信号与线性时不变系统的傅里叶描述

news2025/7/25 7:08:31

1、复正弦信号和线性时不变系统的频率相应

卷积积分和卷积和傅里叶变换
冲激表示信号正弦表示信号
输入信号表示为延迟冲激的加权叠加输入信号为复正弦信号的加权叠加
输出可以用卷积的形式来表示输出可以用傅里叶的形式来表示

(1)频率响应Frequency response

线性时不变系统对正弦输入的相应引出了一个系统的特征量
The response of an LTI system to a sinusoidal input(正弦输入) lead to a characterization of system behavior that is termed the frequency response of the LTI system.

(2)离散LTI系统的频率响应Frequency response of Discrete-time LTI system

在这里插入图片描述

1)Impulse response of discrete-time LTI system = h[n], input = x[n] =exp(jΩn)

2)Output

在这里插入图片描述
在这里插入图片描述

3)Frequency Response

在这里插入图片描述

(3)连续LTI系统的频率响应Frequency response of Continuous-time LTI system

1) Impulse response of continuous-time LTI system = h(t), input = x(t) = exp(jwt)

2)Output

在这里插入图片描述

3)Frequency Response

在这里插入图片描述
在这里插入图片描述

(4)特征量和特征函数-连续时间(Eigenvalue and eigenfunction of LTI system-Continuous-time)

1) Eigenrepresentation

在这里插入图片描述

2)Eigenfunction

在这里插入图片描述

3)Eigenvalue

在这里插入图片描述

Arbitrary input = weighted superpositions of eigenfunctions

在这里插入图片描述

(5)特征量和特征函数-l离散时间(Eigenvalue and eigenfunction of LTI system-Discrete-time)

1) Eigenrepresentation

在这里插入图片描述

2)Eigenfunction

在这里插入图片描述

3)Eigenvalue

在这里插入图片描述
在这里插入图片描述

2、4种信号的傅里叶表示Fourier Representations for Four classes of Signals

在这里插入图片描述

(1)周期信号Periodic Signals: Fourier Series Representations

1) Discrete-time signal with fundamental period N

在这里插入图片描述

2) Continuous-time signal with fundamental period T

在这里插入图片描述
在这里插入图片描述

3) The complex sinusoids exp(jkΩn) are N-periodics in the frequency index k

在这里插入图片描述

4)Continuous-time complex sinusoid exp(jkwt) with distinct frequencies kw are always distinct

在这里插入图片描述

5) Mean-square error (MSE) between the signal and its series representation

在这里插入图片描述

(2)非周期信号

1) FT of continuous-time signal

在这里插入图片描述

2) DTFT of discrete-time signal

在这里插入图片描述

(3)离散时间周期信号:离散时间傅里叶级数

1) DTFS pair of periodic signal x[n]

在这里插入图片描述

2) Determining DTFS Coefficients

①单个正弦信号

②多个正弦信号的叠加

在这里插入图片描述

③基于冲激序列的信号

在这里插入图片描述
在这里插入图片描述

④根据图像求解Calculation by Inspection

在这里插入图片描述

⑤方波

在这里插入图片描述

3) Determining DTFS Inverse Transformation

①单个正弦信号

在这里插入图片描述

②多个正弦信号的叠加

在这里插入图片描述

③基于冲激序列的信号

在这里插入图片描述

④根据图像求解

(4)连续时间周期信号:傅里叶级数

1) Fourier series pair ⎯ Exponential FS

在这里插入图片描述
X [0]等于一个周期的平均值,是x(t)的直流分量

2) Mean-square error (MSE)

在这里插入图片描述
在这里插入图片描述
狄利克雷条件(Dirichlet condition):
①在任何周期内,x(t)绝对可积;
②在任何有限区间内,x(t)具有有限个最大值和最小值;
③在任何有限区间内,x(t)具有有限个不连续点,并且每个连续点都必须是有限值;
注:狄利克雷条件只是充分条件而非必要条件

3) Fourier series pair ⎯ Trigonometric FS

在这里插入图片描述
B [0]等于一个周期的平均值,是x(t)的直流分量

4) Determining CTFS Coefficients

①直接求算

在这里插入图片描述

②基于冲激序列的信号

在这里插入图片描述

③观测法-正弦信号

在这里插入图片描述在这里插入图片描述
在这里插入图片描述

④方波

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

(5)离散时间非周期信号:离散时间傅里叶变换 DT Nonperiodic Signals: The DT Fourier Transform (DTFT)

在这里插入图片描述
在这里插入图片描述

(6)连续时间非周期信号:傅里叶变换 CT Nonperiodic Signals: The CT Fourier Transform (CTFT)

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

(7)常用信号的的傅里叶变换

1)单边指数函数 Real Decaying Exponential

①分类讨论,根据Dirchlet条件判断未知量的取值范围
②利用定义求解
在这里插入图片描述
在这里插入图片描述

2)双边指数函数

在这里插入图片描述

3)门函数(矩阵脉冲)Rectangular Pulse

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

4)冲激函数

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述在这里插入图片描述

5) 符号函数

在这里插入图片描述

6)阶跃函数

在这里插入图片描述在这里插入图片描述

3、傅里叶表示的特性

在这里插入图片描述
在这里插入图片描述

4、傅里叶变换的性质

(1)线性性质

4种傅里叶表示

在这里插入图片描述
例1:阶跃信号
例2:
在这里插入图片描述
例3:方波
在这里插入图片描述

(2)对称特性Symmetry Properties

1) 实信号和虚信号 Real and Imaginary Signals

① Symmetry property for real-valued signal x(t)

在这里插入图片描述
The magnitude spectrum(模值) :even function
The phase spectrum (幅角值):odd function.

② Symmetry property for x(t) is purely imaginary

在这里插入图片描述

The magnitude spectrum(模值) :even function
The phase spectrum (幅角值):odd function

③ The conjugate symmetry property for DTFS

在这里插入图片描述
Conclusions:
If x(t) is real valued, then the real part of the transform is an even function of frequency, while the imaginary part is an odd function of frequency.
This also implies that the magnitude spectrum is an even function while the phase spectrum is an odd function
在这里插入图片描述

2)偶信号与奇信号 Even and Odd Signals

在这里插入图片描述
在这里插入图片描述

实偶函数:X*(jw)=X(jw)

实奇函数:X*(jw)=-X(jw)

(3)卷积特性

1)非周期信号的卷积 Convolution of Nonperiodic Signals — Continuous-time case

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2) 滤波 Filtering

① 概念

频域上的相乘 Multiplication in frequency domain

② 表示

滤波表示输入信号的一些频率分量被滤除,而其他的频率分量无改变地通过系统
The terms “filtering” implies that some frequency components of the input are eliminated while others are passed by the system unchanged

③ 滤波的系统类型System Types of filtering

a. Low-pass filter

衰减信号的高通分量而通过低通分量

b. High-pass filter

衰减信号的低通分量而通过高通分量

c. Band-pass filter

允许特定频带范围的信号通过

④ 实际滤波器 Realistic filter

a. Gradual transition band

过渡带,过渡过程的频率范围

b. Nonzero gain of stop band

阻带无法做到零增益

⑤滤波器的幅度相应 Magnitude response of filter

在这里插入图片描述

⑥通带的边缘The edge of the passband

通带的边缘通常由响应为−3 dB的频率定义,对应的响应幅度为 1/ 2^(1/2)
The edge of the passband is usually defined by the frequencies for which the response is −3 dB, corresponding to a magnitude response of 1/ 2^(1/2)

Unity gain = 0 dB

⑦ 滤波器能谱Energy spectrum of filter

在这里插入图片描述

−3 dB点对应于滤波器只通过一半输入功率的频率
The −3 dB point corresponds to frequencies at which the filter passes only half of the input power.
− 3 dB point==Cutoff frequency

⑧ The expression of frequency response

The convolution property implies that the frequency response of a system may be expressed as the ratio of the FT or DTFT of the output to the input

在这里插入图片描述

在这里插入图片描述

⑨从输出中恢复系统的输入Recover the input of the system from the output

a. 逆系统也称为均衡器,从输出中恢复输入的过程称为均衡器
An inverse system is also known as an equalizer, and the process of recovering the input from the output is known as equalization.

b. 因果限制→一个精确的逆系统是很难或不可能实现的!
Causality restriction → An exact inverse system is difficult or impossible to be implemented!
在这里插入图片描述

3)周期信号的卷积 Convolution of Periodic Signals

a. 公式

在这里插入图片描述

b. Convolution in Time-Domain<-> Multiplication in Frequency-Domain

4)Summary

在这里插入图片描述

(4)微积分特性 Differentiation and Integration Properties

1) 时域微分Differentiation in Time

在这里插入图片描述
Differentiation of x(t) in Time-Domain<-> (jw) x X(jw) in Frequency-Domain
在这里插入图片描述

2) 时域积分Integration in Time

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

3) 频域微积分Differentiation in Frequency

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

4)Summary

在这里插入图片描述

(5)时移和频移特性

1)时移特性

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2)频移特性

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

(6)相乘特性 Multiplication Property

1)Non-periodic continuous-time signals

在这里插入图片描述

2) Non-periodic discrete-time signals

在这里插入图片描述

3)乘法特性可以用来研究截断时域信号对其频率域的影响

在这里插入图片描述

(7) 尺度变换特性 Scaling Property

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

(8) 对称互易特性

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

例题1:
在这里插入图片描述

例题2

在这里插入图片描述

例题3

在这里插入图片描述

(9)相关定理在这里插入图片描述

在这里插入图片描述

5、帕斯瓦尔定理 Parseval Relationships

(1)能量信号

在这里插入图片描述

(2)Parseval Relationships

The energy or power in the time-domain representation of a signal is equal to the energy or power in the frequency-domain representation.
在这里插入图片描述

1)CT nonperiodic signal

在这里插入图片描述

2)Energy in Time-Domain Representation–Energy in Frequency-Domain Representation x (1/2Π)

在这里插入图片描述

3)能量谱

①能量信号的定义

单位频率的信号能量

②物理意义

为了表征能量在频域中的分布情况而定义的能量密度函数,简称为能量频谱或能量谱

③公式

在这里插入图片描述

④能量有限信号的能量谱E(w)与自相关函数R(t)是一对傅里叶变换

在这里插入图片描述
在这里插入图片描述

信号的能量谱E(w)是w的偶函数,它只取决于频谱函数的模量,而与相位无关。

在这里插入图片描述

4)功率谱

① 功率信号的定义

单位频率的信号功率

②平均功率

在这里插入图片描述
信号的功率谱P(w)是w的偶函数,它只取决于频谱函数的模量,而与相位无关

③功率有限信号的功率谱P(w)与自相关函数R(t)是一对傅里叶变换

若f1(t)和f2(t)是功率有限信号,此时相关函数的定义为

在这里插入图片描述
自相关函数为

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

6、时间带宽积 Time-Bandwidth Product

1) 方波信号

在这里插入图片描述

2)相关概念

① 时域和频域函数的取值范围

x (t)的时间范围为2To,X(jw)实际上是无限范围的频率。

② 能量

sinc函数的主叶下降在 |w|<Π/To 区间,其中包含了它的大部分能量。

③ 常数

时间范围To与主瓣宽度2Π/To的乘积是一个常数。

④频域时域关系

在时间上压缩一个信号会导致频域内的膨胀,反之亦然。

⑤Bandwidth带宽

信号的显著频率内容的范围,空为界的主叶瓣。幅度谱为其峰值的1/2^(1/2)时的频率。

3)x(t)信号的有效持续时间 Effective duration of signal

在这里插入图片描述

4) x(t)信号的有效带宽 Effective bandwidth of signal

在这里插入图片描述

5)有界性

任何信号的时间带宽积都是下界的The time-bandwidth product for any signal is lower bounded according tothe relationship
在这里插入图片描述

6)测不准原理Uncertainty principle

我们不能同时减少一个信号的持续时间和带宽。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/35428.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Java中mybatis的Mpper代理开发的详细使用步骤

目录 前言&#xff1a; 一、全图预览 二、使用步骤 1.pom.xml里面添加依赖包 2.新建统一配置文件&#xff08;俗称数据库连接文件&#xff09; 3.新建项目 4.新建映射文件&#xff08;俗称数据库对应表xml&#xff09; 5.测试 三、文中的全部代码&#xff08;去复制可…

MySQL如何保证主备一致?

1. MySQL主备的基本原理 如下图展示的是基本的主备切换流程&#xff1a; 在状态1中&#xff0c;主库是A&#xff0c;备库是B&#xff0c;所以客户端的读写都直接方法节点A。由于节点B是节点A的备库&#xff0c;所以备库B只是将A的更新都同步过来&#xff0c;本地执行&#x…

皕杰报表使用字体和部署后添加字体

Windows系统 1、打开Win10系统的字体安装文件夹&#xff0c;可以双击打开此电脑-->打开C盘-->打开Windows-->打开Fonts&#xff1b;也可先打开计算机&#xff0c;在计算机地址栏上直接拷贝“C:WindowsFonts”路径。回车打开Win10字体文件夹。 2.下载自己需要的字体。…

数组、链表、栈、队列、树

1. 数组&#xff08;Array&#xff09; 定义&#xff1a;数组是一种 线性表 数据结构&#xff0c;它用一组 连续的内存空间 存储一组具有 相同类型 的数据。 Java中 基本数据类型数组 的存储格式&#xff1a; int arr[] new int[3]; arr[0] 0; arr[1] 1; arr[2] 2;Java中…

拿去吧你,华为出品《看漫画学Python》零基础自学首选~

目前Python在人工智能、机器学习、大数据、数据分析、网络爬虫等领域广泛应用&#xff0c;是非常适合初学者入门和培养编程兴趣的一门语言。相比较其他主流编程语言而言&#xff0c;有更好的可读性&#xff0c;和满足感&#xff0c;上手相对容易。 但是很多零基础的同学不知道…

【C语言】 函数

函数 在计算机科学中&#xff0c;子程序 &#xff0c;一个大型程序中的某部分代码&#xff0c; 由一个或多个语句块组 成。它负责完成某项特定任务&#xff0c;而且相较于其他代 码&#xff0c;具备相对的独立性。 一般会有输入参数并有返回值&#xff0c;提供对过程的封装和细…

元组啊,不就是不可变的列表吗?

B站|公众号&#xff1a;啥都会一点的研究生 相关阅读 整理了几个100%会踩的Python细节坑&#xff0c;提前防止脑血栓 整理了十个100%提高效率的Python编程技巧&#xff0c;更上一层楼 Python-列表&#xff0c;从基础到进阶用法大总结&#xff0c;进来查漏补缺 Python-元组&…

【ABAP】EXIT_SAPLMBMB_001无法Debug调试问题处理

【ABAP】EXIT_SAPLMBMB_001无法Debug调试问题处理 不久前看到SAP Community里面有这样一个问题&#xff0c;可能比较老了&#xff0c;但个人觉得比较新奇&#xff0c;就去做了下面一个测试。 首先通过事务代码“CMOD”对增强“MB_CF001”&#xff08;更新物料凭证时的客户功能出…

《从零开始:机器学习的数学原理和算法实践》chap6

《从零开始&#xff1a;机器学习的数学原理和算法实践》chap6 学习笔记 文章目录6.1 凸函数6.2 梯度下降引入梯度是什么为啥梯度是上升最快的方向捏梯度下降与参数求解梯度下降过程演示6.3 代码实践 梯度下降一元函数的梯度下降多元函数的梯度下降6.1 凸函数 凸集 何为凸集 凸集…

c# 多线程

案例1 单线程与多线程对比 单线程会卡主线程,此时会将ui界面给卡住。而多线程开启以后就好了 不会卡住主线程,且运行速度快,相当于多个同时运动。 单线程按钮 private void singlethread_Click(object sender, EventArgs e){for

Kafka多生产者消费者自动配置

背景 项目中不同的业务可能会使用多个kafka&#xff0c;按默认的Kafka配置&#xff0c;最多是支持消费者和生产者使用不同的Kafka&#xff0c;如果两个生产者使用不同的Kafka则需要自定义配置&#xff0c;生成对应的bean。 解决方案 多生产者&#xff0c;多消费者&#xff0…

PowerDesigner 设置

PowerDesigner 设置前言推荐PowerDesigner 设置简单设置sql反向生成物理模型物理模型创建索引最后前言 以下内容源自自己 仅供学习交流使用 推荐 第11章 数据库的设计规范【2.索引及调优篇】【MySQL高级】 powerdesign 通过sql反向生成ER模型 PowerDesiner 15 在物理模型中…

Python测试框架之unittest和pytest 的区别

一、Unittest Unittest是Python标准库中自带的单元测试框架&#xff0c;Unittest有时候也被称为PyUnit&#xff0c;就像JUnit是Java语言的标准单元测试框架一样&#xff0c;Unittest则是Python语言的标准单元测试框架。 Unittest支持自动化测试&#xff0c;测试用例的初始化、…

FFN -> GLU -> GAU

1 GLU GLU的起源是2016年由Yann N. Dauphin在 论文:Language Modeling with Gated Convolutional Networks 在语言模型的建模方法上相比于循环神经网络更具有竞争力&#xff0c;提出了一种简单的线性门控单元来堆叠卷积层从而使得文本中的token可以并行化处理来获得上下文的语义…

HTTP响应详解

目录 一.状态码 小结&#xff08;记住&#xff09; 二.认识响应正文&#xff08;body&#xff09; 三.如何构造http请求 一.状态码 是一个数字&#xff0c;这个数字描述了当前这次请求的状态&#xff08;成功&#xff0c;失败&#xff0c;失败的原因&#xff09; http的状态…

Typora基础篇

Markdown基础 标题 #标题名字&#xff08;#号的个数代表标题的级数&#xff09; 文件-偏好设置-Markdown里面如果勾选了严格模式&#xff0c;那#与标题名称之间就需要加上一个空格一级标题用1个# 二级标题用2个# 三级标题用3个# 四级标题用4个# 五级标题用5个# ####### …

262-视口,布局视口,视觉视口,移动端适配,less语法,比哪里,DPR,RRI,less的弊端,运算,嵌套,混合,继承,混入,运算,

262-CSS中的单位 ◼ 前面编写的CSS中,我们经常会使用px来表示一个长度(大小),比如font-size设置为18px,width设置为100px。 ◼ px是一个长度(length)单位,事实上CSS中还有非常多的长度单位。 ◼ 整体可以分成两类:  绝对长度单位(Absolute length units);  相…

【uniapp】安装与使用uView组件库:

文章目录一、官网文档二、安装【1】进入控制台【2】初始化package.json【3】安装uView-ui【4】配置main.js【5】配置uni.scss【6】配置easycom组件模式【7】app.vue引入基础样式三、效果一、官网文档 https://www.uviewui.com/ 二、安装 【1】进入控制台 【2】初始化package…

基于sklearn的集成学习实战

集成学习投票法与bagging 投票法 sklearn提供了VotingRegressor和VotingClassifier两个投票方法。使用模型需要提供一个模型的列表&#xff0c;列表中每个模型采用tuple的结构表示&#xff0c;第一个元素代表名称&#xff0c;第二个元素代表模型&#xff0c;需要保证每个模型…

《计算机体系结构量化研究方法第六版》1.3 计算机体系结构的定义

1.3.1 指令集体系结构&#xff1a;计算机体系结构的近距离审视 1、这里通过指令集体系结构 ISA来指代程序员可以看到的实际指令集。ISA相当于软件和硬件之间的界限。 &#xff08;1&#xff09;ISA分类 几乎所有的ISA都被划分到了通用寄存器体系结构中&#xff0c;在这种体系…