【信号与系统二】连续时间傅里叶变换

上一讲我们讲解了周期信号的傅里叶级数 ,这一讲我们讲解傅里叶变换。先以非周期信号的表示开始:

目录

4.1非周期信号傅里叶变换的表示

4.2周期信号的傅里叶变换

4.3练习时间傅里叶变换性质

1.线性

2.时移特性

3.共轭及共轭对称性

4.微分与积分

5.时间与频率的尺度变换

6.对偶性

7.帕斯瓦尔定理

8.卷积性质(重点)

9.相乘性

4.4总表归纳

4.5线性常系数微分方程表征的系统


4.1非周期信号傅里叶变换的表示

上面两式子被称为傅里叶变换对

一个非周期信号的x(t)的变换X(jw)通常称为x(t)的频谱

对于一个信号x(t),若它周期为T,设其傅里叶系数为

令x(t)为有限持续期信号,持续时间为T,即可视为T以外为0,则扩展一下,求出当前"周期"内的傅里叶系数:

由于x(t)在s,s+T以外为0,则又可写为:

即:

这就是有限持续期信号条件下,X(jw)与傅里叶系数的关系

举例:

同时右侧画出了X(jw)相关的图

对于方波(矩形脉冲):

对于以上式子,我们知道常见的函数sinc

可以写成sinc的形式

4.2周期信号的傅里叶变换

由之前的:

可推出X(jw)和的关系如下:

4.3练习时间傅里叶变换性质

1.线性

若:

则:

2.时移特性

若:

则:

3.共轭及共轭对称性

若:

则:

可以证明:若x(t)为实函数,那么X(jw)具有共轭对称性:

一个实函数x(t)总是可以用一个偶函数和一个奇函数之和来表示,即:

则有:

4.微分与积分

5.时间与频率的尺度变换

若:

则:

特殊地,对于反转:

6.对偶性

如果一个时间函数具有某种特性,而这些特性在其傅里叶变换中隐含着一些别的什么东西的话,那么与频率函数有关的同一特性也会在时域中隐含着对偶的东西。

举个例子:

这两个特性(微分)对偶:

这两个特性(时移)也对偶:

这两个特性也对偶:

可以以类似的形式相互转变:对偶

例题:

7.帕斯瓦尔定理

8.卷积性质(重点)

9.相乘性

对于卷积性质的对偶式:

4.4总表归纳

4.5线性常系数微分方程表征的系统

对于这一类系统

我们如何确定他的频域响应?

并推导,得:

例子:

例子二:


这一讲就到此结束啦!

相关推荐
YaraMemo2 天前
元启发式算法框架
人工智能·算法·5g·信息与通信·启发式算法·信号处理
搞科研的小刘选手3 天前
【西安石油大学、中海油田服务股份有限公司主办 | 北京举办】第八届智能控制、测量与信号处理国际学术会议 (ICMSP 2026)
信号处理·测量·智能控制·学术会议·会议推荐
Zenova EdgeOS6 天前
工业边缘信号处理:从优雅退出到信号路由的工程实战
边缘计算·信号处理·工业网关
2501_9298072512 天前
考研初试专业课140+总分400+重庆邮电大学801信号与系统考研经验重邮,电子信息与通信工程,真题,大纲,参考书,博睿泽信息通信Jenny。
考研·信息与通信·信号处理·通信·电子信息
kyle~13 天前
滤波---指数移动平均法(Exponential Moving Average, EMA)
数学建模·信号处理
hans汉斯18 天前
采煤工作面隐患目标检测中YOLO11与Faster R-CNN的对比研究
人工智能·目标检测·计算机视觉·cnn·信息与通信·信号处理
T.i.s19 天前
电磁波重构心电图中对金标准归一化问题的探讨
信号处理·离散化·归一化
这张生成的图像能检测吗20 天前
(论文速读)TADNet:心磁图信号去噪的时间分解和基于注意力的深度学习
人工智能·深度学习·信号处理·信号去噪
EW Frontier21 天前
【雷达信号处理】5 个阵元追平 16 个阵元:稀疏阵列 STAP 的实测报告【附python+matlab代码】
python·matlab·信号处理·雷达·mimo·稀疏阵列·stap
FPGA-ADDA22 天前
雷通微系统推出RTSD2605:RFSoC + 英伟达GPU一体化信号处理平台
信号处理·fpga·rfsoc·zu47dr·47dr