转载于:https://blog.csdn.net/reborn_lee/article/details/81139195

序言

这里讲的离散时间傅里叶变换(DTFT)是针对离散非周期信号的DTFT,事实上,DTFT本身也就是为了表示非周期信号而出现的。

推导的过程采用与连续时间傅里叶变换完全并行的思路,连续时间傅里叶变换的推导参看博文:连续时间信号的傅里叶变换

对连续时间傅里叶变换的一点回顾:

在连续时间傅里叶变换这篇博文中,我们看到,一个连续时间周期方波的傅里叶级数可以看成一个包络函数的采样值,并且随着这个方波周期的增大,这些样本越来越密。这一性质就让人想到一个非周期信号x(t)x(t)x(t)可以这样来表示,即首先产生一个周期信号x(t)~\tilde{x(t)}x(t)~​,使x(t)~\tilde{x(t)}x(t)~​在一个周期内等于x(t)x(t)x(t),然后随着这个周期无限大,x(t)~\tilde{x(t)}x(t)~​就会在一个越来越大的时间间隔上等于x(t)x(t)x(t),这样对x(t)~\tilde{x(t)}x(t)~​的傅里叶级数表示也就收敛于x(t)x(t)x(t)的傅里叶变换表示。

采用与连续时间傅里叶变换完全并行的思路推理

综合公式:

分析公式:

在推导这些公式的过程中,可以看出一个非周期序列是怎样被看成复指数信号的线性组合的。事实上,综合公式:

本身就是把序列x[n]x[n]x[n]作为一种复指数序列的线性组合来表示的,这些复指数序列在频率上是无限靠近的,其幅度为X(ejw)X(e^{jw})X(ejw)往往称为x[n]x[n]x[n]的频谱,因为它给出这样的信息:x[n]x[n]x[n]是怎样由这些不同频率的复指数序列组成的。

值得提及的是,与连续时间情况一样,上述离散时间傅里叶变换的推导过程给我们在离散时间傅里叶级数和离散时间傅里叶变换之间提供了一种重要的关系。特别是一个周期序列x[n]~\tilde{x[n]}x[n]~​的傅里叶系数aka_{k}ak​可以用一个有限长序列x[n]x[n]x[n]的傅里叶变换的等间隔样本来表示,这个x[n]x[n]x[n]就等于一个周期上的x[n]~\tilde{x[n]}x[n]~​,而在其余地方为0。

一句重要的废话(理解):

下面这句话,在看完这个系列的博文后就能懂得。

正如推导过程中表明的,离散时间傅里叶变换和连续时间傅里叶变换相比有很多相似之处。两者的主要差别在于①离散时间傅里叶变换X(ejw)X(e^{jw})X(ejw)的周期性和②在综合公式中的有限积分区间。

这两者来自这样的一个事实:在频率上相差2π2\pi2π的离散时间复指数信号是完全一样的。(参考博文:离散时间复指数序列的周期性质)。

由离散时间周期信号的傅里叶级数这篇博文,可知,对周期离散时间序列而言,这就意味着傅里叶级数系数也是周期的,并且傅里叶级数表示是一个有限项的和式

对非周期信号而言,这就意味着X(ejw)X(e^{jw})X(ejw)也是周期的,周期为2π2\pi2π,并且综合公式只涉及一个频率区间内的积分,这个频率区间就是产生不同复指数信号的那个间隔,即任何2π2\pi2π长度的间隔。

最后再次来一个重磅的结论:

ejwne^{jwn}ejwn作为www的函数的周期性的进一步的结果是:

w=0w=0w=0和w=2πw=2 \piw=2π都得到同一个信号。因此,位于这些频率值或者任何π\piπ偶数倍的www附近都是慢变化的,从而都对应低频率的信号;而靠近π\piπ的奇数倍的www,在离散情况下都相应于高的频率

如下图:

注:下面的这些结论不看也罢,我只是觉得有意思才贴出来的。

离散时间傅里叶变换(DTFT)相关推荐

  1. MATLAB之离散时间傅里叶变换DTFT

    % 功能:离散时间傅里叶变换DTFT% 编辑者:lily % 日期:2019,4,15clear; clc; close all; % ======================= input si ...

  2. 傅里叶级数FS,连续时间傅里叶变换CTFT,离散时间傅里叶变换DTFT,离散傅里叶变换DFT,推导与联系(一)

    本文主要从傅里叶级数 FS,连续时间傅里叶变换 CTFT,离散时间傅里叶变换 DTFT,以及离散傅里叶变换 DFT 之间的区别与联系进行了比较详细的讨论,主要注重于公式形式上的推导,略去了相关的图像示 ...

  3. 傅里叶级数FS,连续时间傅里叶变换CTFT,离散时间傅里叶变换DTFT,离散傅里叶变换DFT,推导与联系(二)

    由于本文公式所占用的字符比较多,无法在一篇博客中完整发布,所以将其分为两篇博客.本篇主要介绍了离散傅里叶变换 DFT 的内容,以及相关的总结.对于前置内容,包括傅里叶级数 FS,连续时间傅里叶变换 C ...

  4. (三)傅里叶变换:离散时间傅里叶变换DTFT CTFT->DTFT

    离散时间傅里叶变换 DTFT:Discrete Time Fourier Transform 一.定义 序列x[n]的离散时间傅里叶变换(DTFT)X(e^jω)定义为: 由定义易知DTFT是以2π为 ...

  5. DFT的准备(二)(对离散时间傅里叶变换DTFT采样)

    目录 序言: 今天的主题: 有意义的举例讨论: 情形一: 情形二: 最重要的结论: 重磅内容: 序言: 上篇博文(对离散序列的傅里叶分析的大总结)的最后讨论了有限长序列与周期序列之间的关系,首先给出了 ...

  6. 傅里叶变换、离散时间傅里叶变换和离散傅里叶变换

    前言     这里我尽量的用图像来讲解,尽可能地避免用公式来描述.如果只是了解一下这些名词或者是这些方法都是处理什么场景的问题,不涉及具体的运算,那么不用太在意具体的公式.但是如果想了解的更深一点,那 ...

  7. 【 MATLAB 】用 MATLAB 实现离散时间傅里叶变换(DTFT)的两个案例分析

    先给出离散时间傅里叶变换的简单介绍: 如果 x(n) 是绝对可加的,即 那么它的离散时间傅里叶变换给出为: w 称为数字频率,单位是每样本 rad(弧度)或 (弧度/样本)(rad/sample) 案 ...

  8. 离散时间傅里叶变换(DTFT)(由离散时间周期信号的傅里叶级数推得)(详细推导)

    序言 这里讲的离散时间傅里叶变换(DTFT)是针对离散非周期信号的DTFT,事实上,DTFT本身也就是为了表示非周期信号而出现的. 推导的过程采用与连续时间傅里叶变换完全并行的思路,连续时间傅里叶变换 ...

  9. 【 MATLAB 】模拟信号采样及离散时间傅里叶变换(DTFT)案例分析

    这篇博文中使用的模拟信号为上篇博文:[ MATLAB ]使用 MATLAB 实现模拟信号的近似及其连续傅里叶变换 中使用的模拟信号: 为了研究在频域数量上的采样效果,对该信号使用两种不同的采样频率采样 ...

  10. 离散时间傅里叶变换(理解推导)

    文章目录 傅立叶级数和傅立叶变换 离散时间傅立叶变换推导 (DTFT) DTFT和CTFT的比较 Tips: 此贴适合有一定傅里叶变换和傅里叶级数基础的人观看.意在帮助大家更好的理解DTFT和CTFT ...

最新文章

  1. BCH升级新版本,实不相瞒该抄底了
  2. 在哪里能找到最后的版本的示例程序? AI Studio-MNIST
  3. 360Apm源码解析
  4. SD-WAN — 云专线(企业入云)
  5. SAP 采购订单进项税VOFM 例程增强
  6. 自动化测试工具selenium python_自动化测试工具之Selenium(一)-----Selenium的介绍以及安装...
  7. 怎样利用好单片机上的存储器资源来实现OD的存储与访问
  8. Ubuntu Server 之Apache2 虚拟主机配置指南(个人实践解读)
  9. Navicat导入数据库数据结构sql报错datetime(0)
  10. 还原哈希密码工具(hash、md5)
  11. 亲和数(220/284)
  12. Linux dirname、basename 指令
  13. 数据结构期末复习第一章绪论
  14. 网络安全—御剑后台扫描珍藏版
  15. 数据库学习笔记【自学教程】—— 如何建立数据库
  16. Android的六大布局详解
  17. 蓝桥杯 等差素数列(python实现)
  18. 读书百客:《圆圆曲》评赏
  19. word排版案例报告_Word操作技巧:图文混排,就是这么简单
  20. Flutter使用Clip裁剪Widget

热门文章

  1. android 音频压缩 silk,微信音频silk导出多个mp3,合并成一个mp3,压缩大小
  2. 个人设计web前端大作业 基于html5制作美食菜谱网页设计作业代码
  3. Hibernate(1)——简介
  4. React学习之旅Part7:React绑定事件和使用setState()修改state的数据、React实现双向数据绑定
  5. 三分钟了解Activity工作流
  6. Xcode5 证书配置
  7. Spring+Quartz实现文件中转站
  8. spconv编译与安装
  9. 修改IP、DNS、MAC工具VC源码实现
  10. C++norm函数的用法