当前位置: 首页 > news >正文

傅里叶变换究竟是什么玩意 以及 这些公式究竟是怎么来的 第六章 非周期信号的傅里叶变换

    之前,我们已经了解到了周期信号可以分解为许多正弦信号(或者说,复指数信号)。只要给一个具体的x(t)周期信号在一个周期上的时域表示,我们就能求出来它在频域上的表示。

    但是问题又来了:如果信号是非周期的呢?

    假设我们现在的信号是这个样子:

    

    像这种在时域上是非周期的信号,我们就做如此假设:假设其周期是无穷大,即从负无穷到正无穷。

    借用上一章的式子,我们把一个周期积分的区间改为从-T到T:

    a_{k}=\frac{1}{T}\int_{-\frac{T}{2}}^{\frac{T}{2}}x(t)e^{-jk\omega_{0}t}dt

     然后设周期变为无穷大,即:

    a_{k}=\frac{1}{T}\int_{-\infty}^{\infty}x(t)e^{-jk\omega_{0}t}dt 

     但是想必大家已经看出来了一个问题:T是无穷大的,也就是说除非x(t)本身也是指数级或者变化率更快的函数,否则这样积分以后a_{k}永远是0,这就很让人不爽了,如果都是0,难道说非周期信号在频域上各个频率都是0不成?

     不是这样的,因为我们知道,非周期信号只是所谓的周期无穷大了而已,我们做一个小的变换:把等式两边同时乘T:

    Ta_{k}=\int_{-\infty}^{\infty}x(t)e^{-jk\omega_{0}t}dt

    所以现在有意思的要来了,我们知道在周期信号中,T代表一个最小的周期,\omega _{0}则是对应最小周期的频率,也就是\frac{2\pi}{T},而当T是无穷大的时候,\omega _{0}不就是无穷小了嘛?所以我们需要重新调整一下:之前分解的信号的所有频率可以表示为 k\omega _{0} 来表示,这里的k是整数。而当\omega _{0}无穷小的时候,我们就可以理解为,这个频率可以取到任何值!再更具体一点,假设周期信号中\omega _{0}=1,则这个信号在频域中可以求其频率在1,2,3,4……上面的幅值,但是现在,\omega _{0}无穷小了,也就是说,频率仍然可以取k\omega _{0},但是这个 k\omega _{0} 可以取遍所有实数:可以是1.23456,可以是0.000000001,也可以是12345,那么,也就是说,k\omega _{0}可以取遍实数空间,再进一步说,k\omega _{0} 不再是离散的值了,它是连续的值

    假设我们想取这个非周期信号在频率为11.111处的幅值,我们只需要把k\omega _{0}=11.111代入 \int_{-\infty}^{\infty}x(t)e^{-jk\omega_{0}t}dt 就好了!而且这个值求出来是一定存在的,谁让非周期信号的\omega _{0}是无穷小呢~

     但是我们还是要思考一点,既然右边的式子里 k\omega _{0} 可以取任何实数值,不就相当于这个值是连续的吗?那我们为什么不用一个连续变量代替 k\omega _{0} 呢?所以,我们让 \omega = k\omega _{0} , 左边也换一下,既然是求的是频率在任意 \omega 处的幅值,左边直接写成X(\omega) 不就好了吗?

    现在式子变成了:

     X(\omega)=\int_{-\infty}^{\infty}x(t)e^{-j\omega t}dt  ,是不是觉得这样表示非常简洁?它的意义是,知道了非周期信号x(t)的时域表示以后,我们就能求它在任意频率信号的幅值。

    但是书本上并没有写作X(\omega),而是写为X(j\omega) , 即:

    X(j\omega)=\int_{-\infty}^{\infty}x(t)e^{-j\omega t}dt  ,  我也不太理解为什么一定要前面加个 j , 问了一些搞信号的专家,他们也都不明所以,只是好像加上以后公式更好看了呢~ 

    最后,这就是非周期信号的傅里叶变换表示形式。我们再做一些公式上的推导,得到如下的公式:

    x(t)=\frac{1}{2\pi}\int_{-\infty}^{+\infty}X(j\omega)e^{j\omega t}d\omega  

    这就是说通过傅里叶变换后的频域表示我们也可以得到原始信号。与此,周期与非周期信号的傅里叶变换的解释就都结束了!当然,信号是有离散的,也有连续的,至于离散的信号怎么处理,这里就不再做解释了。

   现在我们就明白了,一个信号的时域表示,我们乘以e^{-j\omega t} 然后再进行积分,就可以得到它的频域上的表示,这就是这个公式的意义。

我们再换一种理解方式:

假如我们有这么一个信号:

我们知道 \omega_0=2\pi / T,

所以a_k=\frac{sin(2\pi k \frac{T_1}{T})}{k\omega_0 T}

即一个周期信号求得的级数,随着周期变大,

包络线内的级数越来越密集——>非周期信号则变为了连续的“级数”,即傅里叶变换。

 

 

相关文章:

  • 傅里叶变换究竟是什么玩意 以及 这些公式究竟是怎么来的 结语
  • XML语言数据读写理解1
  • XML语言数据读写理解2
  • XML语言数据读写理解3
  • XML语言数据读写理解4
  • XML语言数据读写理解5
  • XML语言数据读写理解6
  • XML语言数据读写理解7
  • XML语言数据读写理解8
  • XML语言数据读写理解9
  • XML语言数据读写理解10
  • 简易的QT输出调试器
  • 简易的QT输出调试器2
  • XML语言数据读写理解11
  • XML语言数据读写理解12
  • 《剑指offer》分解让复杂问题更简单
  • 【css3】浏览器内核及其兼容性
  • 【跃迁之路】【463天】刻意练习系列222(2018.05.14)
  • Hibernate最全面试题
  • js对象的深浅拷贝
  • JS数组方法汇总
  • PhantomJS 安装
  • React as a UI Runtime(五、列表)
  • SpingCloudBus整合RabbitMQ
  • 阿里研究院入选中国企业智库系统影响力榜
  • 分享一个自己写的基于canvas的原生js图片爆炸插件
  • 服务器之间,相同帐号,实现免密钥登录
  • 关键词挖掘技术哪家强(一)基于node.js技术开发一个关键字查询工具
  • 来,膜拜下android roadmap,强大的执行力
  • 盘点那些不知名却常用的 Git 操作
  • 前端面试题总结
  • 入门到放弃node系列之Hello Word篇
  • 王永庆:技术创新改变教育未来
  • 微信小程序设置上一页数据
  • 一、python与pycharm的安装
  • 一份游戏开发学习路线
  • 一个6年java程序员的工作感悟,写给还在迷茫的你
  • 云大使推广中的常见热门问题
  • 智能合约开发环境搭建及Hello World合约
  • 继 XDL 之后,阿里妈妈开源大规模分布式图表征学习框架 Euler ...
  • ​ ​Redis(五)主从复制:主从模式介绍、配置、拓扑(一主一从结构、一主多从结构、树形主从结构)、原理(复制过程、​​​​​​​数据同步psync)、总结
  • ​iOS实时查看App运行日志
  • ​Spring Boot 分片上传文件
  • ​第20课 在Android Native开发中加入新的C++类
  • #LLM入门|Prompt#2.3_对查询任务进行分类|意图分析_Classification
  • #我与Java虚拟机的故事#连载10: 如何在阿里、腾讯、百度、及字节跳动等公司面试中脱颖而出...
  • (1)安装hadoop之虚拟机准备(配置IP与主机名)
  • (六)激光线扫描-三维重建
  • (免费领源码)python#django#mysql校园校园宿舍管理系统84831-计算机毕业设计项目选题推荐
  • .Mobi域名介绍
  • .NET 6 在已知拓扑路径的情况下使用 Dijkstra,A*算法搜索最短路径
  • .NET 8.0 中有哪些新的变化?
  • .Net core 6.0 升8.0
  • .NET Core 项目指定SDK版本
  • .Net Core/.Net6/.Net8 ,启动配置/Program.cs 配置