週期訊號的傅立葉級數表示

seniusen發表於2018-11-03

1. 線性時不變系統對復指數訊號的響應

在研究 LTILTI(Linear and Time-invariant System)系統時,將訊號表示成基本訊號的線性組合是很有利的,但這些基本訊號應該具有以下兩個性質:

  • 由這些基本訊號能夠構成相當廣泛的一類有用訊號;
  • LTILTI 系統對每一個基本訊號的響應應該十分簡單,以使得系統對任意輸入訊號的響應有一個很方便的表示式。

傅立葉分析的很多重要價值都來自於這一點,即連續和離散時間復指數訊號集都具有上述兩個性質,即連續時間的este^{st} 和離散時間的 znz^n,其中 sszz 都是複數。

在研究 LTILTI 系統時,復指數訊號的重要性在於這樣一個事實,即一個 LTILTI 系統對復指數訊號的響應也是同樣一個復指數訊號,不同的只是幅度上的變化,也就是說:

estH(s)est連續時間:e^{st} \to H(s)e^{st}
znH(z)zn離散時間:z^{n} \to H(z)z^{n}
這裡 H(s)H(s)H(z)H(z) 是一個復振幅因子,一般來說是復變數 sszz 的函式。一個訊號,若系統對該訊號的輸出響應僅是一個常數乘以輸入,則稱該訊號為系統的特徵函式,而幅度因子稱為系統的特徵值

現考慮一個單位衝激響應為 h(t)h(t) 的連續時間 LTILTI 系統,對任意輸入 x(t)x(t),可由卷積積分來確定輸出,若令 x(t)=estx(t)=e^{st},則有

(1)y(t)=+h(τ)x(tτ)dτ=+h(τ)es(tτ)dτ=est+h(τ)esτdτ \tag 1 y(t) = \int_{-\infty}^{+\infty}h(\tau)x(t-\tau)d\tau = \int_{-\infty}^{+\infty}h(\tau)e^{s(t-\tau)}d\tau = e^{st}\int_{-\infty}^{+\infty}h(\tau)e^{-s\tau}d\tau

假設 (1)式右邊的積分收斂,於是系統對 x(t)x(t) 的響應就為
(2)y(t)=H(s)est \tag 2 y(t) = H(s) e^{st}
式中 H(s)H(s) 是一個復常數,其值決定於 ss,並且它與系統單位衝激響應的關係為
(3)H(s)=+h(τ)esτdτ \tag 3 H(s) =\int_{-\infty}^{+\infty}h(\tau)e^{-s\tau}d\tau

可以完全用並行的方式證明,復指數序列也是離散時間 LTILTI 系統的特徵函式。這就是說單位脈衝響應為 h[n]h[n]LTILTI 系統,其輸入序列為
(4)x[n]=zn \tag 4 x[n] = z^{n}
式中 zz 為某一複數,由卷積和可以確定系統的輸出為
(5)y[n]=k=+h[k]x[nk]=k=+h[k]znk=znk=+h[k]zk \tag 5 y[n] = \sum_{k=-\infty}^{+\infty}h[k]x[n-k] = \sum_{k=-\infty}^{+\infty}h[k]z^{n-k} = z^n\sum_{k=-\infty}^{+\infty}h[k]z^{-k}
假設 (5)式右邊的求和收斂,於是系統對 x[n]x[n] 的響應就為
(6)y[n]=H(z)zn \tag 6 y[n] = H(z) z^{n}
式中 H(z)H(z) 是一個復常數,為
(7)H[z]=k=+h[k]zk \tag 7 H[z] =\sum_{k=-\infty}^{+\infty}h[k]z^{-k}

針對更一般的情況,若一個連續時間 LTILTI 系統的輸入表示成復指數的線性組合,即
(8)x(t)=kakeskt \tag 8 x(t) = \sum_k a_k e^{s_kt}
那麼輸出就一定是
(9)y(t)=kakH(sk)eskt \tag 9 y(t) = \sum_k a_kH(s_k) e^{s_kt}

對於離散情況,完全類似,若一個離散時間 LTILTI 系統的輸入表示成復指數的線性組合,即
(10)x[n]=kakzkn \tag {10} x[n] = \sum_k a_k z_k^n
那麼輸出就一定是
(11)y[n]=kakH(zk)zkn \tag {11} y[n] = \sum_k a_kH(z_k) z_k^n

2. 連續時間週期訊號的傅立葉級數表示

2.1. 成諧波關係的復指數訊號的線性組合

週期復指數訊號
(12)x(t)=ejω0t\tag{12}x(t) = e^{j \omega_0 t}
的基波頻率為 ω0\omega_0,基波週期 T=2π/ω0T=2\pi / \omega_0。與之有關的成諧波關係的復指數訊號集就是
(13)ϕk(t)=ejkω0t=ejk(2π/T)t,k=0,±1,±2,\tag{13}\phi_k(t) = e^{j k\omega_0 t}=e^{j k(2\pi / T) t}, k=0, \pm1, \pm2,\cdot \cdot \cdot

這些訊號中的每一個都有一個基波頻率,它是 ω0\omega_0 的倍數。因此每個訊號對週期 TT 來說都是週期的。於是,一個由成諧波關係的復指數訊號線性組合形成的訊號
(14)x(t)=k=akejkω0t=k=akejk(2π/T)t\tag{14}x(t) = \sum_{k=-\infty}^{\infty}a_ke^{j k\omega_0 t}=\sum_{k=-\infty}^{\infty}a_ke^{j k(2\pi / T) t}
對週期 TT 來說也是週期的。 在式(14)中,k=0k=0 這一項是個常數,k=+1k=+1k=1k=-1這兩項都有基波頻率等於 ω0\omega_0,兩者合在一起稱之為基波分量或稱一次諧波分量k=+2k=+2k=2k=-2 這兩項也是週期的,其頻率是基波頻率的兩倍,稱為二次諧波分量。一般來說,k=+Nk=+Nk=Nk=-N 的分量稱為第 NN 次諧波分量。

一個週期訊號表示成式(14)的形式,就稱為傅立葉級數表示。


2.2. 連續時間週期傅立葉級數表示的確定

假設一個給定的週期訊號能表示成式(14)的形式,這就需要一種辦法來確定這些係數 aka_k,將式(14)兩邊各乘以 ejnω0te^{-jn\omega_0t},可得
(15)x(t)ejnω0t=k=akejkω0tejnω0t\tag{15} x(t) e^{-jn\omega_0t}= \sum_{k=-\infty}^{\infty}a_ke^{j k\omega_0 t}e^{-jn\omega_0t}
將上式兩邊從 0 到 T=2π/ω0T=2\pi/ \omega_0tt 積分,有
(16)0Tx(t)ejnω0tdt=0Tk=akejkω0tejnω0tdt\tag{16} \int _0^Tx(t) e^{-jn\omega_0t}dt= \int _0^T\sum_{k=-\infty}^{\infty}a_ke^{j k\omega_0 t}e^{-jn\omega_0t}dt

這裡 TTx(t)x(t) 的基波週期,以上就是在該週期內積分。將上式右邊的積分和求和次序交換後得
(17)0Tx(t)ejnω0tdt=k=ak0Tej(kn)ω0tdt\tag{17} \int _0^Tx(t) e^{-jn\omega_0t}dt= \sum_{k=-\infty}^{\infty}a_k\int _0^Te^{j (k-n)\omega_0 t}dt
式(17)右邊括號裡的積分是很容易的,為此利用尤拉公式可得

(18)0Tej(kn)ω0tdt=0Tcos(kn)ω0tdt+j0Tsin(kn)ω0tdt\tag{18} \int _0^Te^{j (k-n)\omega_0 t}dt=\int _0^T cos(k-n)\omega_0 tdt+j\int _0^T sin(k-n)\omega_0 tdt

對於 k̸=nk\not= ncos(kn)ω0tcos(k-n)\omega_0 tsin(kn)ω0tsin(k-n)\omega_0 t都是周期函式,其基波週期為 (T/kn)(T/|k-n|)。現在做的積分是在 TT 區間內進行,而 TT 又一定是它們的基波週期 (T/kn)(T/|k-n|) 的整數倍。由於積分可以看做是被積函式在積分割槽間內所包括的面積,所以式(18) 右邊的兩個積分對於 k̸=nk\not= n 來說,其值為 0;而對 k=nk= n,式左邊的被積函式是 1,所以其積分值為 TT 。綜合上述得到
(19)0Tej(kn)ω0tdt={T,k=n0,k̸=n\tag{19}\int _0^Te^{j (k-n)\omega_0 t}dt= \begin{cases} T, &\text k=n \\ 0, &\text k\not=n \end{cases}
這樣式(17)的右邊就變成了 TanTa_n,因此有

(20)an=1T0Tx(t)ejnω0tdt\tag{20} a_n = \frac{1}{T}\int _0^Tx(t)e^{-j n\omega_0 t}dt

另外,在求式(18)時我們僅僅用到了積分是在一個 TT 的時間間隔內進行,而該 TT 又是 cos(kn)ω0tcos(k-n)\omega_0 tsin(kn)ω0tsin(k-n)\omega_0 t 週期的整數倍。因此,**如果是在任意 TT 的間隔做積分,結果應該是相同的。**也就是說,若以 T\int _T 表示在任意一個 TT 間隔內的積分,則應該有

(21)Tej(kn)ω0tdt={T,k=n0,k̸=n\tag{21}\int _Te^{j (k-n)\omega_0 t}dt= \begin{cases} T, &\text k=n \\ 0, &\text k\not=n \end{cases}
因此
(22)an=1TTx(t)ejnω0tdt\tag{22} a_n = \frac{1}{T}\int _Tx(t)e^{-j n\omega_0 t}dt

上述過程可歸結下:如果 x(t)x(t) 能表示成一組成諧波關係的復指數訊號的線性組合,那麼傅立葉級數中係數就由式(22)所確定,這一對關係就定義為一個週期連續訊號的傅立葉計數。
x(t)=k=akejkω0t=k=akejk(2π/T)t\boxed{x(t) = \sum_{k=-\infty}^{\infty}a_ke^{j k\omega_0 t}=\sum_{k=-\infty}^{\infty}a_ke^{j k(2\pi / T) t}}
ak=1TTx(t)ejkω0tdt=1TTx(t)ejk(2π/T)tdt\boxed{a_k = \frac{1}{T}\int _Tx(t)e^{-j k\omega_0 t}dt=\frac{1}{T}\int _Tx(t)e^{-j k(2\pi/T) t}dt}
第一個式子稱為綜合公式,第二個式子稱為分析公式。係數 ak{a_k} 往往稱為 x(t)x(t)傅立葉級數係數或頻譜系數

  • 例 1

  • 例 2


2.3. 傅立葉級數的收斂

對於任何週期訊號,我們總是能利用式(22)求得一組傅立葉係數。然而,在某些情況下式(22)的積分可能不收斂,也就是說求得的某些係數可能是無窮大。再者,即使求得的全部係數都是有限值,當把這些係數代入式(14)時所得到的無限項級數也可能不收斂於原訊號。

狄裡赫利條件

  1. 在任何週期內,x(t)x(t) 必須絕對可積,即
    (23)Tx(t)dt<\tag{23}\int_T|x(t)|dt < \infty
    這一條件保證了每一系數 aka_k 都是有限值,因為
    (24)ak1TTx(t)ejkω0tdt=1TTx(t)dt\tag{24}|a_k| \leqslant \frac{1}{T}\int_T|x(t)e^{jk\omega_0t}|dt=\frac{1}{T}\int_T|x(t)|dt
    不滿足狄裡赫利第一條件的週期訊號可以舉例如下:
    (25)x(t)=1t,0<t1\tag{25}x(t)=\frac{1}{t}, 0<t\leqslant1

  2. 在任意有限區間內,x(t)x(t) 具有有限個起伏變化,也就是說,在任何單個週期內,x(t)x(t) 的最大值和最小值的數目有限

滿足條件 1 而不滿足條件 2 的一個函式是
(26)x(t)=sin(2πt),0<t1\tag{26}x(t)=sin(\frac{2\pi}{t}),0<t\leqslant1

  1. x(t)x(t) 的任何有限區間內,只有有限個不連續點,而且在這些不連續點上,函式都是有限值

不滿足條件 3 的一個例子如下所示,這個訊號的週期為 T=8T=8,它是這樣組成的:後一個階梯的高度和寬度都是前一個階梯的一半。

2.4. 傅立葉級數的性質

3. 離散時間週期訊號的傅立葉級數表示

3.1. 成諧波關係的復指數訊號的線性組合

週期復指數訊號
(27)x[n]=ej(2π/N)n\tag{27}x[n] = e^{j (2 \pi/N)n}
基波頻率為 ω0=2π/N\omega_0 = 2\pi / N,基波週期為 NN。與之有關的成諧波關係的復指數訊號集就是
(28)ϕk[n]=ejkω0n=ejk(2π/N)n,k=0,±1,±2,\tag{28}\phi_k[n] = e^{j k\omega_0 n}=e^{j k(2\pi / N) n}, k=0, \pm1, \pm2,\cdot \cdot \cdot

這些訊號中的每一個都有一個基波頻率,它是 2π/N2\pi / N 的倍數。由式(28)給出的訊號集中只有 NN 個訊號是不相同的,這是由於離散時間復指數訊號在頻率上相差 2π/N2\pi / N 的整數倍都是一樣的緣故。因此有
(29)ϕk[n]=ϕk+rN[n]\tag{29}\phi_k[n] = \phi_{k+rN}[n]
這就是說,當 kk 變化一個的 NN 整數倍時,就得到一個完全一樣的序列。現在我們希望利用序列 ϕk[n]\phi_k[n] 的線性組合來表示更一般的週期序列,這樣一個線性組合就有如下形式
(30)x[n]=kakϕk[n]=kakejkω0n=kakejk(2π/N)n\tag{30}x[n] = \sum_{k}a_k\phi_k[n]=\sum_{k}a_ke^{j k\omega_0 n}=\sum_{k}a_ke^{j k(2\pi / N) n}
因為序列 ϕk[n]\phi_k[n] 只有在 kkNN 個相繼值的區間是不同的,因此,式(30)的求和僅僅需要包括 NN 項。為了指出這一點,特將求和限表示成 k=<N>k=<N>,即
(31)x[n]=k=<N>akϕk[n]=k=<N>akejkω0n=k=<N>akejk(2π/N)n\tag{31}x[n] = \sum_{k=<N>}a_k\phi_k[n]=\sum_{k=<N>}a_ke^{j k\omega_0 n}=\sum_{k=<N>}a_ke^{j k(2\pi / N) n}
譬如說,kk 即可以取 k=0,1,2,,N1k=0, 1, 2,\cdot \cdot \cdot \cdot \cdot \cdot, N-1,也可以取 k=3,4,,N+2k=3, 4, \cdot \cdot \cdot \cdot \cdot \cdot, N+2,不管怎樣取,式(31)右邊的求和都是一樣的。式(31)稱為離散時間傅立葉級數,而係數 則稱為傅立葉級數係數

3.2. 離散時間週期傅立葉級數表示的確定

離散時間傅立葉級數對就為
x[n]=k=<N>akejkω0n=k=<N>akejk(2π/N)n\boxed{x[n] =\sum_{k=<N>}a_ke^{j k\omega_0 n}=\sum_{k=<N>}a_ke^{j k(2\pi / N) n}}
ak=1Nk=<N>x[n]ejkω0n=1Nk=<N>x[n]ejk(2π/N)n\boxed{ a_k = \frac{1}{N}\sum_{k=<N>}x[n]e^{-j k\omega_0 n}=\frac{1}{N}\sum_{k=<N>}x[n]e^{-j k(2\pi/N) n}}
和連續時間週期訊號一樣,第一個式子稱為綜合公式,第二個式子稱為分析公式。係數 ak{a_k} 往往稱為 x[n]x[n]頻譜系數

再回到式(31),我們看到若從 0 到 N1N-1 範圍內取 kk,則有
(32)x[n]=a0ϕ0[n]+a1ϕ1[n]++aN1ϕN1[n] \tag{32}x[n]=a_0\phi_0[n]+a_1\phi_1[n]+ \cdot \cdot \cdot+a_{N-1}\phi_{N-1}[n]
相類似地,若從 1 到 NN 範圍內取 kk,則有
(33)x[n]=a1ϕ1[n]+a2ϕ2[n]++aNϕN[n] \tag{33} x[n]=a_1\phi_1[n]+a_2\phi_2[n]+ \cdot \cdot \cdot+a_{N}\phi_{N}[n]
因為 $ \phi_0[n] = \phi_N[n]$,將式(32)和式(33)作一比較,就可以得出 a0=aNa_0 = a_{N}。類似地,若 kk 取任何一組 NN 個相連的整數,就一定有
(34)ak=ak+N \tag{34} a_k = a_{k+N}
這就是說,倘若我們考慮的 kk 值多餘 NN 的話,那麼 aka_k 的值必定以 NN 為週期,週期性重複

  • 例 1
3.3. 離散時間傅立葉級數的性質

獲取更多精彩,請關注「seniusen」!

相關文章