傅里叶变换的对称性证明

合集下载

傅里叶变换性质-傅里叶变换的性质证明ppt课件

傅里叶变换性质-傅里叶变换的性质证明ppt课件

第 29 页
2Eej24E2Eej2 j 2F 2 F
F 12 2 E ej24 E 2 E e j2
122Eej22ej2
2 E 2 ej4 e j4 2 2 E 2 2jsi4 n 2
2
8E2
s
in 4
2
4
精品4课件2
ESa2
2 4
29
X
例3-7-8
E
2
4 o 4
持续时间短,变化快。信号在频域高频分量增加,频
带展宽,各分量的幅度下降a倍。
此例说明:信号的持续时间与信号占有频带成反比,
有时为加速信号的传递,要将信号持续时间压缩,则 要以展开频带为代价。
精品课件
9
( 3 ) a 1 f t f t , F F F *
2.例
ut 1 1sgntF 1
22
j
精品课件
5
三.奇偶虚实性
若 f( t) F () , f( t)则 F ( )
证明:
由定义
F f(t)f(t)e jtd tF ()
可以得到
F f ( t ) f ( t ) e j td t f ( u ) e j u d u F ( )
幅度频谱无变化,只影响相位频谱,
相移 t0左 右
t0 t0
时移加尺度变换
若 f(t)F() 则fatb1Fejab
a a
仿at
1 a
t的证
精品课件



11
六.频移特性
1.性质
若f(t) F()
则ff((tt))e e j j 0t0t F F 00 0为常数号 ,注
2.证明

信号与系统3.7.8傅里叶变换的基本性质

信号与系统3.7.8傅里叶变换的基本性质
2.若f(t)是虚函数 令f(t)=jg(t),则:
R()= g(t)sin (t)dt -
X ()= g(t) cos (t)dt -
在这种情况下,R()为奇函数,X()为偶函数,即满足: R()=-R(-) X()=X(-)
而 F() 仍是偶函数,()是奇函数。
第3章 傅里叶变换
此外,无论f(t)为实函数或复函数,都具有以下性质
所以
[F(t)]=2 f(-)
若f(t)是偶函数,式(3 50)变成
[F(t)]=2 f()
(3 50) (3 51)
第3章 傅里叶变换
第3章 傅里叶变换
(二) 线性(叠加性)
若 [fi (t)]=Fi () (i=1,2,...,n),则
n
n
[ aifi (t)]= aiFi ()
i=1
f(at)e dt
令x=at
当a 0
[f(at)]= 1
f(x)e
j x a
dx=
1
F(
)
a
aa
第3章 傅里叶变换
当a 0
[f(at)]= 1

f(x)e
j
x a
dx
a +
=- 1
f(x)e
j
x
a dx=- 1
F(
)
a
aa
综合上述两种情况,便可得到尺度变换特性表达式为
[f(at)]= 1 F( )


在这种情况下,显然
R
X
()= -
()=-
f(t) cos (t)dt
f(t) sin (t)dt

(3-54)
第3章 傅里叶变换

实序列的傅里叶变换必是共轭偶对称

实序列的傅里叶变换必是共轭偶对称

实序列的傅里叶变换必是共轭偶对称1. 概述傅里叶变换是一种重要的数学工具,可以将一个函数在时域或空域上的表示转换为在频域或空间域上的表示。

在信号处理、图像处理、物理学、工程学等领域都有广泛的应用。

在一些特定的情况下,对于实序列而言,它的傅里叶变换是共轭偶对称的。

本文将探讨实序列的傅里叶变换为何必是共轭偶对称。

2. 实序列的定义实序列是指其傅里叶变换中包含了实部和虚部的序列。

所谓实部指的是只包含实数部分的序列,虚部指的是只包含虚数部分的序列。

一个信号如果是实数的,那么其频谱必然是共轭对称的。

傅里叶变换这种性质在实际应用和理论研究中具有重要意义,因为它可以简化计算和分析过程。

3. 傅里叶变换的定义傅里叶变换是一种将时域或空域上的信号转换到频域或空间域上的数学工具,其定义如下:F(u) = ∫f(x)e^-j2πux dx其中F(u)表示频率为u的信号的复数表示,f(x)表示时域或空域上的信号,e^-j2πux表示欧拉公式中的指数部分。

4. 实序列的傅里叶变换对于一个实序列f(x)(假设x为实数),其傅里叶变换F(u)满足以下性质:- F(-u) = F(u)*- F(u)为实数即傅里叶变换的频谱是共轭对称的,并且频谱中不包含虚部。

5. 证明实序列的傅里叶变换为共轭偶对称我们用Fourier变换中的定义来证明该结论F(u) = ∫f(x)e^-j2πux dx其中f(x)是实函数F(-u) = ∫f(x)e^j2πux dx= ∫f*(x)e^-j2πux dx= F(u)*其中f*(x)为f的共轭复数所以F(-u) = F(u)*F(u)为实数我们假设f(x)的傅里叶变换F(u)包含虚部,则F(-u)也包含虚部,即F(-u) = F(u)*不能成立。

所以F(u)为实数实序列的傅里叶变换必是共轭偶对称的。

6. 总结实序列的傅里叶变换是共轭偶对称的这一结论在信号处理领域中有着重要的应用价值。

它简化了计算和分析的复杂度,也有利于对信号的特性进行分析和提取。

傅里叶变换共轭对称序列

傅里叶变换共轭对称序列

傅里叶变换共轭对称序列简介傅里叶变换是一种重要的数学工具,它将一个函数或信号分解为一系列不同频率的正弦和余弦函数的和,帮助我们理解和分析信号的频域特性。

在傅里叶变换的研究中,共轭对称序列是一种比较特殊的形式。

本文将介绍傅里叶变换共轭对称序列的定义、性质以及在实际应用中的重要性。

1. 共轭对称序列的定义与性质1.1 定义共轭对称序列是指实数序列中的元素满足一定的对称性质。

设序列为x[n],其中n 为整数,则x[n]是共轭对称序列当且仅当存在一个整数m,使得x[n]=x[m-n]。

1.2 性质共轭对称序列具有以下几个重要的性质:•对称中心:共轭对称序列的对称中心位于序列的中心,即在序列的长度为N 时,对称中心位于第(N+1)/2个元素。

如果序列长度为偶数,则有两个对称中心。

•共轭对称:共轭对称序列中的元素具有共轭对称的性质,即如果x[n]是共轭对称序列,那么x[n]是其共轭序列,即x[n]=x[-n]。

•傅里叶变换的共轭对称性:傅里叶变换后,共轭对称序列的频谱也是共轭对称的,即X[k]=X[N-k],其中X[k]为原始序列的傅里叶变换结果,X[k]为其共轭。

2. 共轭对称序列的性质证明共轭对称序列的性质可以通过数学证明得出。

首先,我们考虑共轭对称序列的对称中心点,从而推导共轭对称性。

2.1 对称中心假设序列长度为N,我们可以通过推导得出共轭对称序列的对称中心。

根据共轭对称序列的定义,有x[n]=x[m-n]。

当n=0时,x[0]=x[m-0]由于共轭对称序列是实数序列,所以x[0]和x[m-0]的共轭是相等的,即x[0]=x*[0]。

将两边的共轭平移项展开,x[0]=x*[0]将其分解为实部和虚部的形式,x[0]=Re(x[0])+iIm(x[0])x*[0]=Re(x[0])-iIm(x[0])由于x[0]=x*[0],所以Re(x[0])=Re(x[0]),Im(x[0])=-Im(x[0])。

傅里叶变换的性质

傅里叶变换的性质

a 1
dx
j b a
, dt
t


1
t 1

2f1
(b)
且由图(b)可得 f1 (t ) Sa(t )

幅频、相频特性
幅频、相频特性分别如图(c)(d)所示。
| F ( ) |
28 页
( )
1





0
0

(c)
(d)
幅度频谱无变化,只影响相位频谱,
退出
3.时移加尺度变换
(1)性质
2
t
4 E
退出
解 F f t

2E 4E 2E j t t t t e dt 2 2

第 15 页
e 1 2E E 2E 4 j j 2 2 F e e 2 e
则F ( t )的频谱函数形状与 f t 形状相同,t , 幅度差2
3.例题
退出

例3-7-1
t 1 , F t 1 2
4 页
例3-7-2
已知F [sgn( t )] 则 2 jt 2 j ,
2 sgn( )
相移全通 网络
j t
dt



f ( u)e j
u
du F ( )
若f ( t ) F ( ),则f ( t ) F ( )
证明
退出
证明
设f(t)是实函数(为虚函数或复函数情况相似,略)
F ( )

实信号的傅里叶变换是共轭对称的

实信号的傅里叶变换是共轭对称的

实信号的傅里叶变换是共轭对称的实信号的傅里叶变换是共轭对称的引言:傅里叶变换是信号处理领域中一种重要的数学工具,通过将信号从时域转换到频域,可以揭示信号的频率组成和信号转换过程中的信息丢失等问题。

其中,傅里叶变换的共轭对称性质在处理实信号时扮演着重要的角色。

在本文中,我们将探讨实信号的傅里叶变换为何具有共轭对称性质,以及这一特性在信号处理中的应用。

正文:1. 实信号和复信号的区别在信号处理中,我们经常会遇到两种类型的信号,即实信号和复信号。

实信号表示实际存在的物理量,可以直观地理解为在时间轴上具有实际物理意义的振幅变化。

而复信号则是由实部和虚部组成的复数信号,其振幅和相位信息可同时进行描述。

2. 实信号的傅里叶变换傅里叶变换是将一个信号从时域转换到频域的过程。

对于实信号,其傅里叶变换一般是复数形式。

值得注意的是,实信号的傅里叶变换有一个重要的特性,即变换结果的实部和虚部之间具有共轭对称性。

3. 共轭对称性的定义与推导共轭对称是指变换结果的实部和虚部在频域上相对于零频率点对称。

如果将实信号的傅里叶变换表示为X(f),那么X(f)的实部和虚部满足X(f) = X*(-f),其中*表示共轭。

这种共轭对称性可以通过傅里叶变换的定义以及实信号的性质进行推导。

4. 实信号的共轭对称性应用举例实信号的共轭对称性在信号处理和通信系统中有着广泛的应用。

通过利用共轭对称性,可以简化傅里叶变换的计算过程,从而降低计算复杂度;在频谱分析中,共轭对称性可以帮助我们快速判断信号的频谱对称性和信号存在的频率成分;在通信系统中,共轭对称性有助于简化信号的调制和解调过程,提高系统的效率和性能。

结论:通过本文的讨论,我们可以得出实信号的傅里叶变换具有共轭对称性这一重要结论。

共轭对称性不仅在理论分析中扮演着重要角色,而且在信号处理和通信系统中也有着广泛的应用。

深入理解和利用实信号的傅里叶变换的共轭对称特性,将有助于我们更好地处理实际应用中的信号处理问题。

信号与系统课程设计报告傅里叶变换的对称性和时移特性

信号与系统课程设计报告傅里叶变换的对称性和时移特性

信号与系统课程设计报告--傅里叶变换的对称性和时移特性课程设计任务书2沈阳理工大学摘要本文研究的是傅里叶变换的对称性和时移特性,傅里叶变换的性质有:对称性、线性(叠加性)、奇偶虚实性、尺度变换特性、时移特性、频移特性、微分特性、积分特性、卷积特性(时域和频域);从信号与系统的角度出发,给出了激励信号的具体模型;应用Matlab软件进行仿真,将研究的信号转化成具体的函数形式,在Matlab得到最终变换结果。

使用傅里叶变换的方法、卷积的求解方法以及函数的微分等方法研究题目。

关键词: 傅里叶变换;对称性;时移特性;Matlab3沈阳理工大学目录1、Matlab介绍........................... 错误!未定义书签。

2.利用Matlab实现信号的频域分析—傅里叶变换的对称性与时移特性设计 (5)2.1.傅里叶变换的定义及其相关性质 (5)2.2.傅里叶变换的对称性验证编程设计及实现 (7)2.3.傅里叶变换的时移特性验证编程设计及实现 (11)3.总结 (13)4.参考文献 (13)4沈阳理工大学1、Matlab介绍MATLAB作为一种功能强大的工程软件,其重要功能包括数值处理、程序设计、可视化显示、图形用户界面和与外部软件的融合应用等方面。

MATLAB软件由美国Math Works公司于1984年推出,经过不断的发展和完善,如今己成为覆盖多个学科的国际公认的最优秀的数值计算仿真软件。

MATLAB具备强大的数值计算能力,许多复杂的计算问题只需短短几行代码就可在MATLAB中实现。

作为一个跨平台的软件,MATLAB已推出Unix、Windows、Linux和Mac等十多种操作系统下的版本,大大方便了在不同操作系统平台下的研究工作。

MATLAB软件具有很强的开放性和适应性。

在保持内核不变的情况下,MATLAB 可以针对不同的应用学科推出相应的工具箱(toolbox),目前己经推出了图象处理工具箱、信号处理工具箱、小波工具箱、神经网络工具箱以及通信工具箱等多个学科的专用工具箱,极大地方便了不同学科的研究工作。

傅里叶变换的性质

傅里叶变换的性质

傅里叶变换的性质本质就是信号的时域运算关系在傅里叶变换域中的体现,也是求解信号傅里叶变换的基本手段。

傅里叶变换具有唯-性。

傅氏变换的性质揭示了信号的时域特性和频域特性之间的确定的内在联系。

讨论傅里叶变换的性质,目的在于:1.了解特性的内在联系2.用性质求严㈣3.了解在通信系统领域中的实用这些性质在内容和形式上具有某种程度的对称性。

§ 3. 7.1对称性质S(r)分1孑盹)=1 o In^fa}例3-7-2己知凤sgn(如=Z,则-O 2兀sgn(-0)卫jt—丿亦gn@>)相移全通网络£例3-7-3ITT叫/分何/(®)=+牛)-《 -牛〕卜若0C=2^,则有gOc盒%(魂度为込的方波§3.7.2线性§ 3. 7. 3奇偶虚实性奇偶虚实性实际上在§3. 4的"傅里叶变换的特殊形式”中己经介绍过。

1駅2砂贝心"(p)证明:由定义日/血]=匸/(灯妝訪(期可佔f[心)]=!>-対妝=£/妙*%血=F®窃(*砂,硕-2 .若jT(g讯劲.则(劲证明:设f(r)是实函数(为虚函数或复函数情况相似.略)F(期=匚芦(%耳皿=cosfitdf-显然丘(劲=Ly(F)cosffifdf 貢佃)=*(p)二关于血的偶函数疋(硏=-忍-硏二关于b的奇函数二列-0)=叭仞)已知而(-圳"(-甸二血—怩吓)§3. 7.4尺度变换性质综合上述两种情况3・意义(1) 0<a<l时域扩展,频带压缩。

脉冲持续时间增加a倍,信号变化减缓,信号在频域的频带压缩a倍。

因此高频分量减少, 幅度上升a倍。

⑵时域压缩,频域扩展Q倍。

传播优秀Word版文档.席垫对您有帝助.可双击去除!持续时间短,变化加快。

信号在频域高频分量增加,频带展宽,各分量的幅度下降E倍。

此例说明:信号的持续时间与信号占有频带成反比,有时为加速信号的传递,要将信号持续时间压缩,则耍以展开频带为代价。

傅里叶变换性质证明

傅里叶变换性质证明

2。

6 傅里叶变换得性质2。

6.1线性若信号与得傅里叶变换分别为与,ﻫﻫﻫ则对于任意得常数a与b,有ﻫﻫ将其推广,若,则ﻫﻫﻫ其中为常数,n为正整数。

ﻫ由傅里叶变换得定义式很容易证明线性性质、ﻫ显然傅里叶变换也就是一种线性运算,在第一章我们已经知道了,线性有两个含义:均匀性与叠加性。

均匀性表明,若信号乘以常数a,则信号得傅里叶变换也乘以相同得常数a,即ﻫﻫﻫ叠加性表明,几个信号之与得傅里叶变换等于各个信号得傅里叶变换之与ﻫﻫ2.6.2 反褶与共轭性设f(t)得傅里叶变换为,下面我们来讨论信号反褶、共轭以及既反褶又共轭后,新信号得傅里叶变换。

(1)反褶f(-t)就是f(t)得反褶,其傅里叶变换为(2)共轭(3)既反褶又共轭本性质还可利用前两条性质来证明:设g(t)=f(-t),h(t)=g*(t),则在上面三条性质得证明中,并没有特别指明f(t)就是实函数还就是复函数,因此,无论f(t)为实信号还就是复信号,其傅里叶变换都满足下面三条性质2。

6.3 奇偶虚实性已知f(t)得傅里叶变换为。

在一般情况下,就是复函数,因此可以把它表示成模与相位或者实部与虚部两部分,即根据定义,上式还可以写成下面根据f(t)得虚实性来讨论F()得虚实性、(1) f(t)为实函数ﻫ对比式(2-33)与(2—34),由FT得唯一性可得(1、1)f(t)就是实得偶函数,即f(t)=f(—t)X()得积分项就是奇函数,而奇函数在对称区间内得积分为零,故这时X()=0,于就是ﻫﻫ可见,若f(t)就是实偶函数,则F()也就是实偶函数,即左边反褶,右边共轭(1、2)f(t)就是实得奇函数,即-f(t)=f(-t)ﻫR()得积分项就是奇函数,而奇函数在对称区间内得积分为零,故这时R()=0,于就是可见,若f(t)就是实奇函数,则F()就是虚奇函数,即左边反褶,右边共轭有了上面这两条性质,下面我们来瞧瞧一般实信号(即可能既不就是偶信号,又不就是奇信号,反正不清楚,或者说就是没有必要关心信号得奇偶特性)得FT频谱特点、2.6。

傅里叶变换性质证明

傅里叶变换性质证明

2.6傅里叶变换的性质2.6.1线性若信号「和J的傅里叶变换分别为一「;和I r aC ,F[f1(t)]=F1(ffl)i F[fJt)]=F a(ffl)则对于任意的常数a和b,有F[af1(t)+fJtll=aF1(ffl l÷bFJffl)将其推广,若■-、出 -,则其中匚为常数,n为正整数。

由傅里叶变换的定义式很容易证明线性性质.显然傅里叶变换也是一种线性运算,在第一章我们已经知道了,线性有两个含义:均匀性和叠加性。

均匀性表明,若信号乘以常数a,则信号的傅里叶变换也乘以相同的常数a,即卩叠加性表明,几个信号之和的傅里叶变换等于各个信号的傅里叶变换之和砒(W2©]的©卜伽)12.6.2反褶与共轭性号反褶、共轭以及既反褶又共轭后,新信号的傅里叶变换设f(t) 的傅里叶变换为F面我们来讨论信(1)反褶f(-t)是f(t)的反褶,其傅里叶变换为本性质还可利用前两条性质来证明: 设 g(t)=f(-t),h(t)=g*(t),则在上面三条性质的证明中,并没有特别指明 f(t)是实函数还是复函数,因此,无论f(t)为实信号还是复信号,其傅里叶变换都满足下面三条性 质(2) 共轭=匸施)时论匸加門(M因为F 是实数,所以[dt)*=dt 彳寻共觇提到积分之外 根据傅里叶变换的定义(3) 既反褶又共轭* ς⅛tl 3r F⅛r^!⅛ :o⅛苫FLT(-O] = FH y)F[f,HI)=r⅛)FLn£)]"H J)2.6.3奇偶虚实性已知f(t)的傅里叶变换为。

在一般情况下,是复函数,因此可以把它表示成模与相位或者实部与虚部两部分,即FQ) U 卩(询)* 眄'=j?Crt)) +χ((⅛) 显獻μ⅛)卜阿跖丽下面根据f(t)的虚实性来讨论F()的虚实性。

(1) f(t) 为实函数对比式(2-33)与(2-34),由FT的唯一性可得R(O)) = J [/(t) cosaf址(1.1)f(t)是实的偶函数,即f(t)=f(-t)X()的积分项是奇函数,而奇函数在对称区间内的积分为零,故这时X( )=0 ,于是可见,若f(t)是实偶函数,则F()也是实偶函数,即7】:’匚Fl左边反褶,右边共轭(1.2)f(t)是实的奇函数,即-f(t)=f(-t)R(J的积分项是奇函数,而奇函数在对称区间内的积分为零,故这时R( )=0 ,于是(2-33)φ((w) = arc tan(曲)=2[ /(t)cos^⅛根据定义,上式还可以写成Λ1(唧) = -2j[ ∕⅛)sin(Λ⅛⅛可见,若f(t)是实奇函数,则F()是虚奇函数,即咆=DM%仁[北宓阚九血M左边反褶,右边共轭有了上面这两条性质,下面我们来看看一般实信号(即可能既不是偶信号,又不是奇信号,反正不清楚,或者说是没有必要关心信号的奇偶特性)的FT频谱特点。

傅里叶变换的由来及复数下的傅里叶变换公式证明[精选合集]

傅里叶变换的由来及复数下的傅里叶变换公式证明[精选合集]

傅里叶变换的由来及复数下的傅里叶变换公式证明[精选合集]第一篇:傅里叶变换的由来及复数下的傅里叶变换公式证明1、考虑到一个函数可以展开成一个多项式的和,可惜多项式并不能直观的表示周期函数,由于正余弦函数是周期函数,可以考虑任意一个周期函数能否表示成为一系列正余弦函数的和。

假设可以,不失一般性,于是得到:2、将后面的正弦函数展开:于是得到:那么如何计算an,bn,a0这些参数成为能否展开成为正余弦函数的关键。

上面的这些积分为0被称之为正余弦函数的正交性。

这些证明很简单,可惜当初学习正余弦函数的时候可能遇到过,但是却不知道这些东西能干什么用。

下面的处理手段凸显了大师的风范:如果我们队原函数进行如下积分,得到很神奇的东西:后面的积分很明显是0,于是我们求出了a0的值。

那么如何求出an,如果让原函数乘以cos(nx)再进行积分。

利用三角函数的正交性,可以得到:再用sin(nx)乘,再进行积分就会得到bn,于是乎得到了一个任意函数展开成为正余弦函数的通用表达式,同时为什么会出现A0/2而不是直接的A0的原因也很明朗:就是让整个表达式更具有通用性,体现一种简洁的美。

通过了以上的证明过程,应该很容易记住傅里叶变换的公式。

到此为止,作为一个工程人员不用再去考虑了,可是作为每一个数学家他们想的很多,他们需要知道右侧的展开式为什么收敛于原函数,这个好难,有个叫Dirichlet的家伙证明出如下结论:有兴趣的可以继续找书看,可惜我有兴趣没时间····至此以2π为周期的傅里叶变换证明完毕,只不过我们经常遇到的周期函数我想应该不会这么凑巧是2π,于是乎任意的一个周期函数如何知道其傅里叶变换呢,数学向来都是一个很具有条理性的东西,任意周期的函数的傅里叶变换肯定也是建立在2π周期函数的基础之上的。

也就是说如何让一个以2l为周期的函数变成一个以2π为周期的函数,于是乎可以使用z=2π*x/(2l),这样就z就是一个以2π为周期的函数了,于是乎得到如下公式:傅里叶函数看起来其实还是比较复杂的,有没有一种更简单的表达形式来表示呢。

傅里叶变换的11个性质公式

傅里叶变换的11个性质公式

傅里叶变换的11个性质公式傅里叶变换的11个性质公式是傅立叶变换的基本性质,由他们可以推出其它性质。

其中包括线性性质、有穷性质、周期性质、旋转性质、折叠性质、应变性质、平移性质、对称性质、频域算子性质、滤波性质、压缩性质等共11条。

1、线性性质:如果x(t)和y(t)是两个信号,则有:X(ω)=F[x(t)],Y(ω)=F[y(t)],则有:X(ω)+Y(ω)=F[x(t)+y(t)];αX(ω)=F[αx(t)];X(ω)*Y(ω)=F[x(t)*y(t)]。

2、有穷性质:如果x(t)是有穷的,则X(ω)也是有穷的。

3、周期性质:如果x(t)在周期T内无穷重复,则X(ω)也在周期2π/T内无穷重复。

4、旋转性质:X(ω-ω0) = F[x(t)e^(-jω0t)],即信号x(t)经过相位旋转成x(t)e^(-jω0t),其傅里叶变换也会经过相位旋转成X(ω-ω0)。

5、折叠性质:X(ω+nω0)=F[x(t)e^(-jnω0t)],即信号x(t)经过频率折叠后变为x(t)e^(-jnω0t),其傅里叶变换也会经过频率折叠成X(ω+nω0)。

6、应变性质:X(aω)=F[x(at)],即信号x(t)经过时间应变成x(at),其傅里叶变换也会经过频率应变成X(aω)。

7、平移性质:X(ω-ω0) = F[x(t-t0)],即信号x(t)经过时间平移成x(t-t0),其傅里叶变换也会经过频率平移成X(ω-ω0)。

8、对称性质:X(-ω) = X*(-ω),即傅里叶变换的实部和虚部对称。

9、频域算子性质:X(ω)Y(ω)=F[h(t)*x(t)],即傅里叶变换不仅可以表示信号,还可以表示系统的频域表示,即h(t)*x(t),其傅里叶变换为X(ω)Y(ω)。

10、滤波性质:H(ω)X(ω)=F[h(t)*x(t)],即傅里叶变换可以用来表示滤波器的频域表示,即h(t)*x(t),其傅里叶变换为H(ω)X(ω)。

傅里叶变换的对称性证明

傅里叶变换的对称性证明

一. 序列的傅里叶变换(DTFT )的对称性已知:[()]()j DTFT x n X e ω=**[()]()j DTFT x n X e ω-= **[()]()j DTFT x n X e ω-=(由Z 变换的性质可推出)共轭对称序列:()()*e e x n x n =-实部是偶对称序列,虚部是奇对称序列 共轭反对称序列: ()()*o o x n x n =--实部是奇对称序列,虚部是偶对称序列 任一序列总可以表示成共轭对称序列和共轭反对称序列之和:()()()()()()()()()**1212e e o o x n x n x n x n x n x n x n x n x n ⎧⎡⎤=+-⎣⎦⎪⎪=+⎨⎪⎡⎤=--⎣⎦⎪⎩()()()()()()()()()**1212j j j e j j j e o j j j o X e X e X e X e X e X e X e X e X e ωωωωωωωωω--⎧⎡⎤=+⎪⎣⎦⎪=+⎨⎪⎡⎤=-⎣⎦⎪⎩求证:[Re(())]()[Im(())]()j e j o DTFT x n X e DTFT j x n X e ωω⎧=⎨=⎩ or [()]Re(())[()]Im(())j e j o IDTFT X e x n IDTFT X e j x n ωω⎧=⎨=⎩ [()]Re(())[()]Im(())j e j o DTFT x n X e DTFT x n j X e ωω⎧=⎨=⎩or [Re(())]()[Im(())]()j e j o IDTFT X e x n IDTFT j X e x n ωω⎧=⎨=⎩证明:()()()[][]**121()()212Re(())2Re(())j j j e X e X e X e DTFT x n x n DTFT x n DTFT x n ωωω-⎡⎤=+⎣⎦⎡⎤=+⎣⎦== ()()()[][]**121()()212I m (())2I m (())j j j o X e X e X e D T F T x n x n D T F T j x n D T F T j xn ωωω-⎡⎤=-⎣⎦⎡⎤=-⎣⎦==()()()()()()()()()**121212Re 2Re e j j j j x n x n x n IDTFT X e X e IDTFT X e IDTFT X e ωωωω⎡⎤=+-⎣⎦⎡⎤=+⎣⎦⎡⎤=⎣⎦⎡⎤=⎣⎦ ()()()()()()()()()**121212I m 2Im o j j j j x n x n x n IDTFT X e X e IDTFT j X e IDTFT j X e ωωωω⎡⎤=--⎣⎦⎡⎤=-⎣⎦⎡⎤=⎣⎦⎡⎤=⎣⎦对实数序列()x n()()()Re[]Im[]0x n x n x n =⎧⎪⎨=⎪⎩则:[Re(())]()()[Im(())]()0j j e j o DTFT x n X e X e DTFT j x n X e ωωω⎧==⎨==⎩ 即:实数序列的傅里叶变换具有共轭对称性(是共轭对称序列)()()()()()*1212e x n x n x n x n x n ⎡⎤=+-⎣⎦=+-⎡⎤⎣⎦ 共轭对称序列变成偶对称序列()()()()()*1212o x n x n x n x n x n ⎡⎤=--⎣⎦=--⎡⎤⎣⎦共轭反对称序列变成奇对称序列二. 离散傅里叶变换(DFT )的对称性已知:()()()()()()*ep N N N x n x n x N n R n ⎡⎤=+-⎣⎦ ()()()()()()*op N N N x n x n x N n R n ⎡⎤=--⎣⎦()()()*1Re 2x n x n x n ⎡⎤=+⎡⎤⎣⎦⎣⎦ ()()()*1Im 2j x n x n x n ⎡⎤=-⎡⎤⎣⎦⎣⎦()()()()()()()()()()()()()()*11**00*1*0*N N kn kn N N N N n n N N k n N NN N n N N DFT x n x n W R k x n W R k X k R k x n W R k X N k R k ---==--=⎡⎤⎡⎤==⎢⎥⎣⎦⎣⎦⎡⎤=-=⎢⎥⎣⎦=-∑∑∑有时习惯上()()()*N NX N k R k - 可写成()*X N k -,但应该指出,当0k =时,()*X N k -可得到()*X N ,但由于DFT 的取值区间为01k N ≤≤-,已超出该区间,因而应当理解为()()**0X N X =。

傅里叶变换的基本性质

傅里叶变换的基本性质


傅里叶变换
不同于傅里叶系数
谐频点)取得了无穷大的频谱值。
,它不是有限值,而是冲激函数,这表明在无穷小的频带范围(即
例 3-20 图 3-27(a)表示一周期为 ,脉冲宽度为 ,幅度为 1 的周期性矩形脉冲信号,记为

试求其频谱函数。
解 由式(3-26)可知,图 3-27(a)所示周期性矩形脉冲信号
和积分性求
解: 因为
,又
的频谱函数。 ,根据时域积分性
例 3-14 求图 3-23 所示信号
的频谱函数

解:
对 求两次微分后,得
且 由时域积分性
十、频域积分性 若
则 例 3-15 已知 解: 因为
,求

根据频域积分性
十一、时域卷积定理 若 则 证明:
例 3-16 图 3-24(a)所示的三角形函数
对于一般周期为 T 的周期信号
,其指数型傅里叶级数展开式为
式中
,
.
对上式两边取傅里叶变换,并利用其线性和频移性,且考虑到 与时间 无关,可得
式(3-82)表明,一般周期信号的傅里叶变换(频谱函数)是由无穷多个冲激函数组成,这些冲激函数位
于信号的各谐波频率
处,其强度为相应傅里叶级数系数 的 倍。
可见,周期信号的频谱是离散的。但由于傅里叶变换是反映频谱密度的概念,因此周期信号
一、复指数信号的傅里叶变换
对于复指数信号

因为
,由频移性
复指数信号是表示一个单位长度的相量以固定的角频率ω0 随时间旋转,经傅里叶变换后,其频谱为 集中于 ,强度为 的冲激。这说明信号时间特性的相移对应于频域中的频率转移。
二、余弦、正弦信号的傅里叶变换

傅里叶变换的基本性质

傅里叶变换的基本性质

注意:微积分关系式成立的条件
第一步:求F2 (w)及F2 (0):
F2 (w) =
F[ f2 (t)] =
F{2E [d(t + t
t )+ 2
d(t -
t )2
2d(t)]}
=
2E
-
(e
jwt 2
+
jwt
e2
-
2) = -
8E sin2 ( wt )
t
t
4
ò 且F2(0) =
¥
- ? f2 (t)dt = 0
f (t) 玾 F(
)
= Fn (w) (jw)n
0时,
例4(书例3-6)
已知三角脉冲信号 求其频谱 F(w)
f
(t)

E (1
2

t
)
0

(t )
2
(t )
2
f (t) E
0
2
t
2
解一:用时域积分性质
F (w)
F1 (w)
逆向应用
F2 (w)
f (t)
E
0
=
(1-
e-
)G j2wτ 2wc
(w)
从中可以得到幅度谱为
F
(ω)
=
ìïïíïïî
2 0
sin (wτ)
( ω < ωc ) ( ω < ωc )
在实际中往往取τ = π ,此时上式变成 ωc
F
ω

2
sin
πω ωc

0
( ω ωc ) ( ω ωc )
双Sa信号的波形和频谱如图(d) (e)所示。

傅立叶变换的性质证明

傅立叶变换的性质证明

df (t)
1
jF()e jtd
dt 2
推广:对高阶导数情况,有 d n f (t) ( j )n F ( )
dt
说明:在频域分析中常利用这一性质来分析微分方程描述的LTI系统。
信号与系统
十、时域积分性质

f (t) F()
,则
t f ()d F(0) () 1 F()
j
证明:对信号的积分可以看成是信号与阶跃函数的卷积,然后利用时
扩展 a 倍。根据能量守恒定理,各频率分量大小必然减小a倍。
信号与系统
四、尺度变换性质
f1(t) 1
0
t
2
2
f2 (t) 1
0
t
F1 ( j)
4 2
2 4
F2( j) 2
2 2
信号与系统
四、尺度变换性质
如果是尺度变换和时移同时发生,则有下面性质:
f (at t0 )
1 a
1
F( )
aa
当 a=-1 时,有 f (t) F()
说明:信号在时域中压缩(a>1)等效于在频域中扩展 信号在时域中扩展(a<1)等效于在频域中压缩。
在无线通信中,通信速度与占用带宽是一对矛盾。
物理意义:信号的波形压缩 a 倍,则信号随时间变化加快 a 倍,则
它包含的频率分量也增加等效于在频域中扩展a倍,即信号的频谱
信号与系统
一、线性性质

f1(t) F1(), f2 (t) F2 ()
则 a f1(t) b f2 (t) a F1() b F2()
其中,a, b 均为常数。
说明:相加信号的频谱等于各个单独信号的频谱之和。

傅里叶变换性质证明

傅里叶变换性质证明

2.6傅里叶变换的性质2.6.1线性若信号「和J的傅里叶变换分别为一「;和FJ-,则对于任意的常数a和b,有将其推广,若- - - 「出■,则其中匚为常数,n为正整数。

由傅里叶变换的定义式很容易证明线性性质.显然傅里叶变换也是一种线性运算,在第一章我们已经知道了,线性有两个含义:均匀性和叠加性。

均匀性表明,若信号乘以常数a,则信号的傅里叶变换也乘以相同的常数a,即卩叠加性表明,几个信号之和的傅里叶变换等于各个信号的傅里叶变换之和砒心©]的©卜伽)12.6.2反褶与共轭性设f(t) 的傅里叶变换为F面我们来讨论信号反褶、共轭以及既反褶又共轭后,新信号的傅里叶变换(1)反褶f(-t)是f(t)的反褶,其傅里叶变换为綁new九(2) 共轭=匸施)时论匸加門(幼因为曲是实数,所以(dtr=dt 彳寻共觇提到积分之外根据傅里叶变换的定义(3) 既反褶又共轭町(卯訂:厂(号叫fe本性质还可利用前两条性质来证明:设g(t)=f(-t) ,h(t)=g*(t),则*曾筍%芳遛凸■_苗苫在上面三条性质的证明中,并没有特别指明f(t)是实函数还是复函数,因此,无论f(t)为实信号还是复信号,其傅里叶变换都满足下面三条性质FLTH)] = F® 町甘D FLH 心FH)2.6.3奇偶虚实性已知f(t)的傅里叶变换为。

在一般情况下,是复函数,因此可以把它表示 成模与相位或者实部与虚部两部分,即下面根据f(t)的虚实性来讨论F()的虚实性。

(1) f(t) 为实函数对比式(2-33)与(2-34),由FT 的唯一性可得尺(耐=][/(f)cosaf 址(1.1)f(t)是实的偶函数,即f(t)=f(-t)X()的积分项是奇函数,而奇函数在对称区间内的积分为零,故这时X( )=0,于是可见,若f(t)是实偶函数,则F()也是实偶函数,即 匚】:’匚° :左边反褶,右边共轭 (1.2)f(t)是实的奇函数,即-f(t)=f(-t)R()的积分项是奇函数,而奇函数在对称区间内的积分为零,故 这时R( )=0,于是FQ)=卩(询片 眄' =盹)+歼询)根据定义,上式还可以写成(2-33)呎弊)=arc tan[制(曲)=2[f(唧)=-2小幷)sin(曲)dt可见,若f(t)是实奇函数,则F()是虚奇函数,即咆=[北)严自=[伽沁伽皿左边反褶,右边共轭有了上面这两条性质,下面我们来看看一般实信号(即可能既不是偶信号,又不是奇信号,反正不清楚,或者说是没有必要关心信号的奇偶特性)的FT频谱特点。

傅里叶变换的对称性证明

傅里叶变换的对称性证明

傅里叶变换的对称性证明在傅里叶变换中,对称性是一个重要的性质。

对称性分为时间对称和频率对称两种情况,分别对应于函数f(x)和其傅里叶变换F(k)之间的对称性。

接下来,我们将证明傅里叶变换的对称性。

首先,我们来证明时间对称性。

假设函数f(x)在时域中是一个偶函数,即f(x)=f(-x)。

我们将其傅里叶变换表示为F(k) = ∫f(x)e^(-2πikx)dx。

我们可以将变量x替换为-x,得到F(k) = ∫f(-x)e^(2πikx)dx =∫f(x)e^(2πikx)dx。

由于f(x)和f(-x)相等,所以F(k)和F(-k)也相等,即F(k) = F(-k)。

这就证明了当函数f(x)是偶函数时,傅里叶变换是关于k=0对称的。

同样地,我们可以证明当函数f(x)是奇函数时,傅里叶变换是关于k=0对称的。

假设函数f(x)在时域中是一个奇函数,即f(x)=-f(-x)。

我们将其傅里叶变换表示为F(k) = ∫f(x)e^(-2πikx)dx。

我们可以将变量x替换为-x,得到F(k) = ∫f(-x)e^(2πikx)dx =-∫f(x)e^(2πikx)dx。

由于f(x)和-f(-x)相等,所以F(k)和-F(-k)也相等,即F(k) = -F(-k)。

然而,当k等于0时,F(k)和-F(-k)相等,即F(0) = -F(0)。

由于任何数与其相反数相等,所以F(0)必然等于0。

这就证明了当函数f(x)是奇函数时,傅里叶变换是关于k=0对称的。

接下来,我们来证明频率对称性。

假设函数f(x)的傅里叶变换表示为F(k) = ∫f(x)e^(-2πikx)dx。

我们将F(k)表示为F(f),其中f是一个频率变量。

根据复共轭对称性,我们有F(-f)的复共轭等于F(f)。

我们可以将傅里叶变换的定义展开,得到F(-f) =∫f(x)e^(2πifx)dx。

我们可以通过变量替换,将x替换为-x,得到F(-f) = ∫f(-x)e^(-2πifx)dx。

傅里叶变换共轭对称序列

傅里叶变换共轭对称序列

傅里叶变换共轭对称序列什么是傅里叶变换共轭对称序列?傅里叶变换(Fourier Transform)是一种将时域信号转换为频域信号的数学工具,常用于信号处理、图像处理等领域。

在傅里叶变换中,如果一个实数序列的傅里叶变换具有共轭对称性,则这个序列被称为傅里叶变换共轭对称序列。

共轭对称性是指,如果一个实数序列x(n)的傅里叶变换X(k)满足以下条件:X(k) = X(N - k)*其中,N表示x(n)的长度,*表示复共轭符号。

那么这个实数序列就是傅里叶变换共轭对称序列。

为什么要研究傅里叶变换共轭对称序列?研究傅里叶变换共轭对称序列有很多应用。

首先,在信号处理中,许多信号都具有共轭对称性,比如实数正弦波、余弦波等。

这些信号的傅里叶变换可以通过使用快速傅里叶变换(FFT)算法来计算,从而加快计算速度。

其次,在图像处理中,许多图像也具有共轭对称性。

比如,对于一张黑白图像,如果将其水平翻转或垂直翻转后,它仍然是一张合法的图像。

这种共轭对称性可以用来加速图像处理算法,比如卷积等。

最后,在量子力学中,傅里叶变换共轭对称序列也有应用。

量子力学中的哈密顿算符通常是一个厄米矩阵(即自己的共轭转置等于自己),因此可以使用傅里叶变换共轭对称序列来描述。

如何判断一个实数序列是否为傅里叶变换共轭对称序列?判断一个实数序列是否为傅里叶变换共轭对称序列有多种方法。

以下是其中两种常见的方法:方法一:直接计算根据定义,如果一个实数序列x(n)的傅里叶变换X(k)满足以下条件:X(k) = X(N - k)*那么这个实数序列就是傅里叶变换共轭对称序列。

因此,可以通过计算x(n)的傅里叶变换X(k)及其复共轭X(N-k)*来判断是否具有共轭对称性。

方法二:利用FFT算法由于FFT算法具有线性复杂度和高效性能,因此可以利用FFT算法来判断一个实数序列是否具有共轭对称性。

具体步骤如下:1. 对实数序列x(n)进行FFT变换,得到其频域表示X(k)。

互相关函数的傅里叶变换

互相关函数的傅里叶变换

互相关函数的傅里叶变换互相关函数是两个函数之间的一种度量,它包括两个函数的乘积在一定范围内的积分。

如果我们有两个函数f(x)和g(x),它们的互相关函数为h(x),定义为:h(x)=\int_{-\infty}^{\infty}f(t)g(t+x)dt傅里叶变换可以将函数从时域转换为频域,因此我们可以将互相关函数的傅里叶变换表示为:H(f)=\mathscr{F}\{h(x)\}=\int_{-\infty}^{\infty}\int_{-\infty}^{\infty}f(t)g(t +x)e^{-2\pi i ft}dtdf注意到内层积分的形式与互相关函数中的定义有所不同,我们进行一下变形:H(f)=\int_{-\infty}^{\infty}\int_{-\infty}^{\infty}f(u-x)g(u)e^{-2\pi ifu}dudf这个形式更加清晰,我们可以将其看做g(u)和f(u-x)e^{-2\pi i fu}的乘积在一定范围内的积分。

这是一个傅里叶积分,我们可以将其进一步分解为两个傅里叶变换的乘积:H(f)=\mathscr{F}\{g(u)\}\cdot\mathscr{F}\{f(u-x)e^{-2\pi i fu}\}现在,我们需要对第二个傅里叶变换进行计算。

将f(u-x)e^{-2\pi i fu}中的u-x 替换为u',我们有:f(u-x)e^{-2\pi i fu}=f(u')e^{-2\pi i f(u'+x)}将其代入第二个傅里叶变换中,我们有:\begin{aligned}&\mathscr{F}\{f(u-x)e^{-2\pi ifu}\}\\=&\int_{-\infty}^{\infty}f(u')e^{-2\pi i fu'}e^{-2\pi i fx}e^{-2\pi i f^2 u'}du'\\=&e^{-2\pi i fx}\int_{-\infty}^{\infty}f(u')e^{-2\pi if(u'-x)}du'\\=&e^{-2\pi i fx}\mathscr{F}\{f(u-x)\}\end{aligned}将这个结果代入上面的式子中,我们有:H(f)=\mathscr{F}\{g(u)\}\cdot e^{-2\pi i fx}\cdot\mathscr{F}\{f(u-x)\}这就是互相关函数的傅里叶变换的形式。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

一. 序列的傅里叶变换(DTFT )的对称性
已知:
[()]()j DTFT x n X e ω=
**[()]()j DTFT x n X e ω-= **[()]()j DTFT x n X e ω-=(由Z 变换的性质可推出)
共轭对称序列:()()*e e x n x n =-实部是偶对称序列,虚部是奇对称序列 共轭反对称序列: ()()*o o x n x n =--实部是奇对称序列,虚部是偶对称序列 任一序列总可以表示成共轭对称序列和共轭反对称序列之和:
()()()()()()()()()
**12
12e e o o x n x n x n x n x n x n x n x n x n ⎧⎡⎤=+-⎣⎦⎪⎪=+⎨
⎪⎡⎤=--⎣
⎦⎪⎩
()()()()()()()()()**1212j j j e j j j e o j j j o X e X e X e X e X e X e X e X e X e ω
ωωωωωωωω--⎧⎡⎤=+⎪⎣
⎦⎪=+⎨
⎪⎡⎤=-⎣
⎦⎪⎩
求证:
[Re(())]()
[Im(())]()j e j o DTFT x n X e DTFT j x n X e ωω
⎧=⎨=⎩ or [()]Re(())
[()]Im(())j e j o IDTFT X e x n IDTFT X e j x n ωω
⎧=⎨=⎩ [()]Re(())
[()]Im(())j e j o DTFT x n X e DTFT x n j X e ωω
⎧=⎨=⎩
or [Re(())]()
[Im(())]()j e j o IDTFT X e x n IDTFT j X e x n ωω
⎧=⎨=⎩
证明:
()()()[][]
**
1
21()()21
2Re(())2
Re(())j j j e X e X e X e DTFT x n x n DTFT x n DTFT x n ωωω-⎡⎤
=
+⎣
⎦⎡⎤=
+⎣⎦== ()()(
)[][]*
*
121()()2
1
2I m (())2
I m (())j j j o X e X e X e D T F T x n x n D T F T j x n D T F T j x
n ωω
ω-
⎡⎤=
-⎣

⎡⎤=
-⎣⎦==
()()()()()()()()()**121212Re 2Re e j j j j x n x n x n IDTFT X e X e IDTFT X e IDTFT X e ωω
ωω⎡⎤=
+-⎣⎦⎡⎤=+⎣⎦⎡⎤=⎣⎦⎡⎤=⎣⎦ ()()()()()()()
()()
**121212I m 2
Im o j j j j x n x n x n IDTFT X e X e IDTFT j X e IDTFT j X e ωωωω⎡⎤=--⎣⎦⎡⎤=-⎣⎦⎡⎤
=⎣⎦⎡⎤
=⎣⎦
对实数序列()x n
()()
()Re[]Im[]0
x n x n x n =⎧⎪
⎨=⎪⎩
则:[Re(())]()()[Im(())]()0
j j e j o DTFT x n X e X e DTFT j x n X e ωωω
⎧==⎨==⎩ 即:实数序列的傅里叶变换具有共轭对称性(是共轭对称序列)
()()()()()*12
12e x n x n x n x n x n ⎡⎤=
+-⎣⎦=+-⎡⎤⎣
⎦ 共轭对称序列变成偶对称序列
()()()()()*
1212o x n x n x n x n x n ⎡⎤=
--⎣
⎦=--⎡⎤⎣
⎦共轭反对称序列变成奇对称序列
二. 离散傅里叶变换(DFT )的对称性
已知:
()()()()()()*
ep N N N x n x n x N n R n ⎡⎤=+-⎣⎦ ()()()()()()*op N N N x n x n x N n R n ⎡⎤=--⎣⎦
()()()*
1Re 2x n x n x n ⎡⎤=
+⎡⎤⎣⎦⎣⎦ ()()()*
1Im 2j x n x n x n ⎡⎤=-⎡⎤⎣⎦⎣⎦
()()()()()()()()()()()()()()
*
1
1**00*
1*
0*N N kn kn N N N N n n N N k n N N
N N n N N DFT x n x n W R k x n W R k X k R k x n W R k X N k R k ---==--=⎡⎤⎡⎤==⎢⎥⎣⎦⎣⎦
⎡⎤=-=⎢⎥⎣⎦
=-∑∑∑
有时习惯上()()
()*
N N
X N k R k - 可写成()*X N k -,但应该指出,当0k =时,
()*X N k -可得到()*X N ,但由于DFT 的取值区间为01k N ≤≤-,已超出该区间,因
而应当理解为()()**0X N X =。

()()
()()()()()()()()()()()()1
*
*0
*
*
1
001*
1*0N kn
N N N N
N n N kn kn
N N N N n n N N kn N N n DFT x
n R n x n R n W x n W x n W x n W X k -=--==---=⎡⎤-=-⎣⎦
⎡⎤⎡⎤=-=⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦
⎡⎤==⎢⎥⎣⎦
∑∑∑∑ 证明:
复序列实部的DFT 等于序列DFT 的圆周共轭对称分量:
(){}()(){}
()()()()()()()()()()
***1
Re 2
1212
N N N N N ep DFT x n DFT x n DFT x n X k X N k R k X k X N k R k X k ⎡⎤=+⎡⎤⎡⎤⎣⎦⎣⎦⎣⎦⎡⎤=+-⎣⎦⎡⎤=+-⎣⎦=
复序列虚部乘以j 的DFT 等于序列DFT 的圆周共轭反对称分量:
(){}
()(){}
()()()()()()()()()()
*
**1Im 2
1
212
N N N N N op DFT j x n DFT x n DFT x n X k X N k R k X k X N k R k X k ⎡⎤=
-⎡⎤⎡⎤⎣⎦⎣⎦⎣⎦⎡⎤
=
--⎣⎦⎡⎤=--⎣⎦=
复序列的圆周共轭对称分量的DFT 等于序列DFT 的实部:
()()()()()(){}
()()()(){}
()()()*
*121
*212Re ep N N N N N DFT x n DFT x n x N n R n DFT x n DFT x n R n X k X k X k ⎡⎤⎡⎤=
+-⎣⎦⎣⎦⎡⎤=+-⎡⎤⎣⎦⎣⎦⎡⎤=+⎣⎦=⎡⎤⎣⎦
or
()()(){}
()()()()()()()()()()
*
**1Re 2
1
212N N N N N ep IDFT X k IDFT X k IDFT X k x n x n R N x n x N n R N x n ⎡⎤⎡⎤=
+⎡⎤⎡⎤⎣⎦⎣⎦⎣⎦⎣⎦⎡⎤
=
+-⎣
⎦⎡⎤=+-⎣⎦=
复序列的圆周共轭反对称分量的DFT 等于序列DFT 的虚部乘以j :
()()()()()(){}
()()()(){}
()()()*
*121
*212Im op N N N N N DFT x n DFT x n x N n R n DFT x n DFT x n R n X k X k j X k ⎡⎤⎡⎤=
--⎣⎦⎣⎦⎡⎤=--⎡⎤⎣⎦⎣⎦⎡⎤=-⎣⎦=⎡⎤⎣⎦
or
()()(){}
()()()()()()()()()()
*
**1Im 2
1
212
N N N N N op IDFT j X k IDFT X k IDFT X k x n x n R N x n x N n R N x n ⎡⎤⎡⎤=
-⎡⎤⎡⎤⎣⎦⎣⎦⎣⎦⎣⎦⎡⎤
=
--⎣
⎦⎡⎤=--⎣⎦=
()()()()()()()()()()()()()()
*
1
1**00*
1*
0*N N kn kn N N N N n n N N k n N N
N N n N N DFT x n x n W R k x n W R k X k R k x n W R k X N k R k ---==--=⎡⎤⎡⎤==⎢⎥⎣⎦⎣⎦
⎡⎤=-=⎢⎥⎣⎦
=-∑∑∑
根据频域抽样理论,对信号的连续频谱抽样,必然伴随着信号在时域的周期性延拓。

为了使频域的样本能完全代表时域的信号,则必须要求信号是时限的,而且在周期延拓时不发x n是一个长度为M的有限长序列,当我们对它的频谱在一个周期内等生重叠。

如果信号()
x n在时域将以N为周期延拓。

间隔抽样N点时,伴随着()
,也就是说至少要在一个周期内抽样M点。

为了避免信号的重叠,显然必须有N M
x n是一个无限长序列(非时限),则无论对其频谱在一个周期内怎样抽样,都将如果()
不可避免地发生时域内信号的重叠,因而也不可能从周期延拓的信号中恢复出原信号。

这就是为什么DFT只对有限长序列而言的本质原因。

相关文档
最新文档