{-jw\tau}d\tau H(jw)=∫−∞+∞h(τ)e−jwτdτ就是用复数表达的系统的频率特性
傅里叶级数
周期信号可以用傅里叶级数来表达,傅里叶系数又叫做离散频谱,因为谱线只出现在 w 1 = 1 / T 1 w_1=1/T_1 w1=1/T1的整数倍上。
三角形式的傅里叶级数:
x ( t ) = a 0 + ∑ n = 1 ∞ { a n c o s ( n w 1 t ) + b n s i n ( n w 1 t ) } x(t)=a_0+\sum_{n=1}^{\infty}\{a_ncos(nw_1t)+b_nsin(nw_1t)\} x(t)=a0+n=1∑∞{ancos(nw1t)+bnsin(nw1t)}
其中 a n = . . . , b n = . . . a_n=...,b_n=... an=...,bn=...(略)
根据欧拉公式,可得到复指数形式的傅里叶级数:
x ( t ) = ∑ n = − ∞ ∞ c n e j n w 1 t x(t)=\sum_{n=-\infty}^{\infty}c_ne^{jnw_1t} x(t)=n=−∞∑∞cnejnw1t
其中c_n被称作离散频谱:
c n = 1 T 1 ∫ − T 1 2 T 1 2 x ( t ) e − j n w 1 t d t c_n=\frac{1}{T_1}\int_{-\frac{T_1}{2}}^{\frac{T_1}{2}}x(t)e^{-jnw_1t}dt cn=T11∫−2T12T1x(t)e−jnw1tdt
这就是复指数形式的傅里叶级数,形式更加简洁优美。
傅里叶变换
非周期信号的傅里叶变换
将周期信号傅里叶级数的概念推广到非周期信号(视为周期无限大的信号),就可以得到傅里叶变换。
(推导过程略,见书P61)
让周期 T 1 → ∞ T_1\rightarrow\infty T1→∞,则谱线的间距 2 π / T 1 → 0 2\pi/T_1\rightarrow0 2π/T1→0,离散频谱变成了连续频谱。
正变换:
X ( w ) = F [ x ( t ) ] = ∫ − ∞ + ∞ x ( t ) e − j w t d t X(w)=F[x(t)]=\int_{-\infty}^{+\infty}x(t)e^{-jwt}dt X(w)=F[x(t)]=∫−∞+∞x(t)e−jwtdt
反变换:
x ( t ) = F − 1 [ X ( w ) ] = 1 2 π ∫ − ∞ + ∞ X ( w ) e j w t d w x(t)=F^{-1}[X(w)]=\frac{1}{2\pi}\int_{-\infty}^{+\infty}X(w)e^{jwt}dw x(t)=F−1[X(w)]=2π1∫−∞+∞X(w)ejwtdw
周期信号的傅里叶变换
在讨论傅里叶变换存在的条件时,需要函数绝对可积,即要求自变量趋向于正负无穷时应该衰减到零。而周期信号并不符合这个条件,所以严格意义上周期信号的傅里叶变换并不存在。
但是引入了冲激函数这样的奇异函数之后,允许函数值为无穷大,周期函数的傅里叶变换也存在确定的表达形式。
复指数信号 e j w 1 t e^{jw_1t} ejw1t的傅里叶变换为 w 1 w_1 w1处的一个冲激:
F [ e j w 1 t ] = 2 π δ ( w − w 1 ) F[e^{jw_1t}]=2\pi\delta(w-w_1) F[ejw1t]=2πδ(w−w1)
实信号 c o s ( w 1 t ) = e j w 1 t + e − j w 1 t 2 cos(w_1t)=\frac{e^{jw_1t}+e^{-jw_1t}}{2} cos(w1t)=2ejw1t+e−jw1t的傅里叶变换:
F [ c o s ( w 1 t ) ] = π δ ( w − w 1 ) + π δ ( w + w 1 ) F[cos(w_1t)]=\pi\delta(w-w_1)+\pi\delta(w+w_1) F[cos(w1t)]=πδ(w−w1)+πδ(w+w1)
是位于 − w 1 , w 1 -w_1,w_1 −w1,w1处的两个冲激。余弦函数是实偶函数,傅里叶变换也是实偶函数。
类似地,正弦信号的傅里叶变换
F [ s i n ( w 1 t ) ] = j π δ ( w + w 1 ) − j π δ ( w − w 1 ) F[sin(w_1t)]=j\pi\delta(w+w_1)-j\pi\delta(w-w_1) F[sin(w1t)]=jπδ(w+w1)−jπδ(w−w1)
正弦函数为实奇函数,傅里叶变换为虚奇函数。
对于一般的周期函数 x ( t ) x(t) x(t),它的周期为 T 1 T_1 T1,角频率为 w 1 = 2 π / T 1 w_1=2\pi/T_1 w1=2π/T1。表达成复指数的傅里叶级数形式为:
x ( t ) = ∑ n = − ∞ ∞ c n e j n w 1 t x(t)=\sum_{n=-\infty}^{\infty}c_ne^{jnw_1t} x(t)=n=−∞∑∞cnejnw1t
其中c_n为傅里叶系数:
c n = 1 T 1 ∫ − T 1 2 T 1 2 x ( t ) e − j n w 1 t d t c_n=\frac{1}{T_1}\int_{-\frac{T_1}{2}}^{\frac{T_1}{2}}x(t)e^{-jnw_1t}dt cn=T11∫−2T12T1x(t)e−jnw1tdt
那么 x ( t ) x(t) x(t)的傅里叶变换为
F [ x ( t ) ] = 2 π ∑ n = − ∞ ∞ c n δ ( w − n w 1 ) F[x(t)]=2\pi\sum_{n=-\infty}^{\infty}c_n\delta(w-nw_1) F[x(t)]=2πn=−∞∑∞cnδ(w−nw1)
可以看出,周期信号的傅里叶变换是一系列离散的冲激信号,每个冲激的强度就是傅里叶系数乘以 2 π 2\pi 2π。傅里叶变换是谱密度函数。对于周期信号,在一系列的宽度为零的频率点上的谱值是一个有限的不为零的数值,所以在这些点上的谱密度为无穷大。
卷积定理
- 时域卷积–>频域相乘 (公式略)
- 频域卷积–>时域相乘
线性系统的频率特性
一个线性时不变系统可以用冲激响应完全刻画其特性。
y ( t ) = x ( t ) ∗ h ( t ) y(t)=x(t)*h(t) y(t)=x(t)∗h(t)
根据卷积定理
Y ( w ) = X ( w ) H ( w ) Y(w)=X(w)H(w) Y(w)=X(w)H(w)
这个公式叫作线性时不变系统的频域的系统方程, H ( w ) H(w) H(w)叫作系统的频率特性。并且, H ( w ) H(w) H(w)的幅度叫作幅频特性, H ( w ) H(w) H(w)的相位叫作相频特性。
对于输入信号当中的任何一个频率成分 w w w,线性时不变系统的作用就是把这个频率成分做了幅度和相位上的改变,就是乘以 H ( w ) H(w) H(w)。这个频率成分的能量不会泄露到其他的频率成分上。
如果输出信号当中包含了输入信号当中没有的频率成分,则这个系统就不是线性时不变系统。
离散傅里叶变换
连续信号的傅里叶变换的作用主要是理论价值,而实际应用的是离散傅里叶变换。
不像连续信号有傅里叶级数和傅里叶变换之分,在离散域,傅里叶变换也就是傅里叶级数。
通信之道-傅立叶分析相关推荐
- 通信之道从微积分到5gpdf_保送清华成博士,华为12年搞通信,他为何如此看待 5G ?| 人物志...
作者 | 伍杏玲 胡巍巍 出品 | CSDN(ID:CSDNnews) 一位通信专家,清华读了博士,北大从事博士后研究工作,但却只有12年工作经历?明明家里几套房,却热爱骑车出行? 他是? 他是国内小 ...
- BAT包围下的企业协作与通信之道
由企业网D1Net主办的"2017年CENCE企业协作与通信大会"日前在北京成功举办.300多位最终用户.企业代表.渠道商及40位行业媒体记者共同探讨了云计算.移动化背景下,BAT ...
- 杨学志《通信之道》9.3节相干解调公式推导
CS出身的本菜鸡,由于硕士研究方向为射频指纹(radio frequency fingerprint),最近在恶补杨学志老师的<通信之道>,数学上遇到很多问题.本篇博客主要是对于书中9.3 ...
- 保送清华成博士,华为 12 年搞通信,他为何如此看待 5G ?| 人物志
作者 | 伍杏玲 胡巍巍 出品 | CSDN(ID:CSDNnews) 一位通信专家,清华读了博士,北大从事博士后研究工作,但却只有12年工作经历?明明家里几套房,却热爱骑车出行? 他是? 他是国内小 ...
- 通信原理经典书籍整理暨入门指导以及资料奉送
写在前面: 我的微信公众号: xiaoshi_IC,小石谈IC,近期已完成了PCB系列,后续后续会逐步完成 IC版图,FPGA设计,信号完整性,IC设计,通信原理系列,做开源的微电子,电子公众分享,坚 ...
- bode函数_相干解调:三角函数公式有何用?原来就是通信中的调制解调过程
先开个脑洞,各位可以在留言区发表自己看法. |可以人为的调制引力波吗?| 图1 两颗中子星相互产生的引力波的二维表示. 百科:在爱因斯坦的广义相对论中,引力被认为是时空弯曲的一种效应.这种弯曲是因为质 ...
- 华为专利全球第一:哪里跌倒,哪里爬起!
牛了,这几个案例让你迅速掌握AI技术! https://edu.csdn.net/topic/ai30?utm_source= csdn_bw 这是一个扬眉吐气的春天. 据路透社报道,3月19日,世界 ...
- 中国正式进入 5G 商用元年!
作者 | 胡巍巍 出品 | CSDN(ID:CSDNnews) 6月6日,人民日报公众号发了一篇仅有13字的文章,即"工信部今日发放5G商用牌照." 网友表示,"开启一个 ...
- 5G将又是一个失败的存在
无线通信产业已经发展了四代,目前正处于5G产业化前夕,是当下到一个最热的话题,5G如何发展,前景如何,是各个方面包括学术界.产业界.投资界以及政府都非常关心的.另外,中国已经启动6G研究的消息也见诸报 ...
最新文章
- php不可执行会怎样,从PHP运行可执行文件而不会产生shell
- 一步一步学Linq to sql(六):探究特性
- 零基础Java学习之初级项目实践(客户信息管理软件-附源码)
- gj3 Python数据模型(魔法函数)
- 禁止Dockpanel拖动
- python sys.argv[]用法
- python 大量使用json 存储数据时,格式化输出的方式
- python爬取网页数据软件_python爬虫入门10分钟爬取一个网站
- Linux 系统应用编程——网络编程(服务器模型)
- 模拟ctrl+alt+delete三键
- 专访丨HashData创始人简丽荣:云原生与大数据时代,湖仓一体代表了未来
- 切图崽的自我修养-[ES6] 编程风格规范
- Bzoj4542--Hnoi2016大数
- 控制工程实践(7)——PID四种类型控制器(之比例控制器P)
- appcan外部网页css,Appcan开发之页面布局与CSS排版
- 接连两天,持续霸榜 GitHub,这款 WiFi 开源神器我爱了!
- yolov5 deepsort 行人车辆 双向计数 跟踪检测 | 开源项目分享
- html是什么排列规律,单数和双数是什么 有什么排列规律
- 网络安全系统教程+渗透测试+学习路线(自学笔记)
- Spring定时任务注解说明
热门文章
- 在51.com一岁生日庆祝会上的致辞
- docker mysql volum_Docker --volume(数据持久化)
- win10强效杀毒去捆绑
- 一、H5全景图-朋友圈全景图-720°全景-VR -----工具使用
- 免费通信时代何时真正到来?
- 使用麦克风和Arduino测量以dB为单位的声音/噪声水平
- 如何恢复移动硬盘数据?
- Linux系统下查找最近修改过的文件
- 大连东软c语言编程题,大连东软信息学院C语言实验一 windows基本操作和turboc使用答案.doc...
- 原生js实现快速排序