主要关于第三章,这章非常重要。
重点内容
1. 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)
2. 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傅里叶变换)、周期信号的傅里叶变换(用
)、傅里叶级数和傅里叶变换的转换
3. 系统的频率响应和系统的频域分析
4. 采样定理(其实是傅里叶变换的应用,要很清楚,证明过程也要清楚)
信号的带宽
1.
(频谱)下降到最大值的
时对应的频率范围,此时带内信号分量占有信号总能量的
2.对包络式
形状的频谱,通常定义主瓣宽度(即频谱第一个零点内的范围)为信号带宽
脉宽乘以带宽等于常数 (脉宽带宽积)(频域和时域的相反关系)。
连续时间傅里叶变换的性质(有时用定义直接积分求不了或者很难求结果,所以只能够用这些性质来简化方程式)
1.线性
2.时移与频移(必须要记得,很重要)
若
则
信号的时移只影响它的相频特性,其相频特性会增加一个线性相移。
而频移:
3.共轭对称性(用起来比较复杂)
若
泽
(证明不麻烦,记住就行了)
然后因为
所以
,所以
是实函数。
所以上面ppt里面的表明是指:“实偶信号的傅里叶变换是实偶函数”(因为是实的所以能够满足了上上面那里的共轭关系)。
如果
是奇函数的话:
如果信号
是实奇的,那么它的频谱是奇的虚的。
“若”后面的意思是,
是一个能用共轭对称和共轭反对称组成的函数。
(知道就行,上面这块比较复杂)
下面这题要记住结论
下面在傅里叶变换的时候是先进行傅里叶变换然后进行取极限
左下角那个
这样算法其实用了奇函数的性质,
。
过程不用记(因为比较麻烦,直接用傅里叶变换去做做不出来,只能用性质),但是一定要记住左下角的结论,这是阶跃函数的傅里叶变换结果。
时域微分与积分
这个性质非常常见,所以要记住啊。
若傅里叶变换是要计算这个
,则
(可以将微分运算变成代数运算)
证明比较简单:直接将
两边对
微分就可以得到这个性质。
这个性质可以延伸到高次导数,例如
时域积分特性:
注意除了除以 之外还要加上后面那部分。
上面这个结论要记住。
可以从上面这个特性得到 和
尺度变换
这部分内容可以联想之前的周期矩形脉冲信号和它对应的频谱。
对偶性
若
,把右边括号里面的
换成
,就可以得到
。
效果大概是这样子的:
然后下面这张图不重要,看看就可以了。
频域微积分特性
微分特性
由
得
(前面其实就是直接对方程两边同时对
求个导,然后直接把
看作一个整体),所以
(中间那个箭头是指傅里叶变换)
同理,如果是多次求导,那么就是
频域积分特性:(具体证明过程看教材)
前面那一项是因为积分出现的直流量,积分比。
和
这两条结论要记住,比较重要,公式要记得清楚。
时域卷积定理
所有傅里叶性质里面最重要和最常用的一个定理。
上面这个证明只要看看就行,不用怎么管。
其实结论就是:两个函数卷积的傅里叶变换等于其中每个傅里叶变换的乘积。
经常这么用:
就是将函数输入进去一个LTI系统的时候通常会直接对要进行的卷积进行傅里叶变换,变成两个函数对应的傅里叶变换之后的结果进行的乘积,最后把这个得到的乘积进行傅里叶逆变换得到系统输出。
频域卷积定理
下面的这个结论用了频域与时域对称的性质。
箭头指的是傅里叶变换。
若
则
Parseval定理
相当于信号的能量守恒定理。
结论知道就行
3.9周期信号的傅里叶变换
周期信号不满足Dirichlet条件(因为不是绝对可积),所以无法直接进行傅里叶变换(虽然可以用傅里叶级数来表示)。
记住:
(记得
可以这么记:
所以
因为产生了频域上的平移。)
所以:周期性复指数信号的频谱是个冲激。
若
则
因为周期信号对应的傅里叶级数是:
所以周期信号的傅里叶变换表示就是:
上面这个公式才是 重点。下面是个结论,看看就行。
上面的 可以直接用级数的方式进行计算,也可以用别的方法(教材里面有)。
例题:
上面这个可以推广到余弦的情况。下面这道题要注意解出
的方式。
傅里叶级数对应的系数的求法:先求周期信号的主周期的傅里叶变换,然后把变换之后的结果进行取样和用
调节。
3.10 采样定理
有点像ADC(这部分内容没有前两部分内容重要)。
时域采样
采样:在某些离散的时间点上提取连续时间信号值的过程。
采样数学模型
采样结果
对冲激串进行傅里叶变换可以得到另一个系列的冲激串。
效果
相当于多次平移原信号。
上面图里面提到的带限的其实就是指原信号在横轴上要有界限。
低通滤波起到了图里面红色框的作用,只有红色框里面的信号才可以通过滤波器。(上面的图还暗示了
)
实际上做法
为了补偿采样时频谱幅度的减小,滤波器应具有 倍的通带增益。
利用内插从样本重建信号
内插:由样本值重建某一函数的过程。也就是用一个连续信号对一组样本值的拟合。重建结果可以是近似的也可以是完全准确的。
带限内插:利用理想低通滤波器的单位冲激响应的内插。
在时间上做卷积是因为之前取样出来的信号是在频域上做乘积的,就是在时域做卷积。上面的
在频域的信号是门函数,在时域是取样函数。
用图形看比较形象。
上面就是
与取样信号分别做卷积,就是把取样信号移动到各个冲激信号对应的点上面,然后就得到
。