【通信原理 入坑之路】—— 深入理解傅里叶变换2 之 “与冲击响应做卷积"

写在前面:本博文是《深入浅出通信原理》的学习笔记,仅供个人学习记录使用

一、什么是单位冲激响应序列?

“单位冲激响应序列”,这个名词我们听过好多遍了,但是应该如何理解呢?
首先我们先来看看什么是 “单位冲激序列”,它的公式定义是这样的:
δ ( n ) = { 1 n = 0 0 n = 1 , 2 , 3... δ(n) = \begin{cases} 1 \quad n = 0\\ 0 \quad n = 1,2,3... \end{cases}

如果我们把这样一个单位冲激序列作为输入,输入进一个系统中,得到的响应就是单位冲激响应,一般我们用 h ( n ) h(n) 来表示。

并且,我们常常用单位冲激响应 h ( n ) h(n) 来描述一个系统!,也就是说:一个输入系统的信号 x ( n ) x(n) (这个 x ( n ) x(n) 可以是任意信号),那么系统得到的输出 y ( n ) y(n) 就可以表示为: y ( n ) = x ( n ) h ( n ) y(n) = x(n)*h(n)
(其中, * 表示卷积运算)

二、与冲激函数做卷积

2.1 与 δ ( t ) δ(t) 做卷积的结果

我们来推导一下:
f ( t ) δ ( t ) = + f ( τ ) δ ( t τ ) d τ f(t) * δ(t) =\int_{-∞}^{+∞}f(τ)δ(t - τ)dτ
而我们知道,对应单位冲激函数 δ ( t τ ) δ(t - τ) ,只有当t = τ τ 时才等于1,其余时刻都等于0,因此,上面的式子中 f ( τ ) f(τ) 也可以换成 f ( t ) f(t) ,那么: f ( t ) δ ( t ) = + f ( τ ) δ ( t τ ) d τ = + f ( t ) δ ( t τ ) d τ = f ( t ) + δ ( t τ ) d τ = f ( t ) \begin{aligned} &f(t) * δ(t)\\ &=\int_{-∞}^{+∞}f(τ)δ(t - τ)dτ\\ &=\int_{-∞}^{+∞}f(t)δ(t - τ)dτ\\ &=f(t)\int_{-∞}^{+∞}δ(t - τ)dτ\\ &=f(t) \end{aligned}
其中,我们有: + δ ( t τ ) d τ = 1 \int_{-∞}^{+∞}δ(t - τ)dτ = 1
那么,我们惊喜地发现:一个信号与单位冲激响应 δ ( t ) δ(t) 卷积等于该信号本身!!

2.2 与 δ ( t t 0 ) δ(t - t_0) 做卷积

还是类似,我们公式推导一下: f ( t ) δ ( t t 0 ) = + f ( ( τ ) δ ( t t 0 τ ) d τ f(t)*δ(t - t_0) = \int_{-∞}^{+∞}f((τ)δ(t - t_0 - τ)dτ
而当 τ = t t 0 τ = t - t_0 时, δ ( t t 0 τ ) δ(t - t_0 - τ) 才等于1,因此,我们又有: f ( t ) δ ( t t 0 ) = + f ( τ ) δ ( t t 0 τ ) d τ = + f ( t t 0 ) δ ( t t 0 τ ) d τ = f ( t t 0 ) + δ ( t t 0 τ ) d τ = f ( t t 0 ) \begin{aligned} &f(t) * δ(t - t_0)\\ &=\int_{-∞}^{+∞}f(τ)δ(t - t_0 - τ)dτ\\ &=\int_{-∞}^{+∞}f(t-t_0)δ(t -t_0 - τ)dτ\\ &=f(t-t_0)\int_{-∞}^{+∞}δ(t -t_0 - τ)dτ\\ &=f(t-t_0) \end{aligned}
其中,我们有 + δ ( t t 0 τ ) d τ \int_{-∞}^{+∞}δ(t -t_0 - τ)dτ = 1
那么,我们也惊喜地发现:
信号与 δ ( t t 0 ) δ(t - t_0) 做卷积得到的是信号 f ( t ) f(t) 延迟时间 t 0 t_0 之后的信号 f ( t t 0 ) f(t-t_0)

2.3 在频域 X ( ω ) X(ω) δ ( ω ω 0 ) δ(ω - ω_0) 做卷积

和2.2的推导类似,在频域 X ( ω ) X(ω) δ ( ω ω 0 ) δ(ω - ω_0) 做卷积,当 ω 0 ω_0 > 0时,相当于把频谱往右边搬移了 ω 0 ω_0 后的频谱,当 ω 0 < 0 ω_0 < 0 时,相当于把频谱往左搬移了 ω 0 ω_0 后的频谱

三、傅里叶变换的时移特性

傅里叶变换的时移特性是这样表述的:
如果我们有: F ( f ( t ) ) = X ( ω ) F(f(t)) = X(ω) ,那么 F ( f ( t t 0 ) ) = X ( ω ) e j ω t 0 F(f(t - t_0)) = X(ω)e^{-jωt_0}

也就是说如果时域信号 f ( t ) f(t) 的傅里叶变换得到的频谱是 X ( ω ) X(ω) ,那么 f ( t ) f(t) 经过时移 t 0 t_0 之后的信号 f ( t t 0 ) f(t - t_0) 的傅里叶变换就等于原来的频谱 X ( ω ) X(ω) 乘上 e j ω t 0 e^{-jωt_0}

扫描二维码关注公众号,回复: 9302848 查看本文章

我们从定义角度推导一下: F ( f ( t t 0 ) ) = + f ( t t 0 ) e j ω t d t = e j ω t 0 + f ( t t 0 ) e j ω ( t t 0 ) d ( t t 0 ) = e j ω t 0 + f ( x ) e j ω x d x = X ( ω ) e j ω t 0 \begin{aligned} F(f(t-t_0)) &= \int_{-∞}^{+∞}f(t-t_0)e^{-jωt}dt\\ &= e^{-jωt_0}\int_{-∞}^{+∞}f(t-t_0)e^{-jω(t-t_0)}d(t-t_0)\\ &=e^{-jωt_0}\int_{-∞}^{+∞}f(x)e^{-jωx}dx\\ &=X(ω)e^{-jωt_0} \end{aligned}

发布了113 篇原创文章 · 获赞 327 · 访问量 2万+

猜你喜欢

转载自blog.csdn.net/weixin_44586473/article/details/104139302