当前位置: 首页 > ds >正文

狄拉克梳状函数的傅里叶变换

时域冲激串序列

p ( t ) = ∑ n = − ∞ ∞ δ ( t − n T ) p(t) = \sum_{n=-\infty}^{\infty} \delta(t - nT) p(t)=n=δ(tnT)

p ( t ) p(t) p(t)称为冲激串序列。显然,它是周期的,周期为 T T T,将其展开成傅里叶级数,有
p ( t ) = ∑ n = − ∞ ∞ δ ( t − n T ) = ∑ k = − ∞ ∞ P ( k Ω 0 ) e j k Ω 0 t p(t) = \sum_{n=-\infty}^{\infty} \delta(t - nT) = \sum_{k=-\infty}^{\infty} P(k\Omega_0) {\rm e}^{{\rm {\rm j}}k\Omega_0 t} p(t)=n=δ(tnT)=k=P(kΩ0)ejkΩ0t

其中傅里叶系数
P ( k Ω 0 ) = 1 T ∫ − T / 2 T / 2 δ ( t ) e − j k Ω 0 t d t = 1 T P(k\Omega_0) = \frac{1}{T} \int_{-T/2}^{T/2} \delta(t) {\rm e}^{-{\rm {\rm j}}k\Omega_0 t} {\rm d}t = \frac{1}{T} P(kΩ0)=T1T/2T/2δ(t)ejkΩ0tdt=T1

于是有
∑ n = − ∞ ∞ δ ( t − n T ) = 1 T ∑ k = − ∞ ∞ e j k Ω 0 t , Ω 0 = 2 π / T \sum_{n=-\infty}^{\infty} \delta(t - nT) = \frac{1}{T} \sum_{k=-\infty}^{\infty} {\rm e}^{{\rm {\rm j}}k\Omega_0 t}, \quad \Omega_0 = 2\pi / T n=δ(tnT)=T1k=ejkΩ0t,Ω0=2π/T

计算 p ( t ) p(t) p(t)的傅里叶变换,有
P ( j Ω ) = ∫ − ∞ ∞ 1 T ∑ k = − ∞ ∞ e j k Ω 0 t ⏟ e − j Ω t d t = 1 T ∑ k = − ∞ ∞ ∫ − ∞ ∞ e j k Ω 0 t e − j Ω t d t = 2 π T ∑ k = − ∞ ∞ δ ( Ω − k Ω 0 ) \begin{aligned} P({\rm {\rm j}}\Omega) &= \int_{-\infty}^{\infty} \underbrace {\frac{1}{T} \sum_{k=-\infty}^{\infty} {\rm e}^{{\rm {\rm j}}k\Omega_0 t}} {\rm e}^{-{\rm {\rm j}}\Omega t} {\rm d}t \\ &= \frac{1}{T} \sum_{k=-\infty}^{\infty} \int_{-\infty}^{\infty}{\rm e}^{{\rm {\rm j}}k\Omega_0 t} {\rm e}^{-{\rm {\rm j}}\Omega t} {\rm d}t \\ &= \frac{2\pi}{T} \sum_{k=-\infty}^{\infty} \delta(\Omega - k\Omega_0) \end{aligned} P(jΩ)= T1k=ejkΩ0tejΩtdt=T1k=ejkΩ0tejΩtdt=T2πk=δ(ΩkΩ0)


单个复指数函数的频谱是单个谱线。
x ( t ) = e j Ω 0 t ⇔ X ( j Ω ) = 2 π δ ( Ω − Ω 0 ) x(t) = {\rm e}^{{\rm j}\Omega_0 t} \Leftrightarrow X({\rm j}\Omega) = 2\pi \delta(\Omega - \Omega_0) x(t)=ejΩ0tX(jΩ)=2πδ(ΩΩ0)

  1. 时域信号

    • x ( t ) = e j Ω 0 t x(t) = {\rm e}^{{\rm j}\Omega_0 t} x(t)=ejΩ0t表示一个复指数信号,其中 Ω 0 \Omega_0 Ω0是角频率。
  2. 频域表示

    • X ( j Ω ) = 2 π δ ( Ω − Ω 0 ) X({\rm j}\Omega) = 2\pi \delta(\Omega - \Omega_0) X(jΩ)=2πδ(ΩΩ0)表示该信号在频域中的表示是一个冲激函数(Dirac delta function),位于频率 Ω 0 \Omega_0 Ω0处,幅度为 2 π 2\pi 2π

此式为时域冲激串的傅里叶变换,变换的结果是频域的冲激串,即有
∑ n = − ∞ ∞ δ ( t − n T ) ⇔ 2 π T ∑ k = − ∞ ∞ δ ( Ω − k Ω 0 ) \sum_{n=-\infty}^{\infty} \delta(t - nT) \Leftrightarrow \frac{2\pi}{T} \sum_{k=-\infty}^{\infty} \delta(\Omega - k\Omega_0) n=δ(tnT)T2πk=δ(ΩkΩ0)

请注意,时域和频域这两个冲激串的间距 T T T Ω 0 \Omega_0 Ω0互为倒数。

这一对变换关系在信号处理中有着重要的应用。

http://www.xdnf.cn/news/1270.html

相关文章:

  • 联易融与中交第一航务工程局深化合作交流,共探创新发展新路径
  • 模型 替罪羊效应
  • react组件之间如何使用接收到的className(封装一个按钮案例)
  • Python 之 pyecharts 使用
  • 数字化赋能医药未来:柏强制药的战略布局与成果汇报
  • Linux系统编程 day9 SIGCHLD and 线程
  • L1-7、Prompt 的“调试技巧”
  • FPGA设计 时空变换
  • 【springsecurity oauth2授权中心】jwt令牌更换成自省令牌 OpaqueToken P4
  • 西门子PLC S7-1200按钮控制灯实例
  • day4-小白学习JAVA---开发软件_Scanner键盘录入_Random随机数_流程控制语句
  • 基于龙芯 2K1000处理器和复旦微 FPGA K7 的全国产RapidIO 解决方案研究
  • 【Pytorch 中的扩散模型】去噪扩散概率模型(DDPM)的实现
  • ProxySQL性能调优案例
  • 星光璀璨,跨界共鸣——李炳辰亮相 第十五届北影节嘉年华“音乐之旅”
  • [Java · 铢积寸累] 可变参数
  • Win10 关闭自动更新、关闭自动更新并重启
  • 实践项目开发-hbmV4V20250407-跨平台开发框架深度解析与VSCode一站式开发实践
  • 重装系统后的自用包
  • MulanPSL-1.0开源协议
  • PaddlePaddle线性回归详解:从模型定义到加载,掌握深度学习基础
  • 状态空间模型(State‐Space Model)、传递函数和极点
  • React项目添加react-quill富文本编辑器,遇到的问题,比如hr标签丢失
  • 文件操作和IO(上)
  • Towards Multi-Domain Learning for Generalizable Video Anomaly Detection
  • 一页概览:EMC Avamar备份方案
  • C++初阶——string的使用(上)
  • Tomcat启动闪退是为什么?
  • 第6次课 贪心算法 A
  • Electron使用WebAssembly实现CRC-32 原理校验