搜索

[电路/定理] 负频率!脑子生锈,笑死人勒!

[复制链接]
1390|68
 楼主 | 2020-9-18 21:43 | 显示全部楼层 |阅读模式
本帖最后由 xxyyzz123 于 2020-9-25 08:03 编辑

有几个人在讨论负频率,脑子晕晕的搞不明白。
真是笑死人了。原始的傅立叶级数和傅立叶变换的公式里,也就是傅立叶公爵自己的公式里,就没有负频率,n的计算是从1到正无穷大。
为了数学上的工整,以后公式的普遍性,人为,从数学上演绎、推导出n的负数部分。。



使用特权

评论回复

评论

mega99 2020-9-21 09:41 回复TA
搬砖适合你,赶快去搬砖! 
| 2020-9-18 22:01 | 显示全部楼层
说的好。RD=本大师=xyz,一脈相传的好角色,不但精通数学,其它方面也是出类拔翠玉白菜。

使用特权

评论回复
 楼主 | 2020-9-18 22:04 | 显示全部楼层
本帖最后由 xxyyzz123 于 2020-9-25 08:03 编辑

20200924_213922.jpg
出现这种情况是因为,设计过程中的参数,图形,必须要和实际的物理频率对应,无法用归一化的公式,否则换算起来更麻烦。
而且一般的,如果作者严谨的话,不会对频率的负轴进行评论,因为那个负轴就是个数学孪生物,避不开,但也没有实际物理意义。





使用特权

评论回复
| 2020-9-18 22:06 | 显示全部楼层
   e^jwt中的w是角频率的概念,单位是弧度/秒。通常大家说的频率是每秒重复的次数,角频率和频率区别就是物理意义不一样。

使用特权

评论回复
 楼主 | 2020-9-18 22:58 | 显示全部楼层
本帖最后由 xxyyzz123 于 2020-9-25 08:03 编辑

人蠢没办法

使用特权

评论回复
| 2020-9-18 23:02 | 显示全部楼层
路过

使用特权

评论回复
| 2020-9-18 23:03 | 显示全部楼层
   左边是频谱仪上看到的实信号基带信号频谱(中频),右侧是超外差上变频后的频谱仪上看到频谱,是无线通信里很常用的基带到射频的变换方式,麻烦解释下为什么出现了镜像双边谱。
超外差变频.jpg

使用特权

评论回复

评论

jimsboy 2020-9-21 15:19 回复TA
这是高中的数学知识,三角函数那里.积化和差. 两个频率(正弦波)相乘,结果会出现频率之和与频率之差. 一个是本振 一个是输入频率.所以一混频(相乘),就会现出两个频率,一个出现在两个频率相加的位置上,一个出现在两个相减的位置上.过中周,只留下相差的那个.进中放 
| 2020-9-18 23:08 | 显示全部楼层
xxyyzz123 发表于 2020-9-18 22:58
傅立叶变换学了好多年,其实都没有找到工程的用武之地。只是理论用的多。
比如FFT用在示波器上,总有一种骗 ...

  楼主做过OFDM工程实践算法,膜拜,那也是大神级的!

使用特权

评论回复
| 2020-9-18 23:09 | 显示全部楼层
xxyyzz123 发表于 2020-9-18 22:58
傅立叶变换学了好多年,其实都没有找到工程的用武之地。只是理论用的多。
比如FFT用在示波器上,总有一种骗 ...

       我们在用离散FFT时,一定要在信号调理电路中把高于采样频率/2的信号滤除,否则FFT就会骗人---会出现一些伪信号。

       我们可以滤波,但是示波器不能,所以示波器不会采用FFT.

使用特权

评论回复
| 2020-9-18 23:16 | 显示全部楼层
本帖最后由 有无之镜 于 2020-9-20 16:51 编辑
xxyyzz123 发表于 2020-9-18 22:58
傅立叶变换学了好多年,其实都没有找到工程的用武之地。只是理论用的多。
比如FFT用在示波器上,总有一种骗 ...

   OFDM我有点概念而已。不过大神的表述不太严谨吧。
  1)在通信里编码应该是信道前向纠错编码吧,比如现在流行的LDPC,而不能叫FFT吧.
  2)你说到编码,我猜应该说的是调制吧,对于发射端的调制而言,应该是IFFT吧,FFT和IFFT的概念是不一样的哦。

使用特权

评论回复

评论

有无之镜 2020-9-20 16:50 回复TA
@csdnpurple :OFDM原理我略知一二。不过射频系统还是做过的,理论和实践还是能够对应起来的,你说的镜像抑制的调制是零中频I、Q的正交调制方式。我这个图是超外差上变频电路。 
有无之镜 2020-9-20 16:47 回复TA
@csdnpurple :这个是我做射频常用的,超外差上变频电路。就是本振信号和基带信号的频域卷积,多出了个左边镜像谱,就是为了说明基带实信号的频谱是双变谱,在频谱仪上自然看不到负的频谱,但是变到高频就看到了,频谱的负的部分也是有物理意义的。是为了说明这个道理。 
有无之镜 2020-9-20 16:43 回复TA
@csdnpurple :但是物理意义不一样,这里严格表述就应该为IFFT,是合成而不是分解信号。 
csdnpurple 2020-9-19 14:43 回复TA
如果具有同步时钟,则FFT和IFFT就是两个本振的相位差是90°还是-90° 
csdnpurple 2020-9-19 14:18 回复TA
那个具有镜像抑制的调制就是复数傅里叶变换的电路图或者叫信号流图,就是因为有镜像抑制(在数字信号处理中表现为精确计算),可以将那个两倍频抵消,这样设计的原因是当两个频带相近时,这样的低通滤波器是很难设计的,LDPC码应该是在生成a+bi之前用来容错。 
csdnpurple 2020-9-19 14:09 回复TA
在发射端和接收端的时钟不能同步的情况下,FFT和IFFT没有区别,因为反复讨论的那个负号就是本振的相位,这里的本振指OFDM的解调本振,就是那个欧拉指数带符号的,不是你给我展示的图片中 信道 的本振,因为所示 信道中一定还有一层调制解调也会用到本振 
csdnpurple 2020-9-19 13:59 回复TA
我以为你理解了呢,看来不是一句两句可以让你明白,装一个matlab,就像深入浅出一样,将所有的计算过程捋一遍,不知道会不会对你有帮助。 
| 2020-9-18 23:28 | 显示全部楼层
这个我说两句。

      傅里叶变换在物理学是存在的。量子力学过渡到经典力学就要用到傅里叶变换。物理光学全息、滤波等要用到。

      

使用特权

评论回复
| 2020-9-19 07:32 | 显示全部楼层
   傅里叶变换在工程实践应用非常广泛,从机械振动与冲击、机械故障诊断与检测,生物医学工程、电力系统谐波分析、到声学信号处理、图像处理的二维傅里叶变换,通信领域更不用说了。这些都是看得见摸得着的和生活息息相关的应用领域。

使用特权

评论回复
| 2020-9-19 09:39 | 显示全部楼层
比如阿贝—波特成像原理,他的两次成像理论就是两次傅里叶变换,在透镜焦距f/2处可以看到物体的傅里叶图像,此处再经历一次傅里叶变换,得到的就是那个实像。

      关键是:这些傅里叶变换是自然发生的。

使用特权

评论回复

评论

csdnpurple 2020-9-19 13:12 回复TA
阿贝—波特值得一看 
| 2020-9-19 09:41 | 显示全部楼层
所以说,物理存在傅里叶变换。

使用特权

评论回复

评论

csdnpurple 2020-9-19 13:30 回复TA
冷静,羡慕你们还能坚守自己信仰。 
zyj9490 2020-9-19 12:39 回复TA
@不奇怪 :没素质 
zyj9490 2020-9-19 12:38 回复TA
@不奇怪 :谁能看到电子?都是人类想出的模型。 
不奇怪 2020-9-19 12:32 回复TA
@zyj9490 :就象你这种半瓶子醋,最好给我闭嘴。 
不奇怪 2020-9-19 12:26 回复TA
@zyj9490 :另外谁告诉你傅里叶变换是“实”变“虚“的? 
不奇怪 2020-9-19 12:22 回复TA
@zyj9490 :你是不是只相信“书”啊?不好意思,这恰巧就是书上的,你给邮箱,我就把图片发给你。 
不奇怪 2020-9-19 12:20 回复TA
@zyj9490 :阿贝实验是被实验证实的,你闹个P啊。 
不奇怪 2020-9-19 12:18 回复TA
@zyj9490 :什么JB越来越虚了?复数虽然看不到,但是人能看到复数的模----光强。你现在看到的光在量子力学理都是复数,你看不到么? 
zyj9490 2020-9-19 10:52 回复TA
付立叶级数对应的实体物理的现相,付立叶变换就分成实数与复数变换。越来越虚了。 
| 2020-9-19 10:23 | 显示全部楼层
笑是负熵,屁眼漏屎是正熵,看来你的总熵为零。

使用特权

评论回复
| 2020-9-19 10:26 | 显示全部楼层
csdnpurple 发表于 2020-9-19 10:23
笑是负熵,屁眼漏屎是正熵,看来你的总熵为零。

下面来做一个数学游戏

使用特权

评论回复
| 2020-9-19 10:34 | 显示全部楼层
诺贝尔奖授予提出:越是无知的人,越是自信。

使用特权

评论回复
| 2020-9-19 10:54 | 显示全部楼层
csdnpurple 发表于 2020-9-19 10:26
下面来做一个数学游戏

首先在你的认知中频率是怎样定义的?

使用特权

评论回复
| 2020-9-19 12:11 | 显示全部楼层
赶紧上厕所擦一下!

使用特权

评论回复
| 2020-9-19 12:15 | 显示全部楼层
本帖最后由 csdnpurple 于 2020-9-19 14:28 编辑

你举一个在数学上是精确的、自洽的什么xx变换,你认为在物理现实中存在的例子,
(“物理现实中存在”虽然这样描述是不严谨的,但这是在他的神经网络中已经形成的物理图像,有利于他理解我在说什么)

使用特权

评论回复

评论

csdnpurple 2020-9-20 12:52 回复TA
楼主更改了帖子中有意义的内容,此贴变得没有意义了 
扫描二维码,随时随地手机跟帖
您需要登录后才可以回帖 登录 | 注册

本版积分规则

我要发帖 投诉建议 创建版块 申请版主

快速回复

您需要登录后才可以回帖
登录 | 注册
高级模式

论坛热帖

关闭

热门推荐上一条 /5 下一条

在线客服 快速回复 返回顶部 返回列表