連續時間傅立葉變換

seniusen發表於2018-11-03

1. 非週期訊號的表示:連續時間傅立葉變換

為了對傅立葉變換的實質進行更深入的瞭解,我們先從一個連續時間週期方波的傅立葉級數表示著手。即,在一個週期內

x(t)={1,|t<T10,T1<t<T/2x(t) = \begin{cases} 1, & \text |t| < T_1 \\ 0, & \text T_1 < |t| < T/2 \end{cases}

以週期 TT 週期重複,如下圖所示。

該方波訊號的傅立葉級數係數 aka_k

(1)ak=2sin(kω0T1)kω0T \tag{1}a_k = \frac{2sin(k\omega_0T_1)}{k\omega_0T}
式中 ω0=2π/T\omega_0 = 2\pi/T

理解(1) 式的另一種方式是把它當作一個包絡函式的樣本,即

(2)Tak=2sinωT1ωω=kω0 \tag{2}Ta_k = \frac{2sin\omega T_1}{\omega}\lvert _{\omega=k\omega_0}

這就是,若將 ω\omega 看作一個連續變數,則函式 $ {(2sin\omega T_1)}/{\omega}$ 就代表 TakTa_k 的包絡,這些係數就是在此包絡上等間隔取得的樣本。而且,若 T1T_1 固定,則 TakTa_k 的包絡就與 TT 無關,如下圖所示。

從該圖可以看出,隨著 TT 增加,該包絡就被以愈來愈密集的間隔取樣。隨著 TT 變得任意大,原來的週期方波就趨近於一個矩形脈衝(也就是說,在時域保留下的是一個非週期訊號,它對應於原方波的一個週期)。

與此同時,傅立葉級數(乘以 TT 後)作為包絡上的樣本也變得愈來愈密集,這從某種意義上來說,隨著 TT\to \infty,傅立葉級數就趨近於這個包絡函式。

這個例子說明了對非週期訊號建立傅立葉表示的基本思想,可以把非週期訊號當作一個週期任意大的極限來看待

現在我們來考慮一個訊號 x(t)x(t),它具有有限持續期 2T12T_1,從這個週期訊號出發,可以構成一個週期訊號 x~(t)\tilde x(t),使 x(t)x(t) 就是 x~(t)\tilde x(t) 的一個週期。當把 TT 選的比較大時,x(t)x(t) 就在一個更長的時段上與 x~(t)\tilde x(t) 相一致,並且隨著 TT\to \infty,對任意有限時間值 tt 而言,x~(t)\tilde x(t) 就等於 x(t)x(t)

在這種情況下,我們考慮將 x~(t)\tilde x(t) 表示成傅立葉級數,將積分割槽間選為 T/2tT/2-T/2 \leqslant t \leqslant T/2

(3)x~(t)=k=+akejkω0t \tag{3}\tilde x(t) = \sum_{k=-\infty}^{+\infty}a_ke^{jk\omega_0t}

(4)ak=1TT2T2x~(t)ejkω0tdt \tag{4}a_k = \frac{1}{T}\int_{-\frac{T}{2}}^{\frac{T}{2}}\tilde x(t)e^{-jk\omega_0t}dt

式中 ω0=2π/T\omega_0=2\pi / T,由於在 t<T/2|t|< T/2 內,x~(t)=x(t)\tilde x(t)=x(t),而在其餘地方,x(t)=0x(t)=0,所以(4)式可以重新寫為

(5)ak=1TT2T2x(t)ejkω0tdt=1T+x(t)ejkω0tdt \tag{5}a_k = \frac{1}{T}\int_{-\frac{T}{2}}^{\frac{T}{2}}x(t)e^{-jk\omega_0t}dt=\frac{1}{T}\int_{-\infty}^{+\infty}x(t)e^{-jk\omega_0t}dt

因此,定義 TakTa_k 的包絡 X(jω)X(j\omega)

(6)X(jω)=+x(t)ejωtdt \tag{6}X(j\omega)=\int_{-\infty}^{+\infty}x(t)e^{-j\omega t}dt

這時候,係數 aka_k 可以寫為

(7)ak=1TX(jkω0) \tag{7}a_k = \frac{1}{T}X(jk\omega_0)

將(3) 和 (7)結合在一起,x~(t)\tilde x(t) 就可以用表示為

(8)x~(t)=k=+1TX(jkω0)ejkω0t=12πk=+X(jkω0)ejkω0tω0 \tag{8}\tilde x(t) = \sum_{k=-\infty}^{+\infty} \frac{1}{T}X(jk\omega_0)e^{jk\omega_0t} = \frac{1}{2\pi}\sum_{k=-\infty}^{+\infty} X(jk\omega_0)e^{jk\omega_0t}\omega_0

隨著 TT\to \inftyx~(t)\tilde x(t) 趨近於 x(t)x(t),式(8)的極限就變成 x(t)x(t) 的表示式。再者,當 TT\to \infty 時,有 ω00\omega_0\to 0,式(8)的右邊就過渡為一個積分。

右邊的每一項都可以看作是高度為 X(jkω0)ejkω0tX(jk\omega_0)e^{jk\omega_0t} 寬度為 ω0\omega_0 的矩形的面積。式(8)和式(6)就分別變成

(9)x(t)=12π+X(jω)ejωtdω\tag{9}\boxed{ x(t)=\frac{1}{2\pi}\int_{-\infty}^{+\infty} X(j\omega)e^{j\omega t}d\omega}

(10)X(jω)=+x(t)ejωtdt \tag{10}\boxed{X(j\omega)=\int_{-\infty}^{+\infty}x(t)e^{-j\omega t}dt}

(9)式和 (10)式被稱為傅立葉變換對。函式 X(jω)X(j\omega) 稱為 X(t)X(t)傅立葉變換或傅立葉積分,也通常被稱為頻譜,而 (9)式稱為傅立葉反變換式

  • 例 1

  • 例 2

sinc 函式通常所用的形式為

(11)sinc(θ)=sinπθπθ \tag{11} sinc(\theta)=\frac{sin\pi\theta}{\pi\theta}

2. 週期訊號的傅立葉變換

考慮一個訊號 x(t)x(t),其傅立葉變換 X(jω)X(j\omega) 是一個面積為 2π2\pi,出現在 ω=ω0\omega = \omega_0處的單獨的一個衝激,即

(12)X(jω)=2πδ(ωω0)\tag{12} X(j\omega) = 2\pi\delta(\omega-\omega_0)

為了求出與 X(jω)X(j\omega) 對應的 x(t)x(t),可以應用式(9)的反變換公式得到

(13)x(t)=12π+2πδ(ωω0)ejωtdω=ejω0t\tag{13}x(t)=\frac{1}{2\pi}\int_{-\infty}^{+\infty} 2\pi\delta(\omega-\omega_0)e^{j\omega t}d\omega=e^{j\omega_0 t}

將上面的結果再加以推廣,如果 X(jω)X(j\omega) 是在頻率上等間隔的一組衝激函式的線性組合,即

(14)X(jω)=k=+2πakδ(ωkω0)\tag{14} X(j\omega) = \sum_{k=-\infty}^{+\infty}2\pi a_k\delta(\omega-k\omega_0)

那麼利用式(9),可得

(15)x(t)=k=+akejkω0t\tag{15} x(t) = \sum_{k=-\infty}^{+\infty}a_ke^{jk\omega_0 t}

可以看出,式(15)就是一個週期訊號所給出的傅立葉級數表示。因此,一個傅立葉級數係數為 {ak}\{a_k\} 的週期訊號的傅立葉變換,可以看成是出現在成諧波關係的頻率上的一串衝激函式,發生於第 kk 次諧波頻率 kω0k\omega_0 上的衝激函式的面積是第 kk 個傅立葉級數係數 aka_k2π{2\pi} 倍。

3. 連續時間傅立葉變換性質

為了方便,我們將 x(t)x(t)X(jω)X(j\omega) 這一對傅立葉變換用下列符號表示

x(t)FX(jω) x(t) \overset{{\displaystyle {\mathcal {F}}}}{\leftrightarrow} X(j\omega)

3.1. 線性

x(t)FX(jω) x(t) \overset{{\displaystyle {\mathcal {F}}}}{\leftrightarrow} X(j\omega)

y(t)FY(jω) y(t) \overset{{\displaystyle {\mathcal {F}}}}{\leftrightarrow} Y(j\omega)

(16)ax(t)+by(t)FaX(jω)+bY(jω)\tag{16} \boxed{ ax(t)+by(t) \overset{{\displaystyle {\mathcal {F}}}}{\leftrightarrow} aX(j\omega)+bY(j\omega)}

3.2. 時移性質

x(t)FX(jω) x(t) \overset{{\displaystyle {\mathcal {F}}}}{\leftrightarrow} X(j\omega)

(17)x(tt0)Fejωt0X(jω)\tag{17} \boxed{ x(t-t_0) \overset{{\displaystyle {\mathcal {F}}}}{\leftrightarrow} e^{-j\omega t_0}X(j\omega)}

這個性質說明:訊號在時間上移位,並不改變它的傅立葉變換的模。

3.3. 共軛及共軛對稱性

x(t)FX(jω) x(t) \overset{{\displaystyle {\mathcal {F}}}}{\leftrightarrow} X(j\omega)

(18)x(t)FX(jω)\tag{18} \boxed{ x^*(t) \overset{{\displaystyle {\mathcal {F}}}}{\leftrightarrow} X^*(-j\omega)}

共軛性質就能證明,若 x(t)x(t) 為實函式,那麼 X(jω)X(j\omega) 就具有共軛對稱性,即

(19)X(jω)=X(jω)[x(t)]\tag{19} \boxed{ X(-j\omega) = X^*(j\omega) \qquad [x(t) 為實]}

這就是說,傅立葉變換的實部是頻率的偶函式,而虛部則是頻率的奇函式

3.4. 微分和積分

(20)dx(t)dtFjωX(jω)\tag{20} \boxed{ \frac{dx(t)}{dt} \overset{{\displaystyle {\mathcal {F}}}}{\leftrightarrow} j\omega X(j\omega)}

(21)tx(τ)dτF1jωX(jω)+πX(0)δ(ω)\tag{21} \boxed{ \int_{-\infty}^{t}x(\tau)d\tau \overset{{\displaystyle {\mathcal {F}}}}{\leftrightarrow} \frac{1} {j\omega} X(j\omega)+\pi X(0)\delta(\omega)}

3.5. 時間與頻率的尺度變換

x(t)FX(jω) x(t) \overset{{\displaystyle {\mathcal {F}}}}{\leftrightarrow} X(j\omega)

(22)x(at)F1aX(jωa)\tag{22} \boxed{ x(at) \overset{{\displaystyle {\mathcal {F}}}}{\leftrightarrow} \frac{1}{|a|}X(\frac{j\omega}{a})}

若令 a=1a=-1,則有

(23)x(t)FX(jω)\tag{23} \boxed{ x(-t) \overset{{\displaystyle {\mathcal {F}}}}{\leftrightarrow} X(-j\omega)}

3.6. 對偶性

3.7. 帕斯瓦爾定理

x(t)FX(jω) x(t) \overset{{\displaystyle {\mathcal {F}}}}{\leftrightarrow} X(j\omega)

(24)+x(t)2dt=12π+X(jω)2dω\tag{24} \boxed{\int_{-\infty}^{+\infty}|x(t)|^2dt =\frac{1}{2\pi}\int_{-\infty}^{+\infty}|X(j\omega)|^2d\omega }

3.8. 卷積性質

(25)y(t)=h(t)x(t)FY(jω)=H(jω)X(jω)\tag{25} \boxed{y(t)=h(t)*x(t) \overset{{\displaystyle {\mathcal {F}}}}{\leftrightarrow} Y(j\omega)=H(j\omega)X(j\omega)}

兩個訊號在時域內的卷積就等於它們傅立葉變換的乘積。

3.9. 相乘性質

(27)r(t)=s(t)p(t)FR(jω)=12π[S(jω)P(jω)]\tag{27} \boxed{r(t)=s(t)p(t) \overset{{\displaystyle {\mathcal {F}}}}{\leftrightarrow} R(j\omega)=\frac{1}{2\pi}[S(j\omega)*P(j\omega)]}

兩個訊號在時域內的相乘就對應於頻域內的卷積。

4. 傅立葉變換性質和基本傅立葉變化列表


獲取更多精彩,請關注「seniusen」!

相關文章