目录
傅里叶级数(FS)
连续时间傅里叶级数
用成谐波关系的复指数信号表示周期信号的方法。(需要满足收敛条件)
x(t)=∑k=−∞∞akejkω0t,ω0=2πT0ak=1T0∫T0x(t)e−jkω0tdt
{ak}
称为
x(t)
的频谱系数。
所谓频域图实际上说明信号中是哪些频率的信号的叠加。(图片摘自
如果看了这篇文章你还不懂傅里叶变换,那就过来掐死我吧)
离散时间傅里叶级数(DFS)
离散时间傅里叶级数是有限项的线性组合,不存在收敛性问题,也不存在吉布斯现象,是离散傅里叶级数与连续傅里叶级数的一个重要区别。
x[n]=∑k=<N>akejk(2πN)nak=1N∑k=<N>x[n]e−jk(2πN)n
离散傅里叶系数
ak
是以
N
为周期的。
傅里叶变换(FT)
连续时间傅里叶变换
傅里叶变换针对的是非周期信号。非周期信号可看做周期无穷大的周期信号,因此频谱系数将变为连续的。若令
ak=1T0X(jkω0)
,则有
X(jω)=∫∞−∞x(t)e−jωtdtx(t)=12π∫∞−∞X(jω)ejωtdt
离散时间傅里叶变换(DTFT)
X(ejω)=∑n=−∞∞x[n]e−jωnx[n]=12π∫2πX(ejω)ejωndω
离散时间信号的频谱
X(ejω)
是周期为
2π
的周期函数。
离散傅里叶变换(DFT)
由于
X(ejω)
是连续函数,难以直接应用于数字系统,为了便于表示和处理
x(n)
的频域特征,由
X(ejω)
定义有限长序列
X(k)
(令
X˜(k)=X(ejω)|ω=2πNk
,序列
X(k)
是
X˜(k)
的一个周期,称之为
X˜(k)
的主值序列)。在频域上对
X(ejω)
进行采样会导致序列
x(n)
在时域上周期延拓得到
x˜(n)
,令
x(n)
是
x˜(n)
的主值序列。对于时域与频域的两组主值序列,有
x(n)=1N∑k=0N−1X(k)ej2πNnkX(k)=∑k=0N−1x(n)e−j2πNnk
其中
n,k∈{0,1,…,N−1}
。
DFT只适用于有限长序列。
可以这样理解,对于一个有限长信号,抽样得到离散信号
x(n)
,再进行周期延拓,得到
x˜(n)
,然后对其做DFS,得到离散周期序列
X˜(k)
,取一个周期得到
X(k)
。
虽然DFT跟DFS运算结构相同,但是物理含义不同。可参考一幅图弄清DFT与DTFT,DFS的关系。(注:离散时间周期脉冲串的频谱为频域上的周期脉冲串,在时域上周期
N
越大,在频域上,各次谐波频率间隔
ω0=2πN
越小)
(个人理解DFT是对频域进行采样。)对序列
x(n)
做DFT变换时,要求DFT的点数不应低于
x(n)
的长度。(对频域采样相当于对时域延拓,而要保证延拓过程不会出现混叠)
快速傅里叶变换(FFT)
FFT是DFT的快速计算方法。虽然存在不同的FFT方法,但核心思想大致相同,即通过迭代,反复利用低复杂度的DFT完成高点数的DFT计算,以此达到降低运算量的目的。通常采用
2N
个点的FFT。