信号与系统公式笔记(4)
截图基本上都是来自b站av5868266,齐开悦博士的讲义。
之前的笔记(第二章)重要的是两点:微分方程和卷积(微分方程要理解好,卷积熟练会用就行)。
这次主要是关于连续信号的傅里叶分析(教材里面有三大变换:傅里叶、拉普拉斯、Z,拉普拉斯其实是连续傅里叶的推广,Z其实是离散傅里叶变换的推广。重点还是三大变换)。
重点内容:
- 连续时间周期信号的傅里叶级数
- 连续时间建立傅里叶变换
- 傅里叶级数与傅里叶变换之间的关系
- 傅里叶变换的性质
- 系统的频率响应及系统的频域分析
- 采样(抽样)及采样(抽样)处理
- 计算傅里叶系数的公式
这一章要解决的问题:对非周期信号应该如何进行分解、什么是非周期信号的频谱表示
傅里叶变换的思想:
1. 周期信号都可以表示为成谐波关系的正弦信号的加权和
2. 非周期信号都可以用正弦信号的加权积分来表示
成谐波关系的复指数信号集: ϕk(t)=ejkω0t ϕ k ( t ) = e j k ω 0 t \phi_k(t) = \mathrm{e}^{jk\omega_0t},这些信号的公共周期是 2π|ω0| 2 π | ω 0 | \frac{2\pi}{|\omega_0|}。
将所有信号线性组合(类似上面的思想):
x(t) = \sum_{k = -\infty}^{\infty}a_k\mathrm{e}^{\mathrm{j}k\omega_0t}
其实上面这个就是傅里叶级数, ak a k a_k就是傅里叶级数的系数。
可以总结成:连续时间周期信号可以分解成无数多个复指数的谐波分量。
傅里叶级数的系数 ak a k a_k就是信号分量的幅度,所以可以用这些幅度画成频谱。
频谱图:
补充个欧拉公式:
\mathrm{e}^{\mathrm{j}\omega t} = \cos{\omega t} + \mathrm{j}\sin{\omega t}
经常用这个公式在复指数和三角函数之间转换,所以必须要记。
三角函数集:
cos(nω1t),sin(nω1t) cos ( n ω 1 t ) , sin ( n ω 1 t ) \cos(n\omega_1t), \sin(n\omega_1t)是完备的正交函数集,具体的证明可以看教材,其实就是几个三角函数相乘,然后在一个周期内积分的证明(因为是正交的,所以积分结果为0)。
完备正交函数集指的是除了花括号里面括起来的那一对以外,集合里面没有别的函数能与这一对正交( n n n可以取任意整数)。
在满足狄氏条件的前提下可以将指数级数展开成三角形式(记公式)。
公式:
f(t) = a_0 + \sum_{n = 1}^{\infty}[a_n\cos(n\omega_1 t) + b_n\sin{(n\omega_1t)}]
上面的系数用下面的公式求出来
直流分量
a_0 = \frac{1}{T}\int_{t_0}^{t_0 + T}f(t)\mathrm{d}t
余弦分量的幅度
a_n = \frac{2}{T}\int_{t_0}^{t_0+T}f(t)\cos(n\omega_1t)\mathrm{d}t
正弦分量的幅度
b_n = \frac{2}{T}\int_{t_0}^{t_0+T}f(t)\sin(n\omega_1t)\mathrm{d}t
补充一下,上面式子里面的 2T 2 T \frac{2}{T}其实就是 ∫t+Ttsinmω1sinnω1tdt=T2,m=n≠0 ∫ t t + T sin m ω 1 sin n ω 1 t d t = T 2 , m = n ≠ 0 \int_{t}^{t + T}\sin{m\omega_1}\sin{n\omega_1 t}\mathrm{d}t = \frac{T}{2}, \quad m = n\neq0,下面的复指数公式里面出现的 1T 1 T \frac{1}{T}其实也差不多
例题:齐开悦博士第三章课件例1
其他形式:
用公式直接转化成只有正弦或者余弦表达的形式
用到的公式
余弦形式:
f(t) = c_0 + \sum_{n = 1}^{\infty}c_n\cos(n\omega_1 t + \varphi_n)
里面的系数可以用下面公式求
c_0 = a_0\quad c_n = \sqrt{a_n^2 + b_n^2}\quad \varphi_n = \arctan(\frac{-b_n}{a_n})
可以联想成三角形来记
反过来
a_n = c_n\cos\varphi_n \quad b_n = -c_n\sin\varphi_n
正弦形式
f(t) = d_0 + \sum_{n = 1}^{\infty}d_n\sin(n\omega_1t + \theta_n)
系数 d0 d 0 d_0、 dn d n d_n和余弦的差不多,其他可以用下面的公式来求:
\theta_n = \arctan(\frac{b_n}{a_n})
反过来
a_n = d_n\sin(\theta_n) \quad b_n = d_n\cos(\theta_n)
其实上面用的还是三角函数合并用到的公式,实在记不得也可以推导出来,只是记得的话方便一点。
这样就可以把周期信号分解成直流、基波( ω1 ω 1 \omega_1)和各次谐波( nω1 n ω 1 n\omega_1:基波角频率的整数倍)的线性组合。
然后用 cn ω c n ω c_n ~ \omega关系画成幅度频谱图
φn ω φ n ω \varphi_n ~ \omega关系画成相位频谱图(这些符号代表的意思上面的公式里面都有)
周期信号频谱具有离散性、谐波性、收敛性。
指数形式的傅里叶级数
复指数正交函数集 ejnω1tn=0,±1,±2⋯ e j n ω 1 t n = 0 , ± 1 , ± 2 ⋯ {\mathrm{e}^{\mathrm{j}n\omega_1 t}}\quad n = 0, \pm1, \pm2\cdots
级数形式:
f(t) = \sum_{n = -\infty}^{\infty}F(n\omega_1)\mathrm{e}^{\mathrm{j}n\omega_1t}
上面公式里面的 F(nω1) F ( n ω 1 ) F(n\omega_1)系数用下面这个公式来确定:
F(n\omega_1) = \frac{\int_{0}^{T_1}f(t)\mathrm{e}^{-\mathrm{j}n\omega_1t}\mathrm{d}t}{\int_{0}^{T_1}\mathrm{e}^{\mathrm{j}n\omega_1t}\mathrm{e}^{-\mathrm{j}n\omega_1t}\mathrm{d}t} = \frac{1}{T}{\int_{0}^{T_1}f(t)\mathrm{e}^{-\mathrm{j}n\omega_1t}\mathrm{d}t}
其实 F(nω1) F ( n ω 1 ) F(n\omega_1)也可以写成 Fn F n F_n。
上面复指数和三角函数之间可以直接用欧拉公式进行转换。
上面公式里面出现了 −1 − 1 -1是因为 j∗j=−1 j ∗ j = − 1 \mathrm{j} * \mathrm{j} = -1, sin sin \sin部分多了个 j j \mathrm{j}。
欧拉公式:
\mathrm{e}^{\mathrm{j}\omega t} = \cos{\omega t} +\mathrm{j} \sin{\omega t}
了解就行。
上面几个系数之间的关系
上图中奇偶函数的定法可以直接看原公式得出。
总结
周期信号 f(t) f ( t ) f(t)胡傅里叶级数两种形式:
三角形式:
f(t) = a_0 + \sum_{n = 1}^{\infty}[a_n\cos(n\omega_1t) + b_n \sin(n\omega_1 t)] = c_0 + \sum_{n = 1}^{\infty}c_n\cos(n\omega_1t + \varphi_n)
其实最后面也可以转成 sin sin \sin的形式
指数形式:
f(t) = \sum_{n = -\infty}^{\infty}F(n\omega_1)\mathrm{e}^{\mathrm{j}n\omega_1t}
两种频谱图的关系
注意画频谱图的时候用的是 cn ω c n ω c_n ~ \omega,不是 dn d n d_n,所以要吧 sin sin \sin的部分转成 cos cos \cos。
基本上就是套上面的公式。
指数形式频谱里面出现的负频率的存在只是为了使公式有数学意义,其实没有物理意义,是用来保证 f(t) f ( t ) f(t)的实函数性质。
傅里叶级数有三个性质
收敛性( n↑,|F(nω1)|↓ n ↑ , | F ( n ω 1 ) | ↓ n\uparrow, |F(n\omega_1)| \downarrow)
谐波性/离散性
唯一性( f(t) f ( t ) f(t)谱线唯一)
补充:冲激函数序列的频谱不满足收敛性。
信号与系统公式笔记(4)相关推荐
- 信号与系统公式笔记(1)
记录一些卷积的公式.这里记录的是平时解题遇到的问题,所以可能比较乱. 进入正题,贫僧要记录的是这个公式: x1(t−t1)∗x2(t−t2)=x(t−t1−t2)x(t)=x1(t)∗t2(t) x ...
- 信号与系统公式笔记(5)
重点内容 1.狄利克雷条件 2.Gibbs现象 3.傅里叶变换和傅里叶逆变换公式 周期矩形脉冲信号 对这个矩形脉冲信号进行积分就可以求到它对应的傅里叶系数 了解一下记得结果就可以了. 补充:Sa(nω ...
- 信号与系统公式笔记(6)
主要关于第三章,这章非常重要. 重点内容 傅里叶级数(至少记住周期矩形脉冲,最好记住周期三角波和锯齿波) 傅里叶变换的定义式.求信号的傅里叶变换.能用傅里叶变换的性质求傅里叶变换(最大的作用就是用来求 ...
- 信号与系统公式笔记(3)
参考了上海交通大学的讲课录像,b站av号:5868266. 提醒:LTI系统里面的"线性"只限于系统零输入响应与系统的存储能量,零状态响应与系统接收到的输入.因为系统的完全响应 = ...
- 【六更完结!由于字数限制开新文章继续】零基础信号与系统学习笔记:复指数信号、傅里叶级数的系数推导、三角函数正交性、离散傅里叶变换、相位补偿、z变换表、逆变换表、常见序列及其作用
零基础信号与系统学习笔记:复指数信号.傅里叶变换.三角函数正交性 基础1:复指数信号 复指数信号基础知识 复指数信号推导1 虚指数信号 虚指数信号特性和作用 直流信号 基础2:傅里叶级数 推导傅里叶级 ...
- 【信号与系统】笔记(2)连续系统的时域分析
Author:AXYZdong 自动化专业 工科男 有一点思考,有一点想法,有一点理性! 文章目录 前言 一.系统的微分方程及其响应 1.1 LTI系统的微分方程 1.2 系统的响应 1.2.1 零输 ...
- 信号与系统学习笔记 第三章
第三章 周期信号的傅里叶级数表示 下面将讨论信号与线性时不变系统的另一种表示,讨论的出发点仍是将信号表示成一组基本信号的线性组合.这是因为,将信号表示成基本信号的线性组合是有利的,如果基本信号具有一下 ...
- 《信号与系统学习笔记》—周期信号的博里叶级数表示(一)
注:本博客是基于奥本海姆<信号与系统>第二版编写,主要是为了自己学习的复习与加深. 一.线性时不变系统对复指数信号的响应 1.在研究线性时不变系统时,将信号表示成基本信号的线性组合是很有利 ...
- 【信号与系统学习笔记 4】—— 一起走进“卷积”的世界 1【详细整理+个人理解】
从这篇 BlogBlogBlog 开始,笔者就和大家一起走进<信号与系统>的世界啦!课程开始的第一个拦路虎-- 既重要又难懂的"卷积",在这次 BlogBlogBlog ...
最新文章
- 制作灵动单片机MM32F3277 测试版
- 转载 想要在项目中引入其他项目的方法为
- VMWARE ESXI 虚拟硬盘的格式:精简置备、厚置备延迟置零、厚置备置零
- 回归理性 务实推进 迎接AI新时代 2018中国人工智能大会完美收官
- 【吾悟】《易经》有感程序人生
- android studio导入jar包
- Android Studio、 补充知识以及主要组件
- 7. Android Basic UI的布局 WidgetDemo基本组件演示
- python爬虫循环表格xpath_python爬虫数据解析之xpath
- 2021-2025年中国厨房橱柜行业市场供需与战略研究报告
- 将list中的数据组成用逗号分隔的字符串
- 宜信正式开源其 AIOps 落地三大利器
- spark安装及环境配置(win10)
- 计算机网络超详细笔记(四):介质访问控制子层
- Unity3D开发之画墙、地面分割(户型绘制)
- vscode快建创建vue模板
- 第一个TensorFlow程序
- 1.2 Eight Great Ideas in computer Architecture
- android电子书App、自定义图表、仿腾讯漫画App、仿淘宝优惠券、3D选择容器等源码...
- 票据识别android代码,Android 百度AI开放平台-文字识别-财务票据文字识别