推导:从傅里叶级数展开到傅里叶变换

说明:本文主要参考资料为奥本海姆的《信号与系统》(第二版),推导过程中融入了少量个人理解。

假设我们已经知晓了周期信号的傅里叶级数展开,在连续信号条件下,其傅里叶级数对为

x(t)=k=+akejkω0t=k=+akejk(2π/T)t(1)

ak=1TTx(t)ejkω0tdt=1TTx(t)ejk(2π/T)tdt(2)

其中,公式(1)为综合公式,它描述如何将原始信号 x(t) 分解,公式(2)为分析公式 ak 表示信号 x(t) 傅里叶系数(也称为频谱系数),其物理意义是原始信号 x(t) 分解出来的每一个谐波分量强度的度量,其中当 k=0 时,即 a0 就是原始信号 x(t) 直流分量(也称为常数分量)。

类似地,在离散信号条件下,其傅里叶级数对为

x[n]=k=Nakejkω0n=k=Nakejk(2π/N)n(3)

ak=1Nn=Nx[n]ejkω0n=1Nn=Nx[n]ejk(2π/N)n(4)

其中,公式(3)为综合公式,公式(4)为分析公式,其物理意义与上述连续信号类似。

扫描二维码关注公众号,回复: 1788593 查看本文章

现在我们需要将其表示傅里叶展开的手法推广到非周期信号,首先引入基本思想:

非周期信号,可以被想象成周期无穷大的周期信号。对于周期信号而言,它的周期越大,那么它的基波频率 ω0=2π/T 就越小,同时分解出来的各个频率分量之间的“距离”也越近,这是因为频谱图频率轴上样本的间隔为 2π/T (因为在周期复指数信号 e jω0t ω0 表示频率,相应地这里 k(2π/T) 为频率, k 为整数,因此间隔为 2π/T ),它随着周期的增大而变小。这样,在周期趋近于无穷大时,这些频率轴上的样本会越来越密,傅里叶展开由原来的许多项进行离散求和,而变为连续积分

现在,我们假设有一个非周期信号 x(t) ,它具有有限的持续期,从该信号出发,可以构建一个信号 x~(t) ,使得 x(t) x~(t) 的一个周期,这样当周期 T 无穷大时, x(t) 就可以等于 x~(t) ,由于 x~(t) 是名义上的周期信号,因此我们可以先观察 x~(t) 的傅里叶级数展开情况。 x(t) x~(t) 的函数示意图如下图所示。

将非周期信号转换为周期信号

将信号 x~(t) 进行傅里叶展开,求解系数时,将积分区间设定为 T/2tT/2 ,有

x~(t)=k=+akejkω0t(5)

ak=1TT/2T/2x~(t)ejkω0tdt(6)

其中 ω0=2π/T ,由于当 |t|<T/2 x(t)=x~(t) ,当 |t|T/2 x(t)=0 ,所以(6)式可以改写为

ak=1TT/2T/2x(t)ejkω0tdt=1T+x(t)ejkω0tdt(7)

将(7)式两边乘以 T ,约掉等式右边的分母 T ,有
Tak=+x(t)ejkω0tdt(8)

对上述(8)式进行变量替换,将 kω0 替换为 ω ,得到 Tak 的包络 X(jω)
X(jω)=+x(t)ejωtdt(9)

这样,按照这种表达方式,可以重新将傅里叶系数表示为
ak=1TX(jω)=1TX(jkω0)(10)

此时,再将刚刚得到的(10)式带入(5)式,可以重新描述 x~(t) 的傅里叶展开式
x~(t)=k=+1TX(jkω0)ejkω0t(11)

又因为 2π/T=ω0 ,因此(11)式可以进一步改写为
x~(t)=12πk=+X(jkω0)ejkω0t(12)

上文已经提及,将傅里叶变换理解为周期无穷大的特殊情形,此时的傅里叶展开会 由原来的离散求和变为连续积分,因此当 T 时, x~(t)x(t) ,上述(12)式将过渡为连续积分,并与上述公式(9)结合起来,有
x(t)=12π+X(jω)ejωtdω(13)

X(jω)=+x(t)ejωtdt(9)

公式(13)和公式(9)就是傅里叶变换对,其中上面一行的公式(13)称为傅里叶逆变换(inverse Fourier transform),下面一行的公式(9)称为 x(t) 傅里叶变换(Fourier transform)傅里叶积分 X(jω) 通常称为 x(t) 频谱

这样,从傅里叶级数到傅里叶变换的推导就完成了。

总结:从傅里叶级数展开,到傅里叶变换,关键并不在于其中的数学推导,上述的代数推导中主要以变量替换为主,其表达方式与傅里叶级数展开并无太大区别,真正需要我们理解的是其中的思想:周期无穷大后,因为频率样本越来越密集,从而形成连续积分。明白了这一点,就不难理解傅里叶变换了。

猜你喜欢

转载自blog.csdn.net/discoverer100/article/details/60885633