连续信号通常是数学领域里的理论研究对象,而现实生活中我们遇到的信号往往是离散的,且计算机只能处理有限长度的离散信号。所以为了让傅立叶分析解决实际问题,有必要将其推广到离散信号领域。【阅读本文前,建议先了解连续周期信号傅里叶级数】
连续周期信号和离散周期信号如上图:左图为连续周期正弦波
x(t)=x(t+T),其中周期
T=2π;右图为左图正弦波的周期离散采样,
x[n]=x[n+N],其中周期
N=10。
和连续周期信号傅立叶级数基于一样的猜想,离散周期信号傅立叶级数是想寻得一组不同振幅、不同频率和不同相位的正弦离散函数以表达某离散周期信号。即:
x[n]=C+k=1∑∞aksin(kw0n)+k=1∑∞bkcos(kw0n)
其中
w0=N2π。根据欧拉公式
eix=cos(x)+isin(x)得:
{cos(x)=2eix+e−ixsin(x)=2ieix−e−ix
因此,上式可推导为:
x[n]=C+k=1∑∞(ak2ieikw0n−e−ikw0n+bk2eikw0n+e−ikw0n)=C+k=1∑∞(2iak−bkeikw0n+2−iak−bke−ikw0n)
令
Ak=2iak−bk和
Bk=2−iak−bk,得到
x[n]的傅立叶级数复数形式的表达式:
x[n]=Cei0w0n+k=1∑∞Akeikw0n+k=1∑∞Bke−ikw0n=k=−1∑−∞B−keikw0n+Cei0w0n+k=1∑∞Akeikw0n=k=−∞∑∞Dkeikw0n
我们接着观察该级数中的单项
eikw0n:
ϕk[n]=eikw0n=eikN2πn,n=0,±1,±2,…
先说结论:
ϕk[n]=ϕk+rN[n],其中
k=0,±1,±2,…、
r=0,1,2,…、
N为离散信号
x[n]的变化周期。证明过程如下:
ϕk+rN[n]=ei(k+rN)N2πn=eikN2πneir2πn=eikN2πn(ei2π)rn=eikN2πn(cos(2π)+isin(2π))rn=eikN2πn(1)rn=eikN2πn=ϕk[n]
因此,得到离散周期信号
x[n]的傅立叶级数如下:
x[n]=k=<N>∑XkeikN2πn
给出:
n=<N>∑eikN2πn={N,0,k=0,±N,±2N,…otherwise 令
S=∑n=<N>eikN2πn,证明过程如下:
S(1Nk−1)=eikN2πS−S=eikN2πN−eikN2π0=eik2π−1=1k−1=0 由上式可知,当
k̸=0,±N,±2N,…时:
(1Nk−1)̸=0且S=n=<N>∑eikN2πn=0 当
k=0,±N,±2N,…时:
S=n=<N>∑eikN2πn=n=<N>∑(ei2π)Nkn=n=<N>∑(1)rn=N,r=0,±1,±2,…
现在,对离散周期信号
x[n]每时刻的信号求和,并乘以
e−irN2πn得:
n=<N>∑x[n]e−irN2πn=n=<N>∑k=<N>∑Xkei(k−r)N2πn=k=<N>∑Xkn=<N>∑ei(k−r)N2πn
由上面给出的公式可以得出,当
k−r=0时,
∑n=<N>ei(k−r)N2πn=N;当
k−r̸=0时,
∑n=<N>ei(k−r)N2πn=0。所以:
n=<N>∑x[n]e−irN2πn=k=<N>∑Xkn=<N>∑ei(k−r)N2πn=XrN
即:
Xr=N1n=<N>∑x[n]e−irN2πn
至此,我们已经得到离散周期信号
x[n]的傅立叶级数(如下):
x[n]=k=<N>∑XkeikN2πn
其中,
Xk=N1∑n=<N>x[n]e−ikN2πn。