打印

请教前辈傅里叶变换,拉氏变换,z变换的意义

[复制链接]
楼主: jack_shine
手机看帖
扫描二维码
随时随地手机跟帖
201
ash401| | 2011-8-16 15:19 | 只看该作者 回帖奖励 |倒序浏览
此贴应该保留·······················

使用特权

评论回复
202
licuier| | 2011-9-25 11:10 | 只看该作者
学习了,很好的帖子!

使用特权

评论回复
203
qin552011373| | 2011-9-25 16:35 | 只看该作者
不错  膜拜一下

使用特权

评论回复
204
meteor_lcj| | 2011-9-28 22:35 | 只看该作者
谢谢:)

使用特权

评论回复
205
maxwellpin| | 2011-10-18 22:15 | 只看该作者
经典,以前只当做考试用的。

使用特权

评论回复
206
display8989| | 2011-10-18 22:54 | 只看该作者
好深奥啊,学习了

使用特权

评论回复
207
梦爱琴所| | 2011-10-19 12:03 | 只看该作者
mark

使用特权

评论回复
208
yang_max| | 2011-10-19 13:33 | 只看该作者
本人才自考完信号与系统和数字信号处理,主要就是讲这些变换,具体内容大家都讲得很明白了,最终需要自己看书,多想,多看。。。  其实我感受较深的是一本好书确实能让你少走很多弯路,它能把复杂的概念深入浅出,能把零碎的知识点向你娓娓道来,引你把他们联系起来,这是前辈的厚积薄发,思想的凝聚与升华,同样值得我们学习

使用特权

评论回复
209
xiaotann| | 2011-10-19 15:34 | 只看该作者
足够积累的前辈

使用特权

评论回复
210
anning865| | 2011-10-19 16:58 | 只看该作者
好贴,果断留名

使用特权

评论回复
211
q570327113| | 2011-10-19 19:19 | 只看该作者
对呀,这个有什么用呀

使用特权

评论回复
212
_编程浪子| | 2011-10-19 19:46 | 只看该作者
时域频域变换的东西

使用特权

评论回复
213
hxrock| | 2011-10-25 13:56 | 只看该作者
如何获得积分?

使用特权

评论回复
214
(⊙o⊙)你| | 2011-10-27 22:12 | 只看该作者
讲的很好

使用特权

评论回复
215
shing| | 2011-10-28 10:03 | 只看该作者
留下记号,慢慢学习了。

使用特权

评论回复
216
KING郭| | 2011-10-28 10:04 | 只看该作者
顶下

使用特权

评论回复
217
xfgood3872| | 2011-11-5 13:51 | 只看该作者
学FFT和DFT的时候是一头雾水啊,应该先看看信号与系统这本书。

使用特权

评论回复
218
wf.yang| | 2011-11-5 15:29 | 只看该作者
离散付利叶级数(DFS)
为推导离散付利叶级数(DFS,Discrete Fourier Series),首先考虑(1)、(2)连续周期函数的付利叶级数(CFS,Continuous Fourier Series)
  ――――――――――――――――――――(1)
  -―――――――――――――――――――(2)

离散周期函数可以看作连续周期函数 经过取样得到的序列 ,为保证序列 为周期序列,取样周期必须是连续函数周期的整数倍,即 , 。
―――――――――――(3)  
对(3)式进行如下运算:



―――――――――――――――――――――――――(5)
由于  ,    (5)式变为
,由此得到
,即
―――――――――――――――(6)
(6)式说明,连续周期函数的付利叶级数前k项系数也可以由该函数一个周期内的N个采样值唯一确定。
但是,N的取值必须满足Nyquist采样定理。假设 基波频率为f,最高次谐波为m次谐波,则采样频率应满足

采样点数
               
上式说明,一个频带有限的连续周期信号,如欲计算付利叶级数中最高次谐波对应的付利叶系数,采样点数必须大于最高谐波次数的二倍。比如 ,可以计算k = 0, 1, 2, …… m, ……2m次谐波对应的付利叶系数,但k = m, m+1, m+2, ……2m对应的付利叶系数应该是k = 0, 1, 2, …… m-1的重复。
在(6)式基础之上引入新的序列:
  ――――――――――――――――――(7)
对(7)式进行如下运算:


  ――――――――――――――――――――――――(8)
由于  ,    (8)式变为
,即
,或者
―――――――――――――――――――――(9)
(9)式定义为时间离散周期信号得离散付利叶级数;(7)式即离散付利叶系数表达式。
离散付利叶级数表达式重写如下:
――――――――――――――――――――(10)
-――――――――――――――――――――(11)





















离散时间付利叶变换(DTFT)
假设有连续时间非周期信号 ,以取样周期 对其进行理想采样,全部取样值依照如下规则构造新的时间函数或者说信号 :


------------------------------------------------(1)
还是这些取样值,依照如下规则构造时间序列,或者说离散时间信号 :
      -------------------------------------------------------(2)
特别注意!(1)和(2)式有本质区别:
为连续时间函数,其函数值在采样点等于连续函数 的函数值;在非采样点,函数值为零。
为离散时间函数,其函数值在采样点等于连续函数 的函数值;在非采样点,函数无定义。
对(1)式做付利叶变换,
   



----------------------------------------------------(3)
以数字角频率 ,代替(3)式中的模拟频率 ,即定义为离散时间信号 的离散时间付利叶变换(DTFT,Discrete Time Fourier Transform):
,记为
----------------------------------------------------------(4)
显然, ,为周期函数,最小正周期为 。再次体现了“时间域离散性、频率域周期性”的规律。
DTFT存在的条件是要保证(4)式收敛,要求 ,或者 。因此能量信号均存在DTFT。
为导出离散时间付利叶变换的逆变换(IDTFT,Inverse Discrete Time Fourier Transform),对(4)式做如下运算:




-----------------------------------------------------(5)
又由于  ,故(5)式变为,
,由此得到 ,即
----------------------------------------------(6)
(6)式即离散时间付利叶变换的逆变换:
        ---------------------(7)
(7)式说明, 为离散时间信号 的频谱密度。
离散时间信号 ,在满足绝对可和的条件下,存在离散时间付利叶变换。离散时间付利叶变换及其逆变换分别为:
           ---------------------(8)
----------(9)
  或者  




























离散付利叶变换(DFT)
应用数字式计算机进行信号处理,信号必须满足两个最基本的要求:
1)        在时域、频域均为离散序列;
2)        在时域、频域,均为有限长离散序列。
离散时间周期信号,频域表示形式为离散时间傅利叶级数(DTFS),在时域、频域均为离散、周期序列,一个周期内的有限个数据(时域取样值、频域取样值)即包含了信号的全部信息特征,能够应用数字式计算机进行分析、处理。
有限长离散时间信号,是广泛存在的一类信号,其频域表示形式为离散时间傅利叶变换(DTFT),频域连续性,不便于计算机分析、处理。
为便于计算机分析、处理,必须为这类信号寻找一种时域、频域均为离散的表示形式,一个域内的离散性,意味着另一个域内的周期性;周期性,使得信号的全部信息可以通过有限个取样值来表征。
这种方法的实质就是时域的周期延拓,完成时域的周期化的同时实现了频域的离散化。这种周期化的离散时间信号的离散时间傅里叶级数(DTFS),就定义为原信号的离散傅利叶变换(DFT,Discrete Fourier Transform)。
因此,离散傅里叶变换,是针对周期化了的、离散时间周期信号的数**算,所以由离散傅里叶变换表示的是周期化了的、离散时间周期信号的频域特征,这个周期化了的、离散时间信号的第一个完整周期才是原有限长离散时间信号。但这种算法却被人为定义为原来有限长离散时间信号的离散傅里叶变换(DFT)。
假设有限长离散时间信号 ,长度为N。以N为周期对 进行周期延拓,得到离散时间周期信号 ,其傅利叶级数的系数
     
定义为有限长离散时间信号 的离散傅利叶变换(DFT)。
以离散时间周期信号 的主值区间(第一个周期)表示有限长离散时间信号 。因此,有限长离散时间信号的离散付利叶变换及其逆变换分别为:
             ----------------------------(1)
             ----------------------(2)
对于一般性的无限长连续时间信号,一般采用如下近似方法进行计算机分析预处理:
1)        时域截断(Truncation):无限长连续时间信号变换为有限长连续时间信号;
2)        时域取样(Sampling):进一步变换为有限长离散时间信号。
3)        求解上述步骤得到的有限长离散时间信号的离散傅利叶变换(DFT),进行频谱分析。
上述方法,由于存在时域截断、时域取样过程,以及离散傅里叶变换算法中的时域周期延拓过程,必然是一种近似的分析方法。
时域取样带来的误差,表现为频谱混叠,取样过程满足奈奎斯特定理时,可避免频谱混叠现象;时域截断带来的误差,表现为频谱泄漏,可通过增加时域截断长度、采用合适的窗函数、校正技术等手段减小频谱泄漏。

使用特权

评论回复
219
wf.yang| | 2011-11-5 15:32 | 只看该作者
信号傅利叶分析总结
根据待分析信号的时域特征(连续信号、离散信号,非周期信号、周期信号),存在四种基本的频谱分析工具:
(1)        连续周期信号:       连续时间傅利叶级数(CTFS ------ Continuous Time Fourier Series)
(2)        连续非周期信号:     连续时间傅利叶变换(CTFT ------ Continuous Time Fourier Transform)
(3)        离散周期信号:       离散时间傅利叶级数(DTFS ------ Discrete Time Fourier Series)
(4)        离散非周期信号:     离散时间傅利叶变换(DTFT ------ Discrete Time Fourier Transform)
以上四种傅利叶变换或傅利叶级数,是严格存在的。“严格”,在这里的含义是:已知某个信号的傅利叶级数的系数集,或已知某个信号的傅利叶变换,可以经过数**算,准确得到原信号,在理论上不存在误差。
只有第(3)类------离散周期信号,在时域内是时间的离散、周期函数,在频域内是频率的离散、周期函数。离散性,满足数字式计算机分析或处理的第一个基本要求;周期性,使得一个完整周期内的有限个取样值(时域的、频域的)可以表征信号的全部信息,无限个待分析数据变为有限个待分析数据,满足数字式计算机分析或处理的第二个基本要求。
其它的(1)、(2)、(4)类信号,要么在时域内是连续的,要么在频域内是连续的;要么在时域内是非周期的,要么在频域内是非周期的。不可能采用数字式计算机进行分析与处理。
对于一般性信号,为适应数字式计算机的分析、处理要求,一般采用如下近似方法:
1)        时域截断(Truncation):无限长、连续、非周期信号变换为有限长、连续、非周期信号;
2)        时域取样(Sampling):进一步变换为有限长、离散、非周期信号。
3)        时域周期延拓(Periodic extension):进一步变换为离散、周期信号,信号时域内的周期化意味着频域内的离散化。
4)        求解上述步骤得到的离散周期信号的离散时间傅利叶级数,进行频谱分析。
经过上述四个步骤得到的离散傅利叶级数的系数集,定义为原无限长、连续、非周期信号的离散傅利叶变换(DFT ------ Discrete Fourier Transform)。因此,离散傅利叶变换的表达式与离散时间傅利叶级数的系数集的表达式相同。
一般性信号的离散傅利叶变换分析过程,由于存在时域截断、时域取样、时域周期延拓,以离散周期信号代替原来的连续非周期信号,必然是一种近似的分析方法。
时域取样带来的误差,表现为频谱混叠,取样过程满足奈奎斯特定理时,可避免频谱混叠现象;时域截断带来的误差,表现为频谱泄漏,可通过增加时域截断长度、采用合适的窗函数、校正技术等手段减小频谱泄漏。
只有离散周期信号,并且截断长度为其周期的整数倍时,离散傅利叶变换才是精确的分析方法。
一.        CTFS (Continuous Time Fourier Series),连续时间傅利叶级数:
1.        所描述信号特性:
时域特性:连续、周期;
频域特性:离散、非周期。
2.        存在条件:
充分条件:在一个周期内绝对可积,即  。任意有界的周期信号,均满足该条件。
必要条件:1)在一个周期内 只有有限个不连续点,并且在这些点上的函数值为有限值。
2)在一个周期内 只有有限个最大值和最小值。
3.        傅利叶级数表达式:
1)指数形式:     
                      ,   
2)三角形式:     
                      ,   
,     
二.        CTFT (Continuous Time Fourier Transform),连续时间傅利叶变换:
1.        所描述信号特性:
时域特性:连续、非周期;
频域特性:连续、非周期。
2.        存在条件:
充分条件:绝对可积,即  。
必要条件:
1)在任意有限区间内,只有有限个不连续点,并且在这些点上的函数值为有限值。
2)在任意有限区间内,只有有限个最大值和最小值。
3.        傅利叶变换表达式:
    1)指数形式   
                 
   
或者

                    
2)三角形式   
         
                        
            或者
         
                  
三.        DTFS (Discrete Time Fourier Series),离散时间傅利叶级数:
1.        所描述信号特性:
时域特性:连续、周期;
频域特性:离散、非周期。
2.        离散傅利叶级数表达式:
                              
               N,为离散时间信号的周期;Ω,为离散时间信号的数字角频率。
离散时间周期信号,可以看作连续时间周期信号经过时域取样得到的。但是,为保证离散时间信号为周期信号,取样频率必须是原连续时间信号频率的整数倍。
假定离散时间周期信号 是由频率为 的连续时间信号 、经过取样频率 的时域取样得到的周期序列,即
,那么,
定义离散时间信号的数字频率为 ,数字角频率为 。     
如果原来的连续时间信号的角频率为 ,取样周期为 ,同样可以得到 。
四.        DTFT (Discrete Time Fourier Transform),离散时间傅利叶变换(非周期序列的傅利叶变换):
1.        所描述信号特性:时域特性:离散、非周期;频域特性:连续、周期。
2.        离散时间傅利叶变换存在之充分条件:    ,即绝对可和。
3.        离散时间傅利叶变换表达式:

使用特权

评论回复
220
yhs0717| | 2012-3-7 08:23 | 只看该作者
re LZ:

你所说的那些个“变换”只是换了个角度来看待同一个对象而已。就信号而言,通常我们所直接感知到的一列随时间变化的数据(实际表现为某种物理量),但这不是唯一可以描述此信号的视角。换个角度(如频率)来 ...
HWM 发表于 2011-6-2 23:00

天哪,我看到这段回复,立马改变了我看待相对论里面的的一些概念,而这些概念也一直困扰着我!HWM大师 小生佩服啊!!!这个“桥梁”的解释方法非常到位,也非常容易理解,你对于这些东西的理解和讲解 比大学老师到位,真的,回学校读书,还不如自己在这里探知真理来得实在,唯一的缺点就是没有那个学历给你,但是在中国,学历贬值,所以对于工作的人是利好消息!

使用特权

评论回复
发新帖 我要提问
您需要登录后才可以回帖 登录 | 注册

本版积分规则