【数字信号处理】序列傅里叶变换 ( 序列傅里叶变换定义详细分析 | 证明单位复指数序列正交完备性 | 序列存在傅里叶变换的性质 | 序列绝对可和 → 序列傅里叶变换一定存在 )
文章目錄
- 一、序列傅里葉變換定義詳細分析
- 二、證明單位復指數序列正交完備性
- 三、序列存在傅里葉變換的性質
一、序列傅里葉變換定義詳細分析
序列傅里葉變換 SFT , 英文全稱 " Sequence Fourier Transform " ;
x(n)x(n)x(n) 信號 是 離散 非周期 的 , 那么其 傅里葉變換 一定是 連續 周期 的 ;
x(n)x(n)x(n) 是絕對可和的 , 滿足如下條件 :
∑n=?∞+∞∣x(n)∣<∞\sum_{n=-\infty}^{+\infty}|x(n)|< \inftyn=?∞∑+∞?∣x(n)∣<∞
連續周期 的傅里葉變換 , 可以展開成 正交函數線性組合 的 無窮級數和 :
X(ejω)=∑n=?∞+∞x(n)e?jωnX(e^{j\omega}) = \sum_{n=-\infty}^{+\infty} x(n) e^{-j \omega n}X(ejω)=n=?∞∑+∞?x(n)e?jωn
就是 x(n)x(n)x(n) 的 序列傅里葉變換 SFT ;
ω\omegaω 是 數字角頻率 , 單位是 弧度/秒 , 參考 【數字信號處理】基本序列 ( 正弦序列 | 數字角頻率 ω | 模擬角頻率 Ω | 數字頻率 f | 模擬頻率 f0 | 采樣頻率 Fs | 采樣周期 T ) 博客 ;
X(ejω)X(e^{j \omega})X(ejω) 是 實的連續的 變量 ω\omegaω 的 復函數 , 其可以表示成 實部 和 虛部 ;
X(ejω)=Xg(ejω)+jXl(ejω)=∣X(ejω)∣ejθ(ω)X(e^{j\omega}) = X_g(e^{j\omega}) + jX_l(e^{j\omega}) = |X(e^{j\omega})|e^{j\theta(\omega)}X(ejω)=Xg?(ejω)+jXl?(ejω)=∣X(ejω)∣ejθ(ω)
∣X(ejω)∣|X(e^{j\omega})|∣X(ejω)∣ 模 是其 " 幅頻特性 " ,
ejθ(ω)e^{j\theta(\omega)}ejθ(ω) 相角 是其 " 相頻特性 " ,
其中
θ(ω)=arg?(X(ejω))\theta(\omega) = \arg(X(e^{j\omega}))θ(ω)=arg(X(ejω))
二、證明單位復指數序列正交完備性
證明如下 " 單位復指數序列 " 是 " 正交完備集 "
{e?jωn}\{ e^{-j \omega n} \}{e?jωn}
其中 n=0,±1,±2,?n = 0 , \pm 1 , \pm2 , \cdotsn=0,±1,±2,?
證明正交完備性方法 e?jωne^{-j \omega n}e?jωn 函數 , 乘以該函數的共軛 (e?jωn)?(e^{-j \omega n})^*(e?jωn)? , 然后在一個周期中求積分 , 計算結果如下 :
∫?ππe?jωn(e?jωn)?dω={2πm=n0m=?n①\int_{-\pi}^\pi e^{-j \omega n} (e^{-j \omega n}) ^* d \omega =\begin{cases}2\pi & m = n \\\\ 0 & m \not= n \end{cases} \ \ \ \ ①∫?ππ?e?jωn(e?jωn)?dω=??????2π0?m=nm?=n?????①
在上述計算結果的前提下 , 推導 x(n)x(n)x(n) 和 X(ejω)X( e^{j \omega } )X(ejω) 之間的關系 :
X(ejω)=∑n=?∞+∞x(n)e?jωn②X( e^{j \omega } ) = \sum_{n = -\infty}^{+\infty}x(n) e^{-j \omega n} \ \ \ \ ②X(ejω)=n=?∞∑+∞?x(n)e?jωn????②
將 ② 式 中 , 在等式兩邊 都乘以 ejωke^{j \omega k}ejωk , 然后對 ω\omegaω 在 ?π-\pi?π ~ π\piπ 之間進行積分得到 :
∫?ππX(ejω)ejωkdω=∫?ππ∑n=?∞+∞x(n)e?jωnejωkdω\int_{-\pi} ^\pi X( e^{j \omega } )e^{j \omega k} d \omega = \int_{-\pi} ^\pi \sum_{n = -\infty}^{+\infty}x(n) e^{-j \omega n} e^{j \omega k} d \omega∫?ππ?X(ejω)ejωkdω=∫?ππ?n=?∞∑+∞?x(n)e?jωnejωkdω
將 " ∑\sum∑ 求和 " 與 " ∫\int∫ 積分 " 交換位置 ,
∫?ππX(ejω)ejωkdω=∑n=?∞+∞x(n)∫?ππe?jωnejωkdω\int_{-\pi} ^\pi X( e^{j \omega } )e^{j \omega k} d \omega = \sum_{n = -\infty}^{+\infty}x(n) \int_{-\pi} ^\pi e^{-j \omega n} e^{j \omega k} d \omega∫?ππ?X(ejω)ejωkdω=n=?∞∑+∞?x(n)∫?ππ?e?jωnejωkdω
根據 ① 式子的推導結果 ,
- 只有當 n=kn = kn=k 時 , ∫?ππe?jωn(e?jωn)?dω=2π\int_{-\pi}^\pi e^{-j \omega n} (e^{-j \omega n}) ^* d \omega = 2\pi∫?ππ?e?jωn(e?jωn)?dω=2π ,
- 當 n=?kn \not= kn?=k 時 , ∫?ππe?jωn(e?jωn)?dω=0\int_{-\pi}^\pi e^{-j \omega n} (e^{-j \omega n}) ^* d \omega = 0∫?ππ?e?jωn(e?jωn)?dω=0 ,
∫?ππX(ejω)ejωkdω={2πx(k)n=k0n=?k\int_{-\pi} ^\pi X( e^{j \omega } )e^{j \omega k} d \omega =\begin{cases}2\pi x(k) & n=k \\\\ 0 & n \not= k \end{cases}∫?ππ?X(ejω)ejωkdω=??????2πx(k)0?n=kn?=k?
將 2π2\pi2π 除到左邊 , 即可得到下面的式子 :
x(n)=12π∫?ππX(ejω)ejωkdωx(n) = \cfrac{1}{2\pi} \int_{-\pi} ^\pi X( e^{j \omega } )e^{j \omega k} d \omegax(n)=2π1?∫?ππ?X(ejω)ejωkdω
是 X(ejω)X(e^{j \omega})X(ejω) 的 序列傅里葉反變換 ISFT ;
三、序列存在傅里葉變換的性質
x(n)x(n)x(n) 序列存在 " 序列傅里葉變換 SFT " 的充分條件是 " x(n)x(n)x(n)序列絕對可和 " :
∑n=?∞+∞∣x(n)∣<∞\sum_{n=-\infty}^{+\infty}|x(n)| < \inftyn=?∞∑+∞?∣x(n)∣<∞
∣X(ejω)∣=∑n=?∞+∞x(n)e?jωn≤∑n=?∞+∞∣x(n)∣<∞|X( e^{j \omega } )| = \sum_{n = -\infty}^{+\infty}x(n) e^{-j \omega n} \leq \sum_{n=-\infty}^{+\infty}|x(n)| < \infty∣X(ejω)∣=n=?∞∑+∞?x(n)e?jωn≤n=?∞∑+∞?∣x(n)∣<∞
注意上述是充分條件 ,
- 如果 " x(n)x(n)x(n)序列絕對可和 " , 則 " 序列傅里葉變換 SFT " 一定存在 ;
- 如果 " 序列傅里葉變換 SFT " 存在 , 不一定 " x(n)x(n)x(n)序列絕對可和 " ; 某些 " 非絕對可和序列 " , 引入 廣義函數 δ(ω)\delta(\omega)δ(ω) 后 , 其 傅里葉變換也存在 ;
總結
以上是生活随笔為你收集整理的【数字信号处理】序列傅里叶变换 ( 序列傅里叶变换定义详细分析 | 证明单位复指数序列正交完备性 | 序列存在傅里叶变换的性质 | 序列绝对可和 → 序列傅里叶变换一定存在 )的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 【数字信号处理】序列傅里叶变换 ( 狄义
- 下一篇: 【数字信号处理】序列傅里叶变换 ( 序列