目录
之前我们已经学过了连续域的卷积运算,但大多以简单指数衰减信号、简单图像为例,可是现实存在两个问题是无法用以前的典型信号、简单运算得到的。
(1)如果信号稍微复杂一点,不直接属于典型信号极其平移得到,该如何利用这些积木,构造出复杂信号呢?
(2)之前都是把h(t)当做已知条件,但你是否想过,如何得到一个LTI系统的h(t)响应呢?
学完本篇文章,你将得到上述两个问题的答案。而且有了卷积性质后,时域、频域在你眼中会变成同样地位的事物,从此不再恐惧频域分析。
一、时域卷积性质
(1)时域卷积=频域相乘性质推导
从此以后,如果我们在时域遇到很复杂的卷积计算,就不用拼命的想办法画图相乘再相加了,而可以直接将其转化为频域的乘法。在频域简化计算后,再用傅里叶逆变换还原到时域即可。
(3)工程中如何求得任意一个LTI系统的h(t)?
在学习LTI系统的时候,我们说如果输入是冲激函数,则得到的响应h(t)是冲激响应。但这个h(t)难道是凭空出现的吗,系统制造商是如何得到冲激函数的冲激响应的呢?难道他们真的是输入冲激信号,再用仪器测量输出的吗(这个信号幅值无穷大、持续时间为0,现实世界中根本造不出来)?
其实不然,有了时域卷积=频域相乘的性质后,我们可以任意输入一个信号,在频域利用Y(jw)和X(jw)求出H(jw),然后傅里叶逆变换得到h(t)!

所以以后对于LTI系统,任意一个不为0的输入和输出对,就能唯一的确定该LTI系统。(说明:LTI系统的标识符为h(t))
二、时域调制性质
时域调制性质刚好与时域卷积性质是一对,前者说的是时域乘积=频域卷积;后者则是时域卷积=频域相乘。那么让我们来看看时域调制性质的推导过程,以及它和时域卷积性质的区别。
(1)时域相乘=频域卷积性质推导
但是可以发现,这前面有个系数1/2π,这是为什么呢?我们该如何记忆它呢?(回忆我们对于Sa与方波、1与冲激函数时候分析的过程)

而刚刚的证明过程中,我们将X2(t)用一次傅里叶逆变换表示了,然后剩下还用了一次正变换、和一次卷积,不过他俩都不影响前面的系数。所以只有一个1/2π被保留下来。
**所以以后在做傅里叶变换时,要考虑正、逆变换的方向,**我们之前对于Sa-方波的说法中:看方波在哪个地方,然后分类讨论的说法,其核心就是正、逆变换自带的系数。
(2)为什么该性质被称为调制性质?
因为收音机、手机无线通信的本质是:将信号在频域移动到高频后,转化成电磁波转发到空气中,另一侧接收并解波得到原信号的过程。
刚刚证明的性质,正好描述了这个频谱搬移的数学原理:时域里把基带信号和高频余弦载波 cosw0t相乘,对应频域做卷积;由于cos的频域表达式冲激函数,而冲激函数的卷积特性是:将原基带信号的频谱会分别搬移到 ±w0 附近,从而实现频带的移动。 这个操作就是幅度调制,该性质直接对应调制的核心机理,因此称为调制性质。
(之前在傅里叶变换的性质中,曾讲过调制性质,但用的是二倍角公式+频移性质,这里我们尝试用调制性质来解释,因为频移性质本质是调制性质的特例,其载波为复指数信号)
首先需要补充一点:冲激函数的卷积平移性质。(下面这个写法仅写出了时域情况,其实对于频域是完全一样的,只不过需要把t改写成w即可,毕竟单纯改写变量符号是不影响等式成立性的)其证明下下一节。

有了这个性质后,我们就可以对待发送的信号进行调制、解调处理了。
1.调制:将x(t)变成高频y(t)发送出去

2.解调:想将高频y(t),恢复成低频x(t)
但从这个图中可以看到:此时存在2倍w0的高次谐波干扰,解调之后得到的波形是不完美的,同时原信号w=0频带附近的幅值只有原本的1/2,所以还需要低通滤波器来实现这些。
3.低通滤波
低通滤波本质就是一个方波门函数,而之前我们学过Sa和方波的转换,很容易知道:构造一个sin函数即可在频域构造出门函数。不过它的要求是频带不能太宽,至少不能把干扰信号也给滤进来,同时方波的幅值要为2,才能抵消调制解调时候的1/2系数。
此外,分频复用也是常见的收音机思路,它将不同的信号x(t)用不同的载波乘以它们,再发送出去,其方法与上述完全一致,不过随着频道的增加,滤波器的精细性要求更好。
这里有一个结论:在多频段条件下,需要解调谁的,就乘以谁的载波,即可将信号解调到原点处。
最后补充一点:载波频带的频率不能太高,当频带太高频时,电磁波就趋近于光波了,会出现粒子性,其波形叠加会和低频带有些不同,如今也有一些学者在研究所谓的量子通信。





