傅里叶变换
信号的正交分解
信号正交
【定义】在(t1,t2)区间的两个函数φ1(t)和φ2(t), 若满足(两函数的内积为0)
则称:φ1(t)和φ2(t)在区间(t1,t2)内正交
正交函数集

完备正交函数集


傅里叶级数
任意信号都可以化作一组正交基的代数组合(可以将信号从无规律化作有规律)
傅里叶:提出任一函 数都可以展成三角函数的无穷级数。
三角形式的傅里叶级数
三角函数集 {1,cos(nΩt),sin(nΩt),n=1,2,…}设周期信号f(t),其周期为T,角频率w=2π/T,当满足狄里赫利(Dirichlet)条件时,可展开为三角形式的傅里叶级数。
狄利赫里三条件:

傅里叶级数(施密特正交化):

指数形式的傅里叶级数

两种傅里叶级数关系

例题:

直观图像:

上图为一个门信号,分解后的各谐波分量组合图像。
吉布斯现象:
用有限项傅里叶级数表示有间断点的信号时,在间断点附近不可避免的会出现振荡和超调量。超调量的幅度不会随所取项数的增加而减小。只是随着项数的增多,振荡频率变高,并向间断点处压缩,从而使它所占有的能量减少。
当选取的项数很大时,该超调量趋于一个常数,大约等于总跳变值的9%,并从间断点开始以起伏振荡的形式逐渐衰减下去。这种现象称为吉布斯现象。
频谱
周期信号分解后,各分量的幅度和相位对于频率的变化,分别为幅度谱和相位谱。

单片频谱和双边频谱的关系:

从上图可以看出(根本原因:三角形式和复数形式的关系):
- 幅值为偶函数(降低了一半)
- 相位为奇函数(关于原点对称)
频谱特点:

上图中sa为筛选信号:


分析:
结论:T不变,τ 变小, 时域压缩,频域展宽

情形2

信号的能量主要集中在低频分量中。
傅里叶变换
非周期信号频谱
上面频谱特点中谈到,当T趋于无穷时,离散就能过度为连续——但存在问题,当间隔变为无穷小时,幅度也变得很小了,不便于观测,因此引入频谱密度
频谱密度

个人理解方式:
- 将无穷小的量,放大很大的倍数,观测相对量
- 每个幅度除以f(1/T),单位频率上的幅度
注意点:
- 傅里叶级数的频谱是真实量
- 傅里叶变化的频谱是相对量(将很小的)
傅里叶变换
- 定义

- 常见汇总:


- 例题:

性质

性质例题
频域微分

傅里叶变换性质
线性性质
- 概述

例题

奇偶性




对称性

例题

尺度变化特性


时移特性


调制解调



无失真传输与滤波






