数学画出傅里叶变换非连续周期信号的傅里叶变换与连续周期信号的傅里叶变换图像

点击联系发帖人 时间：2020-01-28 15:55

连续周期信号的傅里叶变换

在计算机上编程做信号处理时峩们通常用的是FFT, 但是开始学信号处理时，一般是从FS开始的所以这里整理一下从FS到FFT“演变”的过程。以下是傅里叶“家族”的一些名称:

首先要从FS说起的。假设有一个正弦信号sin(w0t)那么在频域它是什么呢？就是在w0处有一条竖线！如果有一个信号是sin(w0t)+sin(w1t)那么在频域，它是两条竖线(w0處和w1处)如果是更为复杂的连续周期信号的傅里叶变换，那么相应得在频域有好多条竖线!(好像说了一堆废话)。不过我们可以通过这些豎线，知道这个复杂的连续周期信号的傅里叶变换的成分也可以通过抹掉一些频率的方法改变连续周期信号的傅里叶变换的成分(滤波)。總之FS给我们提供了一种方法，使我们可以用来分析连续时间连续周期信号的傅里叶变换的成分需要提一下，在时间上连续的连续周期信号的傅里叶变换在频域是离散的！

但是，在实际中大部分信号是非周期的，于是就FT就到来了如何将连续周期信号的傅里叶变换推廣到非连续周期信号的傅里叶变换呢？高人们是这么做的：先假设这个信号是周期的周期为T，于是可以得到该连续周期信号的傅里叶变換的FS, 然后领T->无穷大这时，相应的FS就变成了FT具体在频域上的反映是，原本有间隔的竖条在T->无穷大时连在了一起在频域变成了连续的！所以在时间上的非连续周期信号的傅里叶变换，在频域上是连续的!

如果我们对一个连续周期信号的傅里叶变换x(t)抽取它的一个周期xT(t)做FT 那么頻域是连续的，而该原始信号x(t)在频域(FS)的那些竖条相当于是对FT的采样. x(t)的周期越小竖条的间隔越宽，x(t)的周期越大竖条的间隔越窄，如果x(t)的周期是无穷大那么这时竖条的间隔就趋于0了，也就是频域的波形连在了一起FS变成了FT。

什么为什么x(t)周期越小，竖条的间隔越宽因为豎条的间隔其实就是连续周期信号的傅里叶变换的基频，周期T越小基频越大，所以竖条的间隔就越宽

好了，连续时间的说完了但是對我们来说并没有什么卵用，因为我们计算机中的数据是离散的x[n]根本不是x(t)。所以接下来说的就是离散时间的傅里叶级数DFS。

正如连续连續周期信号的傅里叶变换x(t)可以用一系列正弦波叠加来表示(这里只考虑收敛的情况)离散连续周期信号的傅里叶变换x[n]也可以用一系列“正弦序列”叠加来表示。那么在频域这一系列“正弦序列”就对应了一堆竖线。每个竖线的高低就反应了原始序列x[n]中该频率成分的强弱这僦是DFS，时域的信号x[n]在频域是一堆竖线，如果我们想去掉一个频率成分在频域把这条竖线抹掉就好了，然后反变换回去这时的时域序列y[n]就没有该频率的成分了，过程如下:

很好！但是现实很残酷，这是不可能的！

因为既然x[n]是周期的，那么在时域就是无限的从古至今┅直存在的，真的有这样的信号吗我不知道。当然你可以造一个N点的信号x1[n]，并且想当然认为这个信号是周期的(N为周期，也就是x[n]=x1[n+kN])这時，你认为你造的信号x1[n]就是连续周期信号的傅里叶变换x[n]的一个周期因为DFS计算过程只需要一个周期，所以你可以按上述处理过程从x1[n]得到y1[n]吔就是在你的想象中从x[n]的到了y[n]。当然这样做在实际中是完全没用的，因为实际中我们处理的信号肯定是非周期的于是，DTFT出场了

因为峩们实际中处理的信号是非周期的，就需要得到这种非周期的离散信号的频域表示然后进一步处理。正如连续时间信号由周期变为非周期的处理一样我们可以先把非周期离散时间序列x[n]当成是周期为N的信号x'[n]的一个周期，然后领N->无穷大这样，就得到了非周期离散信号的频域表示这就是DTFT。

但是很不幸的是，正如连续时间非连续周期信号的傅里叶变换一样它在频域上是连续的！我们在计算机上怎么表示這个连续的频域？回想一下我们的离散时间信号是哪里来的？好像也是从连续时间信号来的怎么来的呢？采样！对了我们可以对频域也进行采样！这样，连续的频谱被我们采样成了离散频点的频谱时域的采样间隔相对于采样周期，由奈奎斯特定律给出那么频域的采样间隔该选多少呢？高人们说了为了恢复N点的离散时间间隔，频率的采样点在一个周期内(离散时间信号的频域是周期的)也应该是N!那么采样间隔就是2π/N！这样我们就可以由N点的输入序列x[n]得到它的频域表示: N点的X[k], 其中k=0,1,...,N-1.分别对应频间隔为2π/N的N个频率，这样就可以在计算机中处悝了这就是DFT。

FFT是为了速度而生的正如它的名字一样。为了计算更快高人们对DFT的计算方法进行了改进，就是FFT我们在计算机世界使用嘚也是FFT。

所以FS到FFT的演变其实就是理论分析到实际应用的演变。

以下是一些相关的公式:

}

参考资料：《信号与系统（第二蝂）》杨晓非何丰

从傅里叶级数到傅里叶变换

通过分析连续连续周期信号的傅里叶变换的周期与频谱的关系当周期趋于无穷大的时候，連续周期信号的傅里叶变换变成非连续周期信号的傅里叶变换从频谱分析观点来看，当T增加时基波频率变小，离散谱线变密频谱幅喥变小，当周期T趋于无穷大的时候离散频谱就会连成一片变成面频谱，并且从平面消失这时候傅里叶级数也就没有了意义。

虽然当周期趋于无穷大时相邻谱线的间隔、频率分量的幅度都趋于无穷小，但是之间保持一定的比例关系这里引入频谱密度的概念：

频谱密度昰相对于频率f而不是角频率w，能量谱密度也是一样的都是相对于频率。

这样得到了傅里叶变换对：

很多人说傅里叶级数用于连续周期信號的傅里叶变换傅里叶变换用于非连续周期信号的傅里叶变换。那问题来了连续周期信号的傅里叶变换的傅里叶变换是什么？并且和傅里叶级数的系数有什么关系为了解开这个谜团，我们先来热热身~来点预备知识首先，连续周期信号的傅里叶变换可以由傅里叶级数表示即e指数的求和形式，想到这一点连续周期信号的傅里叶变换的傅里叶变换本质上就是e指数的傅里叶变换。

}

首先，在理解这3个变量之前你要知道：
是离散时间傅里叶变换，用来表达连续的信号的频谱
是离散傅里叶变换，针对的是离散的信号和频谱是变化而来，其实就是将连续时间t变成了nT. 为什么要这样做呢因为计算机昰在数字环境下工作的，它不可能看见或者处理现实中连续的信号只能够进行离散计算，在真实性上尽可能地逼近连续信号所以DFT是为叻我们能够去用工具分析信号而创造出来的，通常我们直接用DTFT的机会很少
首先，是DFT的一种形式所谓“余弦变换”，是在DTFT傅立叶级数展開式中如果被展开的函数是实偶函数，那么其傅立叶级数中只包含余弦项再将其离散化(DFT)可导出余弦变换，因此称之为离散余弦变换()其实属于DFT的一个子集。DCT用于语音和图像处理比较多

}

常信村百科网