一、时域卷积定理
我们先给出定理:两个时域信号做卷积,就等价于它们的频谱做乘法。
即:若:
x(t)
F X(jω);y(t)
F Y(jω);那么
x(t)∗y(t)
F X(jω)Y(jω)
这给我们计算一个系统的输出带来了极大的便利。我们可以先求出输入信号的频谱和系统的频率响应,两者一乘,最后做一下傅里叶逆变换就可以得出系统的输出(时域上的)。
【Proof】:我们下面证明一下,直接从定义出发:
Y(jω)=∫−∞+∞y(t)e−jωtdt=∫−∞+∞[∫−∞+∞x(τ)h(t−τ)dτ]e−jωtdt
到这里,博主有话要说了:因为我们现在的被积函数是
x(τ) 和
h(t−τ) 都是和
τ 有关的表达式,因此我们不能简单粗暴地把它们拆开,一个是
t 的积分,另一个是
τ 的积分。这样是错误的!!但是我们又注意到:只有
h(t−τ) 是和
t 有关的,那么我们确实可以先让
h(t−τ) 对
t 积分,
dτ 放在最后面去做。
Y(jω)=∫−∞+∞[∫−∞+∞x(τ)h(t−τ)dτ]e−jωtdt=∫−∞+∞[x(τ)∫−∞+∞h(t−τ)e−jωtdt]dτ
这里我们需要用到傅里叶变换的延时特性:若
x(t)
F X(jω),那么
x(t−t0)
F X(jω)e−jωt0
换成数学表达式就是:
∫−∞+∞h(t−τ)e−jωtdt=H(jω)e−jωτ
所以上式就变为:
Y(jω)=∫−∞+∞[x(τ)∫−∞+∞h(t−τ)e−jωtdt]dτ=∫−∞+∞x(τ)e−jωτH(jω)dτ=H(jω)∫−∞+∞x(τ)e−jωτdτ=H(jω)X(jω)
那么,问题来了:还记得我们在之前的
Blog 里面说过的吗?任何一个系统都可以通过其单位冲激响应
h(t) 来表征对吧,那么根据我们现在推导出的时域卷积定理:
Y(jω)=H(jω)X(jω),那么按理说任何一个系统应该也可以用它的频率响应
H(jω) 来表征。但是,确实是这样吗?
我们知道,
H(jω) 是
h(t) 的傅里叶变换,那么所以只有当
h(t) 满足傅里叶变换的收敛条件其中之一:
∫−∞+∞∣h(t)∣2dt<∞ ∫−∞+∞∣h(t)∣dt<∞
那么,这个系统才会存在频率响应,也就是说,不是所有的系统都能够求出它的频率响应。那么也就不能说:任何系统都可以用它的频率响应
H(jω) 来表征。但是在本文后面的部分将会给出
h(t) 和
H(jω)(存在的情况)的计算方法。
二、频域卷积定理(时域相乘)
我们先给出定理:若
x1(t),x2(t) 的傅里叶变换分别为:
X1(jω),X2(jω),那么有:
x1(t)⋅x2(t)
F 2π1X1(jω)∗X2(jω)
2.1 应用:正弦幅度调制
我们知道如果要计算系统的输出,我们可以通过时域卷积的方法计算得到。那么,什么场合下我们会用到时域信号相乘呢?答案就是—— 正弦幅度调制(当然不仅仅是这种,未来的
IQ 调制等等也都会用得上)
我们来看看正弦幅度调制的框图:
其中,
s(t) 是我们的时域信号,
p(t)=cos(ω0t),那么得到的
r(t) 就是
s(t)⋅p(t)
下面,我们就从频域的角度去分析正弦幅度调制:
【1】第一步:计算
p(t),
s(t) 的频谱。
对于
cos(ω0t) 的频谱我们应该是很熟悉了,即
P(jω)=πδ(ω+ω0)+πδ(ω−ω0),如下图所示:
我们再假设信号
s(t) 的频谱如下图所示:
根据:
x1(t)⋅x2(t)
F 2π1X1(jω)∗X2(jω),我们可以知道两个信号相乘之后的频谱如下图所示:
这里我们得出了一个结论:信号
s(t) 在时域上与
cos(ω0t) 相乘,相当于在频谱上把
s(t) 的频谱一分为二之后,分别向左右各搬移
ω0! (频谱搬移)
好的,到这里,我们已经了解了正弦幅度调制的细节。可以既然有调制,那么在接收端就必然需要解调。我们如何把这个调制的信号解调出来呢??
我们看到,最左边的箭头的输入,就是我们刚刚那个调制的信号,在解调端,我们需要再给这个信号乘以原载波
cos(ω0t) ,然后经过一个低通滤波器(通带增益为2),就可以换原原本的信号了!
我们也是从频谱的角度来直观地看一下这个过程:
下图是输入信号
r(t) 的频谱:
下图是
p(t) 的频谱,
r(t) 需要再和载波进行相乘:
那么,二者相乘得到信号的频谱就是:
此时注意:中间频谱的幅度是
21
那么,经过一个通带增益为2的低通滤波器,就可以恢复原信号的频谱了!(下图为该低通滤波器的频响)
三、计算系统冲激响应 h(t) 的方法
我们常常使用线性常系数微分方程来表征一个系统,如下:
这时,我们可以直接对方程两边做傅里叶变换,根据傅里叶变换的微分性可以得出:
k=0∑Nak(jω)kY(jω)=k=0∑Nbk(jω)kX(jω)
同时,又根据:
X(jω)H(jω)=Y(jω),所以我们可以得到系统的频率响应为:
H(jω)=X(jω)Y(jω)=∑k=0Nak(jω)k∑k=0Nbk(jω)k
【我们举一个例子来感受这种方法的简便性,同时也给大家介绍一种解题技法】:
求以下面这个微分方程表征的系统的
h(t):
两边做傅里叶变换,得:
(jω)2Y(jω)+6(jω)Y(jω)+8Y(jω)=(jω)X(jω)+3X(jω)((jω)2+6(jω)+8)Y(jω)=((jω)+3)X(jω)
因此,系统得频率响应可以表示为:
H(jω)=X(jω)Y(jω)=(jω)2+6(jω)+8(jω)+3=(jω+2)(jω+4)jω+3
我们乍一看这个表达式看不能立刻得出结论,还需要使用下面这个技巧来分解一下:
H(jω)=jω+2A1+jω+4A2=(jω+2)(jω+4)jω+3
下面就需要计算
A1,A2。下面是固定套路:
- 要求
A1,我们就对上面的等式两边同乘
jω+2,再令
jω+2=0,就可以把
A1 解出来。
A1=21
- 要求
A2 ,我们就对上面的等式两边同乘以
jω+4,再令
jω+4=0,就可以把
A2解出来。
A2=21
即:
H(jω)=21jω+21+21jω+41
还记得单边指数信号
e−atu(t) 的频谱嘛?——
a+jω1
因此,我们看到这里:
jω+21 的原信号就是:
e−2tu(t)。所以
h(t) 为:
h(t)=21e−2tu(t)+21e−4tu(t)
3.1 频率响应 H(jω) 与系统结构的关系
【1】级联
还记得时域里面如果两个系统级联,那么它们的响应关系是:
h1(t)∗h2(t)
根据时域卷积定理,它们的频域关系就是:
H1(jω)H2(jω)
【2】并联:并联里面时域和频域都一样,都是相加。
H1(jω)+H2(jω)