《signals and systems》 九 Fourier transform properties

328 阅读2分钟

九 Fourier transform properties

1 对称性

傅里叶变换的另外两种表示方式:

x(t)是实变函数(不含虚数),则傅里叶变换有以下对称性质

例子:

2 尺度变换反比例性

3 对偶性

计算一个时间函数的傅里叶变换,实际上已经计算了两个时间函数的傅里叶变换

4 能量

对于非周期信号,第一个式子有意义,因为能量不是无限的。

对于周期信号,在积分负无穷到正无穷能量是无限的,所以第一个式子是无限=无限,没啥意义。所以引入修正的第二个式子考虑周期信号在一个周期内的能量,和傅里叶级数系数之间有比例关系。

5 其他性质

xt时间平移,频域增加一个线性变化相位,因子的幅频为1,大小没变化,仅相位发生变化

★6 卷积特性

★★6对卷积特性的直观理解:

考虑一个有特定频率\omega_{0}的复指数信号e^{j\omega_{0}t}通过LTI系统,Lecture7讲过得到的响应是这个复指数信号本身乘以一个系数H(\omega_{0}),并且由上图1【卷积特性】可知,这个系数就是系统【冲激响应傅里叶变换】在\omega_{0}的值;

所以信号x(t)通过LTI系统,先将它表示为复指数信号的线性组合(傅里叶变换),线性组合的系数/幅值就是X(\omega),再经过LTI系统,响应的复指数线性组合表示,就为系数/幅值都多乘了个系数,即X(\omega_{0})H(\omega_{0}),X(\omega_{1})H(\omega_{1})......,也就是X(\omega)H(\omega)

所以卷积特性表示的就是将一个信号分解为复指数的线性组合,然后通过LTI系统,由于复指数的本征特性,得到的响应的复指数线性组合就是原先线性组合仅幅值/系数变化的结果

滤波介绍: 卷积特性是滤波的基础,不同的系统有不同的冲击响应H(ω):以下为 低通滤波器,X(ω)与H(ω)相乘后响应只包含频率为-ωc~ωc的部分

以下为一个微分器,信号通过此滤波器,高频率部分会被线性放大

把一张图片扔进微分器:高频部分(边缘)被加深,低频部分(全局信息)被削弱

7 调制特性

和卷积特性互为对偶性

调幅系统的基础

8 应用:求解线性常系数微分方程