【数字信号处理】序列傅里叶变换 ( 基本序列的傅里叶变换 | 求 cosωn 的傅里叶变换 | 复变函数欧拉公式 )

举报
韩曙亮 发表于 2022/03/10 00:05:38 2022/03/10
【摘要】 文章目录 一、求 cosωn 傅里叶变换0、cosωn 序列分析1、傅里叶变换与反变换公式介绍2、复变函数欧拉公式介绍3、求 cosωn 的傅里叶变换推导过程 一、求 c...





一、求 cosωn 傅里叶变换



cos ⁡ ω 0 n \cos\omega_0n cosω0n 的傅里叶变换 S F T [ cos ⁡ ω 0 n ] SFT[\cos\omega_0n] SFT[cosω0n] ?


0、cosωn 序列分析


∑ n = − ∞ + ∞ ∣ cos ⁡ ω 0 n ∣ = ∞ \sum_{n=-\infty}^{+\infty}|\cos\omega_0n| = \infty n=+cosω0n=

cos ⁡ ω 0 n \cos\omega_0n cosω0n 序列不是绝对可和的 , 序列值相加值为 ∞ \infty , 但是其有傅里叶变换 ;

绝对可和 与 存在傅里叶变换 关系如下 :

  • 如果 " x ( n ) x(n) x(n)序列绝对可和 " , 则 " 序列傅里叶变换 SFT " 一定存在 ;
  • 如果 " 序列傅里叶变换 SFT " 存在 , 不一定 " x ( n ) x(n) x(n)序列绝对可和 " ; 某些 " 非绝对可和序列 " , 引入 广义函数 δ ( ω ) \delta(\omega) δ(ω) 后 , 其 傅里叶变换也存在 ;

1、傅里叶变换与反变换公式介绍


傅里叶变换 : 时域 " 离散非周期 " 信号 , 其频域就是 " 连续周期 " 的 , 其频域 可以 展开成一个 " 正交函数的无穷级数加权和 " , 如下公式

X ( e j ω ) = ∑ n = − ∞ + ∞ x ( n ) e − j ω n X(e^{j\omega}) = \sum_{n=-\infty}^{+\infty} x(n) e^{-j \omega n} X(ejω)=n=+x(n)ejωn


傅里叶反变换 : 利用 " 正交函数 " 可以推导出 " 傅里叶反变换 " , 即 根据 傅里叶变换 推导 序列 ;

x ( n ) = 1 2 π ∫ − π π X ( e j ω ) e j ω k d ω x(n) = \cfrac{1}{2\pi} \int_{-\pi} ^\pi X( e^{j \omega } )e^{j \omega k} d \omega x(n)=2π1ππX(ejω)ejωkdω


2、复变函数欧拉公式介绍


复变函数 欧拉公式 :

e i x = cos ⁡ x + i sin ⁡ x      ① e^{ix} = \cos x + i \sin x \ \ \ \ ① eix=cosx+isinx    

e − i x = cos ⁡ x − i sin ⁡ x      ② e^{-ix} = \cos x - i \sin x \ \ \ \ ② eix=cosxisinx    

单位复指数序列特点 :

e j ( ω 0 n + 2 k π n ) = e j ω 0 n       k = 0 , ± 1 , ± 2 , ⋯ e^{j (\omega _0 n + 2k\pi n)} = e^{j \omega_0 n} \ \ \ \ \ k = 0, \pm1 , \pm 2, \cdots ej(ω0n+2kπn)=ejω0n     k=0,±1,±2,

ω \omega ω 来说 一定是以 2 π 2\pi 2π 为周期 ;


① 与 ② 相加 , 可以得到 :

cos ⁡ x = e i x + e − i x 2      公 式 ③ \cos x = \cfrac{e^{ix} + e^{-ix}}{2} \ \ \ \ 公式③ cosx=2eix+eix    

① 与 ② 相减 , 可以得到 :

sin ⁡ x = e i x − e − i x 2 i      公 式 ④ \sin x = \cfrac{e^{ix} - e^{-ix}}{2i} \ \ \ \ 公式④ sinx=2ieixeix    


可参考百度百科 : https://baike.baidu.com/item/欧拉公式/92066


3、求 cosωn 的傅里叶变换推导过程


直接 对

c o s ω 0 n cos \omega_0 n cosω0n

使用

cos ⁡ x = e i x + e − i x 2      公 式 ③ \cos x = \cfrac{e^{ix} + e^{-ix}}{2} \ \ \ \ 公式③ cosx=2eix+eix    

公式 ,

可以得到 :

cos ⁡ ω 0 n = e i ω 0 n + e − i ω 0 n 2      ⑤ \cos \omega_0 n = \cfrac{e^{i\omega_0 n} + e^{-i\omega_0 n}}{2} \ \ \ \ ⑤ cosω0n=2eiω0n+eiω0n    

求上述

e i ω 0 n + e − i ω 0 n 2 \cfrac{e^{i\omega_0 n} + e^{-i\omega_0 n}}{2} 2eiω0n+eiω0n

序列的傅里叶变换 ,

【数字信号处理】序列傅里叶变换 ( 基本序列的傅里叶变换 | e^jωn 的傅里叶变换 ) 博客中 , 已经求出了 e i ω 0 n e^{i\omega_0 n} eiω0n 的傅里叶变换 , 结果是 :

S F T [ e j ω 0 n ] = ∑ n = − ∞ + ∞ e − j ( ω − ω 0 ) = 2 π δ ~ ( ω − ω 0 ) SFT[e^{j \omega_0 n}] = \sum_{n=-\infty}^{+\infty} e^{ -j ( \omega - \omega_0 ) } =2 \pi \widetilde{\delta} ( \omega - \omega_0 ) SFT[ejω0n]=n=+ej(ωω0)=2πδ (ωω0)

j j j 替换成 i i i 可以得到 :

S F T [ e i ω 0 n ] = ∑ n = − ∞ + ∞ e − i ( ω − ω 0 ) = 2 π δ ~ ( ω − ω 0 )      ⑥ SFT[e^{i \omega_0 n}] = \sum_{n=-\infty}^{+\infty} e^{ -i ( \omega - \omega_0 ) } =2 \pi \widetilde{\delta} ( \omega - \omega_0 ) \ \ \ \ ⑥ SFT[eiω0n]=n=+ei(ωω0)=2πδ (ωω0)    

ω 0 \omega_0 ω0 替换成 − ω 0 -\omega_0 ω0 可以得到 :

S F T [ e i ( − ω 0 ) n ] = ∑ n = − ∞ + ∞ e − i ( ω + ω 0 ) = 2 π δ ~ ( ω + ω 0 )      ⑦ SFT[e^{i ( -\omega_0 ) n}] = \sum_{n=-\infty}^{+\infty} e^{ -i ( \omega + \omega_0 ) } =2 \pi \widetilde{\delta} ( \omega + \omega_0 ) \ \ \ \ ⑦ SFT[ei(ω0)n]=n=+ei(ω+ω0)=2πδ (ω+ω0)    


将 ⑥ 和 ⑦ 带入到 ⑤ 式子中 , 可以得到 :

S F T [ cos ⁡ ω 0 n ] = 2 π δ ~ ( ω − ω 0 ) + 2 π δ ~ ( ω + ω 0 ) 2 SFT[\cos \omega_0 n] = \cfrac{2 \pi \widetilde{\delta} ( \omega - \omega_0 ) + 2 \pi \widetilde{\delta} ( \omega + \omega_0 ) }{2} SFT[cosω0n]=22πδ (ωω0)+2πδ (ω+ω0)

最终得到 :

S F T [ cos ⁡ ω 0 n ] = π δ ~ ( ω − ω 0 ) + π δ ~ ( ω + ω 0 ) SFT[\cos \omega_0 n] = \pi \widetilde{\delta} ( \omega - \omega_0 ) + \pi \widetilde{\delta} ( \omega + \omega_0 ) SFT[cosω0n]=πδ (ωω0)+πδ (ω+ω0)

π \pi π 提取出来 , 得到 :

S F T [ cos ⁡ ω 0 n ] = π ( δ ~ ( ω − ω 0 ) + δ ~ ( ω + ω 0 ) ) SFT[\cos \omega_0 n] = \pi (\widetilde{\delta} ( \omega - \omega_0 ) + \widetilde{\delta} ( \omega + \omega_0 ) ) SFT[cosω0n]=π(δ (ωω0)+δ (ω+ω0))


S F T [ cos ⁡ ω 0 n ] SFT[\cos \omega_0 n] SFT[cosω0n] 如下图所示 :

在这里插入图片描述

文章来源: hanshuliang.blog.csdn.net,作者:韩曙亮,版权归原作者所有,如需转载,请联系作者。

原文链接:hanshuliang.blog.csdn.net/article/details/123370725

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。