第四章傅里叶变换与频域分析 PDF

4.
1信号分解为正交函数第四章傅里叶变换与频域分析
知识点Z4.1
矢量的正交分解
主要内容：
1.矢量正交、正交矢量集的定义
2.矢量的正交分解
基本要求：
1.掌握矢量正交、正交矢量集和矢量正交分解的基本概念
2.了解矢量正交分解对信号正交分解的启示
1 Xidian University, ICIE. All Rights Reserved

4.1信号分解为正交函数第四章傅里叶变换与频域分析
Z4.1 矢量的正交分解
( 思考：基本信号？ Why？)
1.矢量正交
V2 复习：两矢量V1与V2正交，夹角为90°
两正交矢量的内积为零
o
90° V1 V1 V2  V1  V2 cos90  0
2.正交矢量集: 由两两正交的矢量组成的矢量集合。

3. 非正交矢量的近似表示及误差
c12V2  V1 cos 
V1 cos  V1  V2 cos  V1 V2

c12   
V2 V2  V2 V2 V2
用与V2成比例的矢量c12V2近似地表示V1，则误差矢量
Ve V1  c12 V2
显然，当两矢量V1与V2正交时，c12=0，即V1·V2=0。
4.矢量正交分解：任意N维矢量可由N维正交坐标系表示。
V cos 1 V  V1
V2 c1  
V1 V1  V1
c2V2 V V cos  2 V  V2
2
c2  
1 c1V1 V1 V2 V2  V2
V cos 1 V  V1
c1  
V1 V1  V1
V3
c3V3 V cos  2 V  V2
V c2  
c1V1 V1
V2 V2  V2
c2V2 V cos 3 V  V3
c3  
V2 V3 V3  V3
推广到n维空间:n维空间的任一矢量V，可以精确地表
示为n个正交矢量的线性组合，即
V  c1V1  c2V2   crVr   cnVn
式中，Vi·Vj=0 (i≠j)，第 r 个分量的系数
V  Vr
cr 
Vr  Vr
思路：将矢量空间正交分解的概念可推广到信号空间：
在信号空间找到若干个相互正交的信号作为基本信号，
使得信号空间中任意信号均可表示成它们的线性组合。

知识点Z4.2
信号的正交分解
主要内容：
1.信号正交的定义
2.正交函数集、完备正交函数集的定义
3.信号的正交分解
基本要求：
1.掌握信号正交、正交函数集和完备正交函数集的基本概念
2.掌握信号正交分解的方法

Z4.2 信号的正交分解
1.信号正交
【定义】在(t1，t2)区间的两个函数 1(t)和 2(t), 若满足

t2
 t1
1 (t ) 2 * (t ) d t  0 (两函数的内积为0)
则称 1(t)和 2(t) 在区间(t1，t2)内正交。

t2
说明：实函数正交  t1
1 (t )2 (t ) d t  0 (内积为0)

2.正交函数集：
若n个函数 1(t)，  2(t)，…，  n(t)构成一个函数
集，当这些函数在区间(t1，t2)内满足
t2  0, i j
 i (t ) j (t ) d t  
*
t1
 Ki  0, i  j
则称此函数集为在区间(t1，t2)上的正交函数集。
说明：如果 Ki  1 ，称为标准正交函数集。

3.完备正交函数集：
如果在正交函数集{1(t),  2(t), …,  n(t)}之外，不存

在任何函数 (t) (≠0) 满足
t2

t1
 (t )i* (t ) d t  0 (i  1, 2, , n)
则称此函数集为完备正交函数集。

例：两组典型的在区间(t0，t0+T )(T=2π/Ω)上的完备正交
函数集。
（1）三角函数集{1，cos(nΩt)，sin(nΩt)，n=1,2,…}
（2）虚指数函数集{ ejnΩt，n=0，±1，±2，…}
证明过程见扩展资源Y4001。

4. 信号的正交分解
设有n个函数 1(t)，  2(t)，…，  n(t)在区间(t1，t2)
构成一个正交函数空间。将任一函数f(t)用这n个正交
函数的线性组合来近似，可表示为
n
f (t )  C11 (t )  C22 (t )   Cii (t )  Cnn (t )   C j j (t )
j 1
思考问题：如何选择各系数Cj，使f(t)与近似函数之间误
差在区间(t1，t2)内为最小？
通常使误差的方均值(称为均方误差)最小。
n
1

t2
2     2
[ f (t ) C (t )] dt
t2  t1 t1
j j
j 1

为使上式最小（系数Cj变化时），有
 2   1 n 
[ f (t )   C j j (t )] dt   0
t2
 
2

Ci Ci  t2  t1
t1
j 1 
展开被积函数，并求导，只有两项不为0，写为：
  1 t2 
  2Cii (t ) f (t )  Ci i (t )  dt   0
2 2

Ci  t2  t1 t1 
t2 t2
即： 2 f (t )i (t )dt  2Ci  i2 (t )dt  0
t1 t1
t2
 f (t )i (t )dt 1 t2
   f (t )i (t )dt
t1
Ci t2
  (t )dt Ki
2 t1
t1 i

代入，得最小均方误差
n
1

t2
2     2
[ f (t ) C (t )] dt
t2  t1 1
t j j
j 1
1  t2 2 n n 
 t1 f (t )dt   t1 [C j j (t )] dt  2 C j t1 f (t ) j (t )dt 
t2 t2
 2
t2  t1  j 1 j 1 
1  t2 2 n 
 t1 f (t )dt   t1 [C j j (t )] dt   0
t2
 2
t2  t1  j 1 
在用正交函数去近似f(t)时，所取的项数越多，即n越
大，则均方误差越小。当n→∞时（完备正交函数集），
均方误差为零。
结论
任意信号f(t)可以表示为无穷多个正交函数之和：

f (t )  C11 (t )  C22 (t )   Cii (t )    Cii (t )
i 1
上式称为信号的正交展开式，也称为广义傅里叶级数。
t2
 f (t )i (t )dt 1 t2
广
   f (t )i (t )dt
t1
实变函数下 Ci t2 义
  (t )dt Ki
2 t1
t1 i 傅
t2
里
 f (t )i* (t )dt 1 t2 叶
复变函数下    f (t )i* (t )dt
t1
Ci t2 系
 i (t )i (t )dt Ki
* t1
t1 数
知识点Z4.3
帕斯瓦尔定理
主要内容：
1.信号的能量
2.帕斯瓦尔定理
基本要求：
1.掌握信号能量的基本概念
2.了解帕斯瓦尔方程的物理含义和数学本质

Z4.3 帕斯瓦尔定理
帕斯瓦尔方程：

f (t )dt    [Cii (t )]2dt
t2 t2

2
t1 t1
i 1
信号的能量各正交分量的能量
物理意义：在区间(t1,t2)，信号f(t)所含有的能量恒等于
此信号在完备正交函数集中各正交分量能量之和，即
能量守恒定理, 也称帕斯瓦尔定理。
数学本质：矢量空间信号正交变换的范数不变性。

4.2周期信号的傅里叶级数第四章傅里叶变换与频域分析
知识点Z4.4
三角形式的傅里叶级数
主要内容：
1.周期信号三角形式的傅里叶级数
2.狄里赫利条件
3.吉布斯现象
基本要求：
1.掌握周期信号三角形式傅里叶级数和谐波的基本概念
2.了解狄里赫利条件
3.了解吉布斯现象的原理

Z4.4周期信号三角形式的傅里叶级数
1.三角形式的傅里叶级数
三角函数集 {1，cos(nΩt)，sin(nΩt)，n=1,2,…}
设周期信号f(t)，其周期为T，角频率=2/T，当满
足狄里赫利(Dirichlet)条件时，可展开为三角形式的傅
里叶级数。
a0  
f (t )    an cos(nt )   bn sin(nt )
2 n1 n 1
系数an , bn称为傅里叶系数。
a0  
2 n1 n 1
直流 n次余弦分量 n次正弦分量
a0 1 T2
直流分量：   T f (t ) d t
2 T 2
2 T2
余弦分量系数： an   T f (t ) cos(nt ) d t
T 2
2 T2
正弦分量系数： bn   T f (t )sin(nt ) d t
T 2

2.狄里赫利(Dirichlet)条件：
条件1：在一个周期内，函数连续或只有有限个第一类
间断点；
f (t )
条件2：在一个周期内，函数极大值和极小值的数目应
1
为有限个； 1
2t
f (t )  sin( ), (0  t  1)
2
t
条件3：在一个周期内，函数绝对可积。

1

1
 f ( t )  , (0  t  1) 
8 O t 8 t
1 O 1 t
 
1
 2 1 O 1 2 t
3.余弦形式的傅里叶级数
a0 
f (t )     an cos(nt )  bn sin(nt ) 
2 n 1
合并n次正余弦分量
A0 
f (t )    An cos(nt  n )
2 n 1
 A  a 2  b2
 n n n an  An cos n
 
n   arctan
bn bn   An sin n
 an
A0 
f (t )    An cos(nt  n )
2 n 1
含义：周期信号可分解为直流和许多余弦分量。
A0/2 为直流分量；
A1cos(t+1) 称为基波或一次谐波，角频率与
原周期信号相同；
A2cos(2t+2) 称为二次谐波；
…
Ancos(nt+n) 称为n次谐波。

例：将图示方波信号f(t)展开为傅里叶级数。
f (t )
T 
T 0 T T 3T t
2 2 2
1
解：
2 T2 2 0 2 T2
an   T f (t ) cos(nt )dt   T (1)  cos(nt )dt   1 cos(nt )dt
T 2 T 2 T 0
0 T
2 1 2 1
 [ sin(nt )] T  [sin(nt )] 2
T n  T n
2 0
考虑到Ω=2π/T，可得： an  0
2 T2 2 0 2 T2
bn   T f (t )sin(nt )dt   T (1)  sin(nt )dt   1 sin(nt )dt
T 2 T 2 T 0
0 T
2 1 2 1
 [cos(nt )] T  [ cos(nt )] 2
T n  T n
2 0
2 T
 {[1  cos(n )]  [1  cos(n )]
T n2
 0, n  2, 4, 6,
2 
 [1  cos(n )]   4
n  , n  1,3,5,
 n
信号的傅里叶级数展开式为：
a0  
2 n1 n 1
4 1 1
 0  [sin(t )  sin(3t )   sin(nt )  ], n  1,3,5,
 3 n
直流基波 3次谐波 n次谐波
1.5
1.5 1.5
1
1 1
0.5
0.5 0.5
0
0 0
-0.5
-0.5 -0.5
-1
-1 -1
-1.5
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 -1.5 -1.5
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
（a）1次谐波（基波）（b）1&3次谐波（c）1&3&5次谐波
约9%偏差
1.5 1.5 1.5
吉布斯现象
1 1 1
0.5 0.5 0.5
0 0 0
-0.5
-0.5 -0.5
-1
-1 -1
-1.5
-1.5 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 -1.5
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
（d）1&3&5&7次谐波（e）1&3&…&99次谐波（f）1&3&…&999次谐波

4.吉布斯现象
用有限项傅里叶级数表示有间断点的信号时，在间
断点附近不可避免的会出现振荡和超调量。超调量的
幅度不会随所取项数的增加而减小。只是随着项数的
增多，振荡频率变高，并向间断点处压缩，从而使它
所占有的能量减少。
当选取的项数很大时，该超调量趋于一个常数，大
约等于总跳变值的9%，并从间断点开始以起伏振荡的
形式逐渐衰减下去。这种现象称为吉布斯现象。

知识点Z4.5
周期信号波形对称性和谐波特性
主要内容：
1.奇函数、偶函数、奇谐函数和偶谐函数
2.谐波特性
基本要求：
了解奇函数、偶函数、奇谐函数和偶谐函数的谐波特性

Z4.5周期信号波形的对称性和谐波特性
1 . f(t)为偶函数——对称于纵轴 f(t) =f(-t)
T T
2 2 2
an   2
T f (t ) cos(nt ) d t bn   T f (t ) sin(nt ) d t
T 
2
T 2
bn =0，展开为余弦级数。
f(t)
1
-T/2 0 T/2 t
1 4 1 1 1
f (t )   2 [cos(t )  2 cos(3t )  2 cos(5t )   cos(nt )  ], n  1,3,5,
2  3 5 n 2

2 . f(t)为奇函数——对称于原点 f(t) =-f(-t)

T T
2 2
an   2
T f (t ) cos(nt ) d t bn   2
T f (t ) sin(nt ) d t
T  T 
2 2
an =0，展开为正弦级数。
f (t )
T 
T 0 T T 3T t
2 2 2
1
4 1 1 1
f (t )  [sin(t )  sin(3t )  sin(5t )   sin(nt )  ], n  1,3,5,
 3 5 n

3 . f(t)为奇谐函数——f(t) = –f(t±T/2)
其傅里叶级数中只含奇次谐波分量，而不含偶次
谐波分量，即：
a0=a2=…=b2=b4=…=0
f (t )
T 
T 0 T T 3T t
2 2 2
1
4 1 1 1
f (t )  [sin(t )  sin(3t )  sin(5t )   sin(nt )  ], n  1,3,5,
 3 5 n

4 . f(t)为偶谐函数——f(t) = f(t±T/2)
其傅里叶级数中只含偶次谐波分量，而不含奇次谐波
分量，即：
a1=a3=…=b1=b3=…=0
f(t)
E
-T/2 0 T/2 T t
全波整流信号
2E 2 2 2
f (t )  [1  cos(2t )  cos(4t )   cos(nt )  ], n  2, 4, 6,
 3 15 n 1
2

知识点Z4.6
指数形式的傅里叶级数
主要内容：
1.指数形式的傅里叶级数
2.复傅里叶系数
基本要求：
1.掌握傅里叶级数的指数形式展开式
2.掌握复傅里叶系数的基本概念

Z4.6指数形式的傅里叶级数
三角形式的傅里叶级数，含义比较明确，但运算常
感不便，因而经常采用指数形式的傅里叶级数。
∞
∑A
A0
f (t ) = + n cos(nΩt + ϕ n ) 三角形式傅里叶级数
2 n =1
∞
∑
A0 An j ( nΩt +ϕ n ) − j ( nΩt +ϕ n )
= + [e +e ] 利用欧拉公式
2 n =1
2
A0 1 ∞ 1 ∞
= +
2 2 n =1 ∑
An e jϕ n e jnΩt +
2 n =1 ∑
An e − jϕ n e − jnΩt -n→n
A– n=An
ϕ – n= – ϕ n
1A0 ∞ 1 ∞ jφn jnjϕΩnt jnΩ t 1 −∞
== ∑ + A∑ n e An e
e e + ∑ An e jϕ n jnΩ t
e
22n = −∞2 n =1 2 n = −1
4.2周期信号的傅里叶级数
1 ∞
f (t ) = ∑ An e ejϕ n jnΩt
2 n = −∞
1 jϕn jϕn
令复数 =
An e =
Fn e Fn
2
称为复傅里叶系数，简称傅里叶系数。
1 jϕ n 1 1
Fn = An e = ( An cos ϕ n + jAn sin ϕ n ) = (a n − jbn )
2 2 2
1 T2 1 T2
= ∫ T f (t ) cos( nΩt ) d t − j
T −2 ∫ T f (t ) sin( nΩt ) d t
T −2
1 T2
= ∫ T f (t ) e − jnΩt d t
T −2
∞
f (t ) = ∑
n = −∞
Fn e jnΩt 指数形式的傅里叶级数
T
1
Fn = ∫ 2
T f (t ) e − jnΩ t d t 复傅里叶系数
T −
2
表明：任意周期信号f(t)可分解为许多不同频率的虚指
数信号之和。 Fn 是频率为nΩ的分量的系数，F0 = A0/2
为直流分量。

例：求如图所示周期信号的指数形式的傅里叶级数。
f (t )
2
 
−2 −1 0 1 2 3 4 t
−1
解：f (t )为T = 3, Ω= 2π / T = 2π / 3的周期信号，指数型傅里叶系数为

1 T 1 2 − jnΩt 3
∫ ∫ ∫
− jnΩt − jnΩt
=Fn =
f (t ) e dt [ 2e dt − e dt ]
T 0 3 0 2
2 1 − jnΩt 2 1 1 − jnΩt 3
= e − e
3 − jnΩ 0 3 − jnΩ 2
2 − j 2 nΩ 1
= [1 − e ]+ [e − j 3nΩ − e − j 2 nΩ ]
j 3nΩ j 3nΩ
2 − j 2 nΩ 1
= [1 − e ]+ [e − j 3nΩ − e − j 2 nΩ ]
j 3nΩ j 3nΩ
2 − 3e − j 2 nΩ + e − j 3nΩ
=
j 3nΩ
4π
−j n
2 − 3e + e − j 2π n
3
=
j 2π n
4π
3 −j n
= (1 − e 3
)
j 2π n
指数形式的傅里叶级数为：
∞ ∞ 4π
3 −j
∑ ∑
n
jnΩt
=f (t ) = Fe (1 − e 3
)e jnΩt
j 2π n
n
n = −∞ n = −∞

知识点Z4.7
两种傅里叶级数展开形式的关系
主要内容：
三角形式和指数形式傅里叶级数的相互关系
基本要求：
掌握三角形式和指数形式傅里叶级数的相互关系

Z4.7两种傅里叶级数展开形式的关系
三角形式的傅里叶级数：
a0 ∞ ∞
f (t ) = + ∑ an cos(nΩt ) + ∑ bn sin(nΩt )
= 2 n 1 =n 1
A0 ∞
= + ∑ An cos(nΩt + ϕ n )
2 n =1
指数形式的傅里叶级数：
∞
f (t ) = ∑
n = −∞
Fn e jnΩt
1 1
=
Fn Fn =
e jϕn
An=
e jϕn
( an − jbn )
2 2
4.3周期信号的频谱及特点第四章傅里叶变换与频域分析
知识点Z4.8
周期信号的频谱
主要内容：
1.周期信号频谱、频谱图的定义
2.单边谱的定义
3.双边谱的定义
基本要求：
1.掌握周期信号频谱和频谱图的基本概念
2. 掌握单边谱、双边谱的基本概念

频谱
信号的一种新的表示方法

电压彩色图像
u (t )
 
信号的时域分布特性信号的空域分布特性

Z4.8周期信号的频谱
频谱：周期信号分解后，各分量的幅度和相位对于频
率的变化，分别为幅度谱和相位谱。
频谱图：将幅度和相位分量用一定高度的直线表示；
其中幅度谱图反映了信号不同频率分量的大小。
A0 ∞
三角函数形式分解 f (t )= + ∑ An cos(nΩt + ϕn )
2 n =1
∞
虚指数函数形式分解 f (t ) = ∑Fe
n = −∞
n
jnΩt

A0 ∞
三角函数形式分解 f (t )= + ∑ An cos(nΩt + ϕ n )
2 n=1
∞
虚指数函数形式分解 f (t ) = ∑Fe
n = −∞
n
jnΩt
频谱分类直流分量幅度相位 n
单边谱 A0/2 An ϕn n=0，1，2，…
双边谱 F0 |Fn| ϕn n=0，±1, ±2, …,

知识点Z4.9
单边谱和双边谱的关系
主要内容：
单边谱和双边谱的关系
基本要求：
熟练掌握单边谱和双边谱的频谱图的绘制

Z4.9单边谱和双边谱的关系
1 jnΩt - jnΩt
cos nΩt = （e + e ）
2
jϕn 1 jϕn
关系： = Fn F=n e An e
2
1 bn
Fn = An ϕ n = − arctan
2 an
|Fn|是n的偶函数，双边幅度谱的谱线高度为单边幅
度谱的一半，且关于纵轴对称；而直流分量值不变。
ϕn是 n 的奇函数，双边相位谱可以由单边相位谱直
接关于零点奇对称。
1 π 2π 1 π π
例：周期信号 f (t ) =
1 − cos( t − ) + sin( t − )
2 4 3 4 3 6
求基波角频率Ω，平均功率P，画出频谱图。
解化为标准形式：
1 π 2π  1 π π π
f (t ) = 1 + cos t − + π  + cos t − − 
2 4 3  4 3 6 2
1 π π 1  π 2π 
cos t +  的周期T1 = 8 cos −  的周期T2 = 6
2 4 3 4 3 3 
f(t)的周期：T = 24 基波角频率: Ω=2π/T = π/12

2 2
1  1  1  1  37
根据帕斯瓦尔等式 P=
1+   +   =
2  2  2  4  32
4.3周期信号的频谱及特点
1 π π 1 π 2π 
f (t ) =
1 + cos  t +  + cos  t − 
2  4 3  4  3 3 
1 是f(t)的直流分量。
1 π π
cos t +  是f(t)的[π/4]/[π/12 ]=3次谐波分量；
2 4 3
1 π 2π 
cos  t −  是f(t)的[π/3]/[π/12 ]=4次谐波分量；
4 3 3 
An ϕn
A0 π
2
1 3
1 4Ω
2 1 o ω
Ω 2Ω 3Ω
4
o Ω 2Ω 3Ω 4Ω ω 2π
−
3
(a)单边幅度谱 (b)单边相位谱

An ϕn
A0 π
2
1 3
1 4Ω
2 1 o Ω 2Ω 3Ω ω
4
2π
o Ω 2Ω 3Ω 4Ω ω −
3
(a)单边幅度谱 (b)单边相位谱
1
Fn = An
2
|Fn|偶函数 | Fn | ϕn奇函数
2π ϕn
F0 1 π
3
3
1 1 −3Ω 4Ω
1 1
8
4 4
8 −4Ω −2Ω −Ω o Ω 2Ω 3Ω ω
π
−
−4Ω −3Ω −2Ω −Ω o Ω 2Ω 3Ω 4Ω ω 3 2π
−
(c)双边幅度谱 (d)双边相位谱 3

知识点Z4.10
周期信号频谱的特点
主要内容：
1.周期矩形脉冲信号的频谱
2.周期信号频谱的特点
3.谱线结构与波形参数的关系
基本要求：
1.掌握周期矩形脉冲信号的频谱
2.了解周期信号频谱的特点
3.了解谱线结构与波形参数的关系

例:有一幅度为1，脉冲宽度为的周期矩形脉冲，其周
期为T，如图所示。求频谱。
f(t)
1
… …
0
-T   T t

2 2
 
1 T
1 1 e jnt
解：Fn   f (t )e d t   e dt 
2  jnt 2  jnt 2

T 
T
T 
 T  jn 
2
2 2
jn

 jn
 n  n
12e  e sin( )2 sin  n
2 2
2 
  2
  2  Sa( )
T 2 jn T n T n  T 2
2 2

 n
Fn  Sa( ) 设 T = 4τ 画图
T 2
2 2 n 2m
• 确定基频    • 零点为  m  n 
T 4 2 
2 2 T
• 两零点间谱线间隔数 
 T 
Fn
1 4
4 2 0 2 4 ω
- 
   
1 Fn  n
4 Fn  Sa( )
T 2
令T = 4τ
4 2 0 2 2 4 
 
  T  
(8) (4) () (4) (8)
周期信号频谱的特点：
(1) 离散性：以基频Ω 为间隔的若干离散谱线组成；
(2) 谐波性：谱线仅含有基频Ω的整数倍分量；
(3) 收敛性：整体趋势减小。
谱线结构与波形参数的关系:
Fn
 T
4 2 0 2 4 ω
 
   
分析：T不变， 变小
 谱线间隔不变
 幅度下降
 零点右移，两零点间的谱线数目( T/ ) 增加。
1 Fn
4
f (t )
T
1 
4
 T t

1 Fn
f (t )
T 8
1 
8
 T t

f (t )
T
1  1 Fn
16 16
 T t

结论：T不变， 变小
 时域压缩，频域展宽
谱线结构与波形参数的关系: 1 Fn
 n
Fn 
4
Sa( )
f (t ) T  4
T 2
1
 T 2T 3T 4T t
f (t ) 1 Fn
T  8
1 8
 T 2T t

f (t ) T  16 1
1 Fn
16
 T t

 不变，T↑，幅度↓，间隔↓，频谱变密。
 T→∞时，谱线间隔=2π/T →0，谱线幅度→0，周期
信号的离散频谱过渡为非周期信号的连续频谱。
收敛性分析:
Fn
 T
4 2 0 2 4 ω
 
   
(1) 振幅是收敛的：信号的能量主要集中在低频分量中。

收敛性分析:
(2) 收敛具有不同速度：信号连续光滑，幅度谱快速衰减。
f1 (t ) f 2 (t )
2  / 2  /2 2 t 2  / 2  /2 2 t
按照1/n 缓慢衰减按照1/n2 快速衰减
低频反映信号的主要信息，高频表现细节。

频
域
分 = +
布
低频高频
空
间
分 = +
布

知识点Z4.11
周期信号的功率
主要内容：
1.周期信号功率的定义
2.帕斯瓦尔等式
3.频带宽度的定义
基本要求：
1.掌握周期信号功率的基本概念
2.熟练掌握帕斯瓦尔等式计算周期信号功率的方法
3.了解频带宽度的概念

Z4.11 周期信号的功率
周期信号一般是功率信号，其平均功率为
1 T2 2 1 T2 A0 ∞
=P ∫
T 2− T
=
f (t ) dt ∫− T
[
T 2 2 n =1
+ ∑ An cos( n Ω t + ϕ n )]2
dt
A0 2 ∞ 1 2 ∞ ∞
= ( ) + ∑ An = F0 + 2∑ Fn = ∑
2 2
| Fn |2
2 n =1 2 n =1 n = −∞
这是帕斯瓦尔定理在傅里叶级数情况下的具体体现;
含义：
周期信号平均功率=直流和谐波分量平均功率之和。
表明：
对于周期信号，在时域中求得的信号功率与在频域
中求得的信号功率相等。
频带宽度
在满足一定失真条件下，信号可以用某段频率范围
的信号来表示，此频率范围称为频带宽度。
τ nΩτ 1 Fn
Fn = Sa ( )
T 2 4
令T = 4τ
4π 2π 0 2π 2π 4π ω
− −
τ τ T τ τ
(−8Ω) (−4Ω) (Ω) (4Ω) (8Ω)
第一个零点集中了信号绝大部分能量（平均功率）
由频谱的收敛性可知，信号的功率集中在低频段。
τ nΩτ 1 Fn
Fn = Sa ( ) 4 周期矩形脉冲信号的
T 2
频带宽度 Bω = 2π τ
令T = 4τ
4π 2π 0 2π 2π 4π ω
− −
τ τ T τ τ
(−8Ω) (−4Ω) (Ω ) (4Ω) (8Ω)
1 T2 2
=P =∫−
T 2 T
f (t )dt 0.25
4
P8π F0 + 2∑ Fn
=
2 2
n =1
= (0.25) 2 + 2(0.25) 2 [ Sa 2 (0.25π ) + Sa 2 (0.5π ) + Sa 2 (0.75π ) + Sa 2 (π )]

= 0.2257
P8π 0.2257
第一个零点以内各分量的功率占总功率： = ≈ 90.3%
P 0.25
(1) 一般把第一个零点作为信号的频带宽度。记为：
2π 1
=Bω = 或B f 宽度与脉宽成反比
τ τ
1
(2) 对于一般周期信号，将幅度下降为 10 Fn max 的频率
区间定义为频带宽度。
(3) 系统的通频带>信号的带宽，才能不失真。
语音信号频率大约为 300~3400Hz，
音乐信号频率大约为 50~15,000Hz，
⇒扩音器/扬声器有效带宽约为 15~20,000Hz。
知识点Z4.12
应用案例：DC-to-AC转换器
主要内容：
基于周期性切换原理的DC-to-AC转换器
基本要求：
了解利用傅里叶级数求解基于周期性切换原理的直流-交流转换器转换效率的方法

Z4.12应用案例：DC-to-AC转换器
例 DC-to-AC转换器：一个简单的基于周期性切换原理的直流-
交流转换器如图所示。考虑两个情况：(a) 转换器开/关，(b)转
换器反转极性。图 (a)和 (b)描绘了上述两个情况的输出波形。
转换效率定义为基波的平均功率与原直流的平均功率之比。
请计算两种情况下的效率。 A
x1(t)
 
1 1 1 1 1 1 t
− − −
30 60 120 120 60 30
+ Switch (a)
+
A at x(t ) x2(t)
- A
- 60Hz
 
1 1 1 1 1 1 t
− − −
30 60 120 120 60 30
(b)

解：由图(a)中的方波x1(t)可知，
T=1/60s, Ω=2π/T=120 πrad/s.
x1 (t) （偶函数）的三角形式傅里叶系数为:
nπ
A 2 A sin( )
a0 = = an = 2 , n 1, 2, bn = 0
2 nπ
(a1 ) 2 2 2
C= = ≈ 0.2
eff
A 2
π 2

x2(t)
由图(b)中的方波x2(t)可知，
T=1/60s, Ω=2π/T=120 πrad/s.
x2 (t) （偶函数，奇谐）的三角形式傅里叶系数为:
nπ
4 A sin( )
a0 = =
0 an = 2 , n 1,3,5 bn = 0
nπ
(a1 ) 2 2 8
C= = ≈ 0.8
eff
A 2
π 2

4.4非周期信号的频谱—傅里叶变换第四章傅里叶变换与频域分析
知识点Z4.13
非周期信号的频谱
主要内容：
1.非周期信号的频谱
2.频谱密度函数
基本要求：
1.了解由非周期信号频谱引出非周期信号频谱的过程
2.掌握频谱密度函数的基本概念

Z4.13非周期信号的频谱——频谱密度函数
1. 引出
τ
Fn = Sa (
nΩτ
)
回忆
T 2
τ不变，
T↑，
幅度↓，
间隔Ω↓，
频谱变密。
 T→∞时， f(t):周期信号 →非周期信号;

 谱线间隔Ω=2π/T →0，谱线幅度→0，周期信号的离散频谱过
渡为非周期信号的连续频谱。
T
1
Fn = ∫ 2
T f (t ) e − jnΩ t d t
T −
2
T→∞时
f(t): 周期信号非周期信号
1 T2
Fn = ∫ T f (t ) e − jnΩ t d t →0
T −2
谱线间隔Ω →0
离散频谱连续频谱
注意：虽然各频率分量的幅度趋近于无穷小，但无穷小
量之间仍有相对大小差别。故引入频谱密度函数。
2. 频谱密度函数 1 T2
Fn = ∫ T f (t ) e − jnΩ t d t
T −2
T→∞时
Ω → dω （无穷小量）
n Ω → ω （离散→连续）
Fn
F ( jω ) = lim = lim FnT (单位频率上的频谱)
T →∞ 1 / T T →∞
T
= lim
T →∞ −
2
T
2
∫ f (t ) e − jnΩt d t
∞
=∫ f (t ) e − jωt d t
−∞
F( jω)称为频谱密度函数，简称频谱密度或频谱。
知识点Z4.14
傅里叶变换
主要内容：
1.傅里叶变换
2.傅里叶反变换
基本要求：
1.熟练掌握傅里叶变换和傅里叶反变换的计算公式
2.了解傅里叶变换存在的条件

1 . 傅里叶变换
∞
F ( jω ) = ∫ f (t )e − jωt
dt
−∞
F( jω) 称为f(t)的傅里叶变换。
F( jω)一般是复函数，写为
F ( j ω ) = F ( j ω ) e j ϕ (ω )
F ( jω ) ~ ω 幅度频谱，频率ω的偶函数
ϕ (ω ) ~ ω 相位频谱，频率ω的奇函数
2. 傅里叶反变换 ∞ ∞
1
∑F ∑ FTe
jnΩ t jnΩ t
根据傅里叶级数 f (t ) = n e = n
n = −∞ n = −∞
T
T→ ∞时:
Ω → dω （无穷小量）
n Ω → ω （离散→连续）
lim FnT → F ( jω ) 1 ∞
T →∞
1 Ω dω
f (t ) =
2π ∫ −∞
F ( jω )e jω t d ω
= →
T 2π 2π 傅里叶反变换或原函数
∑→∫

3. 傅里叶变换对
∞
F ( jω ) = ∫ f (t )e − jωt dt
−∞
傅里叶变换式“-”
1 ∞
f (t ) =
2π ∫
−∞
F ( jω )e jω t d ω
傅里叶反变换式“+”
简记为：
F( jω) = F [ f(t)]
f(t) = F –1[F( jω)]
或 f(t) ↔ F(jω)
4. 说明
(1)前面推导并未遵循严格的数学步骤。可证明，函数
f(t)的傅里叶变换存在的充分条件:
∞
∫−∞
f (t ) d t < ∞
（说明：所有能量信号均满足此条件。）
(2)用下列关系还可方便计算一些积分
∞
F (0) = ∫ f (t )dt
−∞
1 ∞
f ( 0) =
2π ∫
−∞
F ( jω ) d ω

知识点Z4.15
常用函数的傅里叶变换
主要内容：
常用函数的傅里叶变换
基本要求：
熟练掌握常用函数的傅里叶变换变换对

Z4.15常用函数的傅里叶变换
1. 单边指数函数 f(t)
−α t
e t >0 1
f (t ) = e ε (t ) = 
−α t
α >0
0 t <0
0 t
∞ − α t − jω t
F ( jω ) = ∫ e e dt
0
1 − (α + j ω ) t ∞
=− e
α + jω 0 −α t 1
e ε (t ) ↔
1 α + jω
=
α + jω

1
f (t ) = e −α t
ε (t ) ↔ F ( jω ) =
α + jω
幅度频谱：相位频谱：
F ( jω ) =
1 ω
ϕ (ω ) = − arctan
α 2 + ω2 α
F ( jω ) ϕ (ω )
1
π
α 2
1
0 ω
2α π
−
0 3α ω 2

2. 双边指数函数 f(t)
e−α t t > 0 1
f (t ) = e
−α t
=  αt α >0
 e t <0
0 t
0 ∞
α t − jω t − α t − jω t
F ( jω ) = ∫ e e dt + ∫ e e dt
−∞ 0
1 1
= + 2 F ( jω )
α − j ω α + jω
α
2α
= 2 1
α + ω2
α
−α t 2α 0 α ω
e ↔ 2
α + ω2 频谱图

3. 门函数(矩形脉冲) gτ(t)
 τ 1
1, t ≤
g τ (t ) =  2
τ
0, t > −
τ
0 τ t
 2 2 2
τ τ
τ − jω jω
e −e2 2
F ( jω ) = ∫ 2τ e − j ωt
dt =
−
2 − jω
ωτ
2 sin( )
= 2 取样函数
ω Sa(x)=sin(x)/x
 ωτ 
= τ Sa  
 2 

频谱图 F ( jω )  ωτ 
τ gτ (t ) ↔ τ Sa  
− 2π τ  2 
ω
O 2π τ 4π τ
F ( jω )  ωτ 
幅度频谱 τ F ( jω ) = τ Sa  
 2 
− 2π τ O 2π τ 4π τ ω
ϕ (ω )
频宽：
相位频谱
π 2π 1
Bω ≈ 或B f ≈
− 2π τ τ τ
0 2π τ 4π τ ω
−π

4. 冲激函数δ(t)、δ´(t)、 δ(n)(t)
∞
δ (t ) ←→ F ( jω ) = ∫ δ (t ) e − jω t d t = 1 （定义）
−∞
∞ − jω t d − jω t
δ ' (t ) ←→ F ( jω ) = ∫ δ ' (t ) e dt = − e t =0 = jω
−∞ dt
δ ( n ) (t ) ←→ ( jω )n
δ (t ) F ( jω )
1
(1)
O t O ω

解释： 1
gτ (t ) F ( jω )
1 τ 1
τ − 2π τ
傅里叶变换
τ τ t O 2π τ 4π τ ω
− 0
2 2
2π
τ →0 →∞
τ
δ (t ) F ( jω )
1
(1)
O t O ω

5. 常数 1
有些函数(如1，ε(t) 等)不满足绝对可积这一充分条
件，直接用定义式不易求解。可构造一函数序列{fn(t)}
逼近f (t) ，即
f (t ) = lim f n (t )
n →∞
而fn(t)满足绝对可积条件，并且{fn(t)}的傅里叶变换所形成
的序列{Fn(jω)}是极限收敛的。则f(t)的傅里叶变换F (jω)为
F ( jω ) = lim Fn ( jω )
n →∞
这样定义的傅里叶变换也称为广义傅里叶变换。
构造 fα (t ) = e−α t α >0 fα(t)

1
2α
Fα ( jω ) = 2
α +ω2
0 t
f (t ) = 1 = lim f α (t )
α →0
2α  0, ω ≠ 0
所以 F ( jω ) = lim Fα ( jω ) = lim 2 =
α →0 α →0 α + ω 2
∞, ω = 0
∞ 2α ∞ 2 ω ω
lim ∫
α →0 ∫− ∞
又 d ω = lim d = lim 2 arctan ∞
−∞ = 2π
α →0 −∞ α 2 + ω 2
ω 
2
α α →0 α
1+  
α 
因此， 1←→2πδ(ω)

另一种求法： δ(ω) 代入反变换定义式，有

1 ∞ jω t 1
F [δ (ω )] = ∫ δ (ω ) e dω =
−1
2π −∞ 2π
1
←→ δ (ω )
2π
1 ←→ 2πδ (ω )

sgn(t)
6. 符号函数
1
e −α t
− 1, t < 0
sgn(t ) =  −eα t 0 t
 1, t > 0
-1
构造 fα=
(t ) e=
−α t
{ − eα t ,
e −α t ,
t<0
t >0
α >0
sgn(t ) = lim f α (t )
α →0
∞ 1 1 j 2ω
Fα ( jω ) = α t − jωt
∫ −e e dt + ∫ e −α t − jωt
dt = − =
− 2
0
−∞
e
0
α + jω α − jω α + ω2
 j 2ω  2
jω ) lim  − 2 =
sgn(t ) ←→ lim Fα ( = 2 
α →0 α →0
 α + ω  jω

7. 阶跃函数 ε(t)
{ 0 t<0 1 1
ε (t ) = 1, ε (t )= + sgn(t )
t >0 2 2
ε(t)
sgn(t )
1 1
2 1 2 1
2
t t
O O 1
− 0 t
2
1 1 1 1
↔ πδ (ω ) sgn ( t ) ↔ ε (t ) ↔ πδ (ω ) +
2 2 jω jω

归纳记忆： 2. 常用函数 F 变换对

1. F 变换对 δ(t) 1
∞ − jω t
1 2πδ(ω)
F ( jω ) = ∫ f (t )e dt 1
−∞
ε(t) πδ (ω ) +
jω
1
t ω e -αt ε(t) j ω +α
域域 gτ(t) ω τ 
τ Sa 
 2 
sgn(t) 2
1 ∞ jω t jω
f (t ) =
2π ∫ −∞
F ( jω ) e dω
2α
e –α|t|
α 2 + ω2
国家精品课程,国家精品资源共享课
信号与系统
Signals and Systems
西安电子科技大学
Xidian University, Xi’an China
Xidian University, ICIE. All Rights Reserved

第四章傅里叶变换与频域分析
Z4.1矢量的正交分解
4.1信号分解为正交函数 Z4.2信号的正交分解
Z4.3帕斯瓦尔定理
Z4.6周期信号指数形式的傅里叶级数
4.3周期信号的频谱及特点 Z4.10周期矩形脉冲信号的频谱和特点
Z4.11周期信号的平均功率——帕斯瓦尔恒等式
Z4.12*应用案例：DC-to-AC转换器
Z4.13频谱密度函数
4.4非周期信号的频谱——傅里叶变换 Z4.14傅里叶正反变换的定义
Z4.15常用信号的傅里叶变换

Z4.16线性
Z4.17奇偶性
Z4.18对称性
Z4.19尺度变换特性
Z4.20时移特性
4.5傅里叶变换的性质
Z4.21频移特性
Z4.22卷积定理
Z4.23时域微积分特性
Z4.24频域微积分特性
Z4.25相关定理
Z4.26能量谱
4.6能量谱和功率谱 Z4.27功率谱
Z4.28*应用案例：白噪声功率谱密度的估计
Z4.29周期信号的傅里叶变换
4.7周期信号的傅里叶变换
Z4.30周期信号傅里叶级数与傅里叶变换的关系

Z4.31基本信号ejωt作用于LTI系统的响应
Z4.32一般信号f(t)作用于LTI系统的响应
Z4.33傅里叶变换分析法
Z4.34傅里叶级数分析法
Z4.35频率响应函数
4.8LTI系统的频域分析
Z4.36Matlab求解系统响应
Z4.37无失真传输
Z4.38理想低通滤波器
Z4.39物理可实现系统的条件
Z4.40*应用案例：二次抑制载波振幅调制接收系统
Z4.41冲激取样
Z4.42时域取样定理
4.9取样定理 Z4.43频域取样定理
Z4.44应用案例：Matlab实现Sa信号的采样和恢复
Z4.45*应用案例：数字录音系统

Z4.46模拟滤波器的概念
4.10模拟滤波器 Z4.47Matlab设计巴特沃斯低通滤波器
Z4.48*切比雪夫滤波器
Z4.49载波抑制双边带调制
Z4.50幅度调制
Z4.51*单边带调制
4.11傅里叶变换在通信系统中的应用 Z4.52频分多路复用
Z4.53*脉冲幅值调制
Z4.54*时分多路复用
Z4.55*通信中的多址技术

4.5傅里叶变换的性质第四章傅里叶变换与频域分析
知识点Z4.16
线性性质
主要内容：
傅里叶变换的线性性质
基本要求：
掌握傅里叶变换的线性性质

傅里叶变换基本性质
线性 时域微分特性
奇偶性 时域积分特性
对称性 频域微分特性
尺度变换特性 频域积分特性
时移特性 卷积定理
频移特性 相关定理

意义：
傅里叶变换具有唯一性。傅里叶变换变换的性质揭
示了信号的时域特性和频域特性之间的内在联系。讨
论傅里叶变换的性质，目的在于：
•了解时频域特性的内在联系；
• 利用性质求F(jω)；
•了解在通信系统领域中的应用。

Z4.16线性性质
若 f1 (t ) ↔ F1 ( jω ) , f 2 (t ) ↔ F2 ( jω )
则 af1 (t ) + bf 2 (t ) ↔ aF1 ( jω ) + bF2 ( jω )
证明： F [af1 (t ) + bf 2 (t )]
∞
= ∫ −∞
[af1 (t ) + bf 2 (t )]e − jω t d t
∞ ∞
∫ dt + ∫
− jω t
= a f1 (t ) e b f1 (t ) e − jω t d t
−∞ −∞
= aF1 ( jω ) + bF2 ( jω )
1 1 1
例1 ε (t ) = + sgn(t ) ↔ πδ (ω ) +
2 2 jω
例2 F ( jω ) = ? f (t )
1
解：f (t) = f1(t) – g2(t)
-1 0 1 t
f1(t) = 1 ←→ 2πδ(ω)
‖
g2(t) ←→ 2Sa(ω) f1 (t )
1
∴ F( jω) = 2πδ(ω) - 2Sa(ω)
0 t
-
g 2 (t )
1
-1 0 1 t
知识点Z4.17
奇偶性
主要内容：
傅里叶变换的奇偶性
基本要求：
了解时间函数与其频谱的奇、偶、虚、实关系

Z4.17奇偶性
若 f (t ) ↔ F ( jω ) 则 f (−t ) ↔ F (− jω )
证明： F [ f (t )] = ∫−∞ f (t ) e
∞ − jω t
d t = F ( jω )
−t → x
F [ f (−t )] = ∫
∞ − jω t ∞
−∞
f (−t ) e dt = ∫
−∞
f ( x ) e − j ( − ω ) x d x = F ( − jω )
下面具体研究时间函数与其频谱的奇偶虚实关系
∞ − jω t
F ( jω ) = ∫ f (t ) e jϕ ( ω )
d t = F ( jω ) e= R(ω ) + jX (ω )
−∞
 F ( jω ) = R 2 (ω ) + X 2 (ω )
显然：  X (ω ) 
ϕ (ω ) = arctan  R(ω ) 
  
(1) f(t)为实函数
∞ − jω t ∞ ∞
F ( jω ) = ∫ f (t ) e dt = ∫ f (t ) cos(ω t ) d t − j ∫ f (t ) sin(ω t ) d t
−∞ −∞ −∞
 R(ω ) = ∞ f (t ) cos(ω t ) d t

显然：
∫−∞
∞
 X (ω ) = − ∫ f (t ) sin(ω t ) d t
 −∞
结论： R(ω)= R(–ω)

X(ω) = – X (–ω)
F(– jω)=F*(jω)
|F(jω)| = |F(– jω)|
ϕ (ω) = – ϕ(–ω)
2α
 若f(t)为实偶函数, F(jω)为实偶函数 e
−α t
↔ 2
α + ω2
∞
− ∫ f (t ) sin(ω t ) d t =
X (ω ) = 0  ωτ 
−∞
gτ (t ) ↔ τ Sa  
∞  2 
jω ) R=
F (= (ω ) ∫
−∞
f (t ) cos(ω t ) d t
1 ↔ 2πδ (ω )
∞
= 2 ∫ f (t ) cos(ω t ) d t δ (t ) ↔ 1
0
 若f(t)为实奇函数, F(jω)为实奇函数 sgn(t ) ←→

2
∞
jω
=R (ω ) ∫=
f (t ) cos(ω t ) d t
−∞
0 δ ′(t ) ↔ jω
∞
F ( jω ) = jX (ω ) = − j ∫ f (t ) sin(ω t ) d t
−∞
∞
= −2 j ∫ f (t ) sin(ω t ) d t
0

(2) f(t)为虚函数f(t)=jg(t)
∞ − jω t ∞ ∞
F ( jω ) = ∫ f (t ) e dt = j ∫ g (t ) cos(ω t ) d t + ∫ g (t ) sin(ω t ) d t
−∞ −∞ −∞
 R(ω ) = ∞ g (t ) sin(ω t ) d t

显然：
∫−∞
∞
 X (ω ) = ∫ f (t ) cos(ω t ) d t
 −∞
* 请同学们自己参照实函数进行分析。

知识点Z4.18
对称性
主要内容：
傅里叶变换的对称性
基本要求：
熟练掌握傅里叶变换时域和频域的对称性

Z4.18对称性
若 f (t ) ↔ F ( jω ) 则 F ( jt ) ↔ 2π f (−ω )
f (t ) F ( jω )
(t
ω
)
→
t( ←
−ω
)
F ( jt ) 2π f (−ω )

Z4.18对称性
若 f (t ) ↔ F ( jω ) 则 F ( jt ) ↔ 2π f (−ω )
1 ∞ jω t
证明： f (t ) =
2π ∫ −∞
F ( jω ) e dω
式中，令t →ω，ω→t ，可得：

1 ∞ jω t
f (ω ) =
2π ∫ −∞
F ( jt ) e dt
令ω →-ω 可得：
1 ∞ − jω t
f (−ω ) =
2π ∫ −∞
F ( jt ) e dt
∴ F ( jt ) ↔ 2π f (−ω )
例1
δ (t ) F ( jω )
1
(1)
O t O ω
f (t ) F ( jω )
1 (2π )
O t O ω

例2  ωτ 
gτ (t ) ↔ τ Sa  
f (t )  2  F ( jω )
τ
1
τ τ t 2π O 2π 4π ω
− 0 −
2 2 τ τ τ
f (t ) F ( jω )
ωc
1
2π O 2π 4π t ωc 0 ωc ω
− −
ωc ωc ωc 2 2

1
例3 f (t ) = ←→ F(jω) = ?
1+ t 2
解: −α |t | 2α
e ←→
α 2 +ω 2
当α=1时
−|t | 2
e ←→
1+ ω 2
根据对称性
2 −|ω |
←→ 2π e
1+ t2
所以 1
←→ π e −|ω |
1+ t2
知识点Z4.19
尺度变换特性
主要内容：
傅里叶变换的尺度变换特性
基本要求：
1.掌握傅里叶变换尺度变换特性的基本概念
2.了解信号持续时间的占用频带的反比关系

1  ω
若 f (t ) ↔ F ( jω ) 则 f (at ) ↔ F  j  ,a为非零实数。
a  a
证明： F [ f (at )] = ∫ f (at )e − jω t d t
∞
−∞
τ = at − jω
τ
1 1  ω
=∫ f (τ ) e dτ = F  j 
∞
当a>0时，F [ f (at )] −∞
a
a a  a
τ
τ = at − jω 1 1  ω
当a<0时，F [ f (at )] = ∫ f (τ ) e dτ = −
−∞
a F j 
∞ a a  a
1  ω
∴ f (at ) ↔ F  j 
a  a
(1) 0<a<1 时域扩展，频带压缩。

F ( jω )
f (t )
1 τ
τ 0 τ 2π o 2π ω
− t −
2 2 τ τ
t
f 
 2 2 F ( j 2ω )
2τ
1
π π
−
t τ τ
−τ o τ o ω
0<a<1，脉冲持续时间增加a倍，变化慢了，信号在频
域的频带压缩a倍。高频分量减少，幅度上升a倍。
(2) a>1 时域压缩，频带扩展。

F ( jω )
f (t )
1 τ
τ 0 τ 2π o 2π ω
− t −
2 2 τ τ
f (2t ) 1  ω
F j 
1 τ 2  2
2
t
τ o τ 4π o 4π ω
− −
4 4 τ τ
a>1，脉冲持续持续时间短，变化快了。信号在频域高
频分量增加，频带展宽，各分量的幅度下降a倍。
1  ω
f (at ) ↔ F  j 
a  a
意义:
(1) 0<a<1 时域扩展，频带压缩;
(2) a>1 时域压缩，频域扩展a倍;
(3) a =−1, f ( −t ) ↔ F ( − jω ) .
说明：信号的持续时间与信号占有频带成反比，有时
为加速信号的传递，要将信号持续时间压缩，则要以
展开频带为代价。
1
例 f(t) = ←→ F(jω) = ?
jt − 1
−t 1
解: e ε (t ) ←→
j ω +1
根据对称性,
1
←→ 2π e ω ε (−ω )
jt + 1
利用尺度变换特性，令 a = -1，可得
1
←→ 2π e −ω ε (ω )
− jt + 1
1
所以 ←→ −2π e −ω ε (ω )
jt − 1
知识点Z4.20
时移特性
主要内容：
傅里叶变换的时移特性
基本要求：
掌握信号时域平移对应的频域的变化

Z4.20时移特性
若 f (t ) ↔ F ( jω ) 则 f (t ± t0 ) ↔ e± jωt F ( jω ) ,t0为实常数。 0
若 F ( jω ) = F ( jω ) e jϕ (ω ) 则 f (t ± t0 ) ↔ F ( jω ) ⋅ e j[ϕ (ω ) ±ω t 0 ]
说明：幅度频谱无变化，只影响相位频谱，相移±ωt0。
∫ f (t − t0 )e − jω t d t
∞
证明：F [ f (t − t0 )]
=
−∞
t −t 0 =τ ∞ − jω τ − jω t 0
= ∫ −∞ f (τ ) e dτ e
− jω t 0
=e F ( jω )

f(t)
例1 f(t)如图所示，F(jω) = ?
2
1
解: f (t) = f1(t) + f2(t)
-1 0 2 4 6 8 t
f1(t) = g6(t-5) ‖
f2(t) = g2(t-5) 2 f1 ( t )
− j 5ω
1
g6(t - 5) ←→ 6 Sa(3ω ) e
0 2 4 6 8 t
− j 5ω
g2(t - 5) ←→ 2 Sa(ω ) e +
f2 ( t )
2
− j 5ω
∴ F(jω) = [6 Sa(3ω ) + 2 Sa(ω )] e 1
0 2 4 6 8 t
例2 若 f (t ) ↔ F ( jω ) 求 f (at − b) ↔ ?
解: 根据时移特性, f (t − b ) ↔ e − jωb
F ( jω )
根据尺度变换特性,
ω
1 −j b  ω
f (at − b) ↔ e a
F j 
|a|  a
或者:
1  ω
根据尺度变换特性, f (at ) ↔ F  j 
a  a
根据时移特性,
  b  1 − jω a  ω 
b
f (at − b) = f a t −  ↔ e F j 
  a  |a|  a
t 2 − 2t + 3
例3 f (t ) = 2 , F(jω) = ?
t − 2t + 2
2α 2
解: e −α |t | ←→ α=1 −|t |
e ←→
α +ω
2 2
1+ ω2
根据对称性,
2 1
←→ 2π e −|−ω |
整理 ←→ π e −|ω |
1+ t 2
1+ t2
所以,
t 2 − 2t + 3 1 − ω − jω
f (t ) = 2 = 1+ ↔ 2πδ (ω ) + πe e
t − 2t + 2 (t − 1) + 1
2

知识点Z4.21
频移特性
主要内容：
傅里叶变换的频移特性
基本要求：
1.掌握傅里叶变换频移特性的基本概念
2.掌握信号频谱搬移的基本概念
3.了解通信中调制、解调的基本原理

Z4.21频移特性
若 f (t )  F ( j) 则 e j t f (t )  F  j   0  ,ω0为实常数。
0
证明： F e  j t f (t ) 
0
注意±号

 e  j0t f (t ) e  j t d t


 f (t ) e  j ( 0 )t d t

 F  j   0 
频移特性的实质是频谱搬移，它是通信理论中信号
调制与解调的理论基础。
例1
解:
1  2 ( )
j 0 t
e  2 (   0 )
例2 f(t) = cosω0t ←→ F(jω) = ? cos(ω0t)频谱

图
1 j 0 t 1  j 0 t
解: cos(  0 t )  e  e
2 2
F(jω) = π[δ(ω+ω0)+ δ
(ω-ω0)]
例3 f(t) = sinω0t ←→ F(jω) = ? sin(ω0t)频谱
图
解: sin( 0 t )  1  e j t  e  j t 
0 0
2j
F(jω) = jπ[δ(ω+ω0)-δ
(ω-ω0)]
例4 f(t)cosω0t ←→?
 1 j 0 t 1  j 0 t 
解: f ( t ) cos(  0 t )  f ( t )  e  e 
2 2 
1 1
 F  j (   0 )   F  j (   0 ) 
2 2
f(t)频谱图 cos(ω0t)频谱 f(t)cos(ω0t)频谱

图图
cos(ω0t)调制信号—载波 ω0调制频率—载频
知识点Z4.22
卷积定理
主要内容：
1.时域卷积定理
2.频域卷积定理
基本要求：
1.掌握傅里叶变换卷积定理的基本概念
2.掌握通信中的调制、解调的分析方法

Z4.22卷积定理
时域卷积定理
若 f1 (t )  F1 ( j ) , f 2 (t )  F2 ( j )
则 f1 (t ) * f 2 (t )  F1 ( j ) F2 ( j )
频域卷积定理
若 f1 (t )  F1 ( j ) , f 2 (t )  F2 ( j )
1
则 f1 (t ) f 2 (t )  F1 ( j ) * F2 ( j )
2

证明：
F [ f1 (t ) * f 2 (t )]    f1 ( ) f 2 (t   ) d   e j t d t
 
 
  
 
 f1 ( )[  f 2 (t   ) e  j t d t ]d 
 
由时移特性：
  j t  j 

f 2 (t   ) e d t  F2 ( j ) e
代入得，

F [ f1 (t ) * f 2 (t )]   f1 ( ) F2 ( j ) e  j  d 


 F2 ( j )  f1 ( ) e  j  d 

 F1 ( j ) F2 ( j )
例1 f (t )  
sin t  g2(ω)*g 2(ω)
  F ( j )  ? 2
 t 
解: g 2 (t )  2 Sa( ) ω
-2 0 2
根据对称性， F(jω)
π
2 Sa(t )  2 g 2 ( )
Sa(t )   g 2 ( ) -2 0 2 ω
根据频域卷积定理，
2
 sin t  1 
   [ g ( )] * [ g ( )]  g 2 ( ) * g 2 ( )
2
2 2
 t  2

例2 f(t)cosω0t ←→?
1
解: f (t ) cos(  0 t )  F ( j  ) *     0       0 
2
1 1
 F  j (   0 )   F  j (   0 ) 
2 2
f(t)频谱图 cos(ω0t)频谱 f(t)cos(ω0t)频谱

图图
思考：如何解
调？
知识点Z4.23
时域微积分特性
主要内容：
时域微积分特性
基本要求：
掌握傅里叶变换时域微积分特性的基本概念

若 f (t )  F ( j)
时域微分： f ( n ) (t )  ( j ) n F ( j )
t F ( j )
时域积分：  f ( x) d x   F (0) ( ) 
j

其中 F ( 0 )  F ( j  )  0  
f (t ) d t
证明：
f ( n ) (t )   ( n ) (t ) * f (t )  ( j ) n F ( j )
t 1 F ( j )


f ( x) d x   (t ) * f (t )  [  ( ) 
j
]F ( j )   F (0) ( ) 
j

1
例1 f (t )  2  F ( j )  ?
t
解: 2
sgn(t ) 
j
根据对称性，
2
 2 sgn( )
jt
1
  j sgn( )
t
根据时域微分特性，
d 1 1
    2  ( j ) j sgn( )    sgn( )
dt  t  t
1
2
   sgn( )   |  |
t
推论1：
若 f (t )  F1 ( j) 则 f (t )  F1 ( j )   [ f (  )  f (  )] ( )
j
证明：
t d f ( ) 1  d f (t )
f (t )  f ()   d   F1 ( j )    d t ( )
 d j  dt
1
 F1 ( j )   [ f ()  f ()] ( )
j
1
F ( j )  2 f () ( )  F1 ( j )   [ f ()  f ()] ( )
j
1
所以 F ( j )  F1 ( j )   [ f ()  f ()] ( )
j
示例: dε(t)/dt = (t) ←→ 1 ε(t) ←→ 1/(jω)+π

(ω)
推论2：
若 (t )  Fn ( j) 且  [ f (  )  f (  )]  0
(n)
f
Fn ( j  )
则 f (t ) 
 j  n
例2 f (t )  F ( j )  ?
解: f (t )   (t  2)  2 (t )   (t  2)
F2 ( j)  e j 2  2  e j 2  2cos  2   2
F2 ( j ) 2  2 cos(2 )
F ( j )    4 Sa 2
 
( j ) 2
 2

知识点Z4.24
频域微积分特性
主要内容：
频域微积分特性
基本要求：
掌握傅里叶变换频域微积分特性的基本概念

若 f (t )  F ( j)
频域微分： (  jt ) n f (t )  F ( n ) ( j )
f (t )
频域积分：  f (0) (t )    F ( jx) d x

 jt 
1 
其中 f ( 0 ) 
2 

F ( j ) d 
例1 f (t )  t (t )  F ( j )  ?
1 d  1 
解:  (t )   ( )  j
 jt  (t )   ( )  
d  j  
1
t (t )  j ' ( ) 
2
 sin( a )
例2 计算  
d
解: 2 sin( a )
g 2 a (t ) 

1  2 sin( a ) j t 1  sin( a ) j t
g 2 a (t ) 
2  
e d 
  
e d
1  sin( a )

g 2 a (0)  d
 
 sin( a ) 
 0 
d 
2

知识点Z4.25
相关定理
主要内容：
相关定理
基本要求：
掌握相关定理的基本概念

Z4.25相关定理
若 f1 (t )  F1 ( j ) , f 2 (t )  F2 ( j )
则 F [ R12 ( )]  F1 ( j ) F2* ( j ), F [ R21 ( )]  F1* ( j ) F2 ( j )
证明：F [ R12 ( )]  F [ f1 ( ) * f 2 ( )]  F [ f1 ( )]F [ f 2 ( )]

 F1 ( j ) F2 ( j )  F1 ( j ) F2* ( j )
F [ R21 ( )]  F [ f1 ( ) * f 2 ( )]  F [ f1 ( )]F [ f 2 ( )]

 F1 ( j ) F2 ( j )  F1* ( j ) F2 ( j )
对自相关函数：
2
F [ R ( )]  F ( j ) F ( j )  F ( j )
*

4.6能量谱和功率谱第四章傅里叶变换与频域分析
知识点Z4.26
能量谱
主要内容：
1.信号能量的定义
2.帕斯瓦尔能量方程
3.能量密度谱的定义
基本要求：
1.了解信号的能量和能量密度谱的基本概念
2.掌握利用帕斯瓦尔能量方程计算信号能量的方法

Z4.26能量谱
1. 信号能量
信号(电压或电流)f(t)在1Ω电阻上的瞬时功率为|f(t)|2,
在区间(-T, T)的能量为
T

2
f (t ) d t
T
定义：时间(-∞, ∞)区间上信号的能量。
T
E  lim 
2
f (t ) d t
T  T
如果信号能量有限，即0<E<∞，称为能量有限信号，
简称能量信号。例如门函数，三角形脉冲，单边或双
边指数衰减信号等。
2. 帕斯瓦尔方程（能量方程）
T  1 
E  lim  f (t ) d t   
2 2 2
f (t ) d t  F ( j ) d 
T  T  2 
 
E f (t ) d t   f (t ) f * (t ) d t
2
证明:
 
  1  
 j t
  F ( j ) e d   d t
f (t )  *

 2
1  *    j t  d
2   
 F ( j  ) f (t ) e d t

1 

2 

F * ( j ) F ( j ) d 
1 

2 

| F ( j ) |2 d 
3. 能量密度谱E (ω)
定义：单位频率的信号能量。
物理意义：为了表征能量在频域中的分布情况而定义的
能量密度函数，简称为能量频谱或能量谱。
在频带df内信号的能量为 E(ω) df，因而信号在整
个频率区间（-∞, ∞）的总能量为：
 1 
E   E ( ) d f   E ( ) d 
 2 
上式与帕斯瓦尔能量方程进行比较可知，
2
E ( )  F ( j )
由相关定理：
E ( )  F [ R ( )] 

R ( )  F [E ( )]
-1
R ( ) E ( )
结论：能量有限信号的能量谱E (ω)与自相关函数
R(τ)是一对傅里叶变换。
 2
R ( )  

f (t ) f (t   ) d t E ( )  F ( j )
信号的能量谱E (ω) 是ω的偶函数，它只取决于频

谱函数的模量，而与相位无关。单位：J·s。
sin 5t
例1：计算信号 f (t )  2 cos(997t ) 的能量。
t
sin 5t
解:  g10 ( )
t
sin 5t
2 cos(997t )  g10 (  997)  g10 (  997)
t
 1 
E 
2
f (t ) d t  | F ( j ) |2 d 
 2 
1
 (10  10)
2
10



知识点Z4.27
功率谱
主要内容：
1.信号功率的定义
2.功率有限信号及其相关函数
3.功率密度谱的定义
基本要求：
1.了解信号的功率和功率有限信号相关函数的基本概念
2.了解功率有限信号的功率密度谱的基本概念
3.了解功率有限信号的功率密度谱和自相关函数的关系

Z4.27功率谱
1. 信号功率
定义：时间（-∞, ∞）区间上信号f(t)的平均功率。
T
def
1

2
P  lim 2
T f (t ) d t 复函数
T  T 
2
T
def
1
P  lim
T  T 

2
T
2
f 2 (t ) d t 实函数
如果信号功率有限，即0<P<∞，信号称为功率有限
信号，简称功率信号。如周期信号等。
 若信号能量E有限，则P=0；

 若信号功率P有限，则E=∞。即 

f 2 (t ) d t   。
从f(t)中截取|t|≤T/2的一段，
得到一个截尾函数fT(t)，它可
以表示为：
T T
fT (t )  f (t )[ (t  )   (t  )]
2 2
如果T是有限值，则fT(t)的能量也是有限的。令
FT ( j )  F [ fT (t )]
由帕斯瓦尔能量方程，fT(t)的能量ET可表示为：
 1 
ET   
2
f (t )dt 
2
FT ( j ) d 
2
 T 

 1 
ET   
2
f (t )dt 
2
FT ( j ) d 
2
 T 
 T
 fT2 (t )dt   f 2 (t )dt

2
由于
  T2
f(t)的平均功率为：
2
def
1 T
1  FT ( j )
P  lim  f (t ) d t   d
2 2
lim
T  T  T2 2  T  T
 当T增加时，fT(t)的能量增加，|FT(jω) |2也增加；
 当T→∞时， fT(t) → f(t) ，此时|FT(jω) |2 /T可能趋于
一极限；
 定义|FT(jω) |2 /T为f(t)的功率密度函数，简称功率谱。
2. 功率密度谱
定义：单位频率的信号功率。
在频带df内信号的功率为 P(ω) df，因而信号在整
个频率区间（-∞, ∞）的平均功率为：
 1 
P   P ( ) d f   P ( ) d 
 2 
2
比较得： FT ( j )
P ( )  lim
T  T
信号的功率谱P (ω) 是ω的偶函数，它只取决于频
谱函数的模量，而与相位无关。单位：W·s。
3. 功率密度谱与自相关函数的关系
若f1(t)和f2(t)是功率有限信号，此时相关函数的定
义为：
1 T2 
R12 ( )  lim[  T f1 (t ) f 2 (t   ) d t ]
T  T  2 

1 2T
R21 ( )  lim[  T f1 (t   ) f 2 (t ) d t ]
T  T  2 
自相关函数：
1 T
R ( )  lim[  f (t ) f (t   ) d t ]
2
T  T  T2

两边取傅里叶变换，得：
1 T2
F [ R ( )]  F [lim  T f (t ) f (t   ) d t ]
T  T  2
1 
 F [lim  fT (t ) fT (t   ) d t ]
T  T 
1
 F {lim [ fT ( ) * fT ( )]}
T  T
1 2
 lim FT ( j )
T  T
 P ( )
根据前面推导：
P ( )  F [ R ( )] 

R ( )  F [P ( )]
-1
R ( )  P ( )
结论：功率有限信号的功率谱P (ω)与自相关函数R(τ)
是一对傅里叶变换，称为维纳-欣钦(Wiener-Khintchine)
关系。
2
1 T
FT ( j )
R ( )  lim[  f (t ) f (t   ) d t ] P ( )  lim
2
T  T  T2 T  T

知识点Z4.28
白噪声功率谱密度的估计
主要内容：
1.白噪声
2.自相关函数和功率谱密度
基本要求：
1.了解白噪声的基本概念
2.了解利用自相关函数进行白噪声功率谱密度估计的方法

Z4.28*案例：白噪声功率谱密度的估计
对于随机信号，由于不能直接用频谱表示，但是可
以利用自相关函数求其功率谱密度，借助功率谱描述
随机信号的频域特性。白噪声是一种典型的随机信号。
白噪声(white noise)是指功率谱密度在整个频域内均
匀分布的随机噪声。
通信中的白噪声主要包含三类：（1）无源器件,如电
阻、馈线等类导体中电子布朗运动引起的热噪声；（2）
有源器件,如真空电子管和半导体器件中由于电子发射
的不均匀性引起的散粒噪声；（3）宇宙天体辐射波对
接收机形成的宇宙噪声。其中前两类是主要的。
例. 白噪声对所有的频率其功率密度谱都是常数，
P N ( )  N ,     
求其自相关函数。
解：根据维纳-欣钦关系，可得白噪声的自相关函数
RN ( )  F 1
P ( )  N  ( )
可见，白噪声信号的自相关函数是冲激信号，这表
明白噪声在各时刻取值杂乱无章，没有任何相关性，
因而对0的所有时刻RN()都为0，仅在=0时刻为强度
为N的冲激。

说明：白噪声是一种理想化的信号模型，具有无限带
宽，实际不可能存在。因为白噪声的平均功率为无穷
大，这在物理上是不可实现的。
1  1 
P
2  P ( )d  2 

Nd   
然而，白噪声在数学处理上比较方便，因此它是系
统分析的有力工具。不过在工程中，只要噪声信号保
持常数功率谱的带宽远大于它所作用线性系统的通频
带，那么即可将此噪声视为白噪声。
例如，热噪声和散粒噪声在很宽的频率范围内具有
均匀的功率谱密度，通常可以认为它们是白噪声。
例：利用MATLAB产生白噪声并进行功率谱密度估计。
解：%生成高斯白噪声序列
randn('state',0)
NFFT=1024; %NFFT为取样点数
Fs=10000; %Fs为取样频率
t=(0:NFFT-1)/Fs; %时间
y=randn(NFFT,1); %产生高斯白噪声，2*pi为其功率。
figure(1);
subplot(3,1,1); plot(t,y); grid on; title('白噪声波形');
%计算白噪声的自相关函数
[cory,lags]=xcorr(y,200,'unbiased'); %自相关函数(无偏差的)， cory为自相关函数，
lag为自相关函数的长度。
subplot(3,1,2);
plot(lags,cory); grid on; title('白噪声相关函数');
%估计功率谱密度
f=fft(cory); %对自相关系数进行傅里叶变换：即功率谱密度。
k=abs(f); % k是cory傅里叶变换的幅值。
fl=(0:length(k)-1)*Fs/length(k); %fl为fc的长度。
subplot(3,1,3)
plot(fl,k); grid on; title('白噪声功率谱');

Matlab白噪声功率谱密度估计仿真结果：
白噪声波形
5
-5
0 0.02 0.04 0.06 0.08 0.1 0.12
白噪声相关函数
1
-1
-200 -150 -100 -50 0 50 100 150 200
白噪声功率谱
5
0
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000

4.7周期信号的傅里叶变换第四章傅里叶变换与频域分析
知识点Z4.29
周期信号的傅里叶变换
主要内容：
1.正、余弦函数的傅里叶变换
2.一般周期信号的傅里叶变换
基本要求：
1.掌握正、余弦函数的傅里叶变换
2.掌握一般周期信号傅里叶变换的计算方法

周期信号：
f t   傅里叶级数Fn 离散谱
非周期信号：
f t   傅里叶变换F  j  连续谱
思考问题：
* 周期信号的傅里叶变换如何求取？
* 周期信号傅里叶变换与傅里叶级数的关系？
* 统一的分析方法------傅里叶变换？

1. 正、余弦信号的傅里叶变换
已知 1  2 ( )
由频移性质 e j0t  2 (  0 )
e  j0t  2 (  0 )
由欧拉公式和线性性质
1 j 0 t 1  j 0 t
cos(0t )  e  e    (  0 )   (  0 )
2 2
1 j0t  j0t
sin(0t ) 
2j

e e   j  (  0 )   (  0 )

2. 一般周期信号的傅里叶变换

fT (t )  
n 
Fn e jnt 指数形式的傅里叶级数
T
1
Fn   2
T fT (t ) e  jn t d t 复傅里叶系数
T 
2
  jnt 

F  fT (t )   F   Fn e    FnF e jnt 
 n   n 

  F 2 ( - n)
n 
n

 2  F  ( - n)
n 
n

 
公式1：fT (t )  
n 
Fn e jnt  FT ( j )  2  F  (  n)
n 
n
示例:
(a)周期矩形脉冲信号 (b)傅里叶级数 (c)傅里叶变换

例1：周期为T的单位冲激周期函数T(t)=   (t  mT )
m  
T
1 2 1
解： Fn   T f (t )e  jnt
dt 
T 2 T
 
1
 T (t )  2   (  n)     (  n)    ( )
n   T n  
 T(t)  ( )
1 
－T o T 2T t － o  2 
(a) (b)

例2：周期信号如图，求其傅里叶变换。
解：周期信号f(t)也可看作一时
限非周期信号f0(t)的周期拓展。
即 fT (t )   T (t ) * f 0 (t )

公式2：FT ( j )    ( ) F0 ( j )    F0 ( jn) (  n)
n 
2 
本题 f 0 (t )  g 2 (t )  2Sa( )  
T 2
 
n n
F ( j )    2Sa(n) (  n)    Sa( ) (  )
n  n  2 2
知识点Z4.30
周期信号傅里叶级数与傅里叶变换的关系
主要内容：
周期信号傅里叶级数与傅里叶变换的关系
基本要求：
1.掌握周期信号傅里叶变换的计算方法
2.了解由相应非周期信号傅里叶变换计算周期信号傅里叶级数的方法

 
公式1：fT (t )  Fe
n 
n
jnt
 FT ( j )  2  F  (  n)
n 
n
公式2：fT (t )   T (t ) * f 0 (t )  FT ( j )    ( ) F0 ( j )

   F0 ( jn) (  n)
n 
注：求周期信
号傅里叶级数
的另一种方法
 1 2n
Fn  F0 ( jn)  F0 ( j )
2 T T
4.8 LTI系统的频域分析第四章傅里叶变换与频域分析
4.8 LTI系统的频域分析
思考问题：
* 一般信号的分解？傅里叶级数？傅里叶变换？
* 基本信号的响应？ejnΩt？ejωt？
* 一般信号的响应？傅里叶级数？傅里叶变换？
* 频域分析？数学工具？原理？步骤？优缺点？

4.8LTI系统的频域分析第四章傅里叶变换与频域分析
知识点Z4.31
基本信号ejωt作用于LTI系统的响应
主要内容：
1.基本信号ejωt作用于LTI系统的响应
2.频率响应函数
基本要求：
1.掌握频率响应函数的基本概念
2.了解基本信号ejωt作用于LTI系统的响应

傅里叶分析是将任意信号分解为无穷多项不同频率
的虚指数函数之和。

周期信号： f (t )  F
n  
n e jnt
基本信号ejnΩt
1  j t
非周期信号： f (t ) 
2  
F ( j ) e d 基本信号ejt
说明：频域分析中，基本信号的定义域为(–∞，∞)，
而t= – ∞总可认为系统的状态为0，因此本章的响应指
零状态响应，常写为y(t)。
推导：设LTI系统的冲激响应为h(t)，当激励是角频
率ω的基本信号ej t时，其响应
y (t )  h(t ) *e j t
根据卷积定义，得
 
y (t )   h( ) e j ( t  )
d   h( ) e  j d   e j t
 
H ( j ) F  h(t )


H ( j )  F  h(t )   h( ) e j d 
定义：h(t)的傅里叶变换，记为H(j )，常称为系统的
频率响应函数。
基本信号ej t作用于LTI系统的响应：
j t
y (t )  H ( j )  e
H(j )反映了响应y(t)的幅度和相位。

知识点Z4.32
一般信号f(t)作用于LTI系统的响应
主要内容：
一般信号f(t)作用于LTI系统的响应
基本要求：
掌握一般信号f(t) 作用于LTI系统的响应的基本概念

ejt H(j)ejt
齐次性
1 1
F(j)de jt F(j) dH(j)ejt
2 2
1  j t 1  j t
2 

F ( j ) e d
2 

H ( j ) F ( j ) e d
可加性
f(t) y(t)  F 1
 F ( j ) H ( j )
Y(j ) = F(j )•H(j )

知识点Z4.33
傅里叶变换分析法
主要内容：
傅里叶变换分析法
基本要求：
1.了解LTI系统的傅里叶变换分析法的基本概念
2.掌握利用傅里叶变换进行LTI系统分析的方法

傅里叶变换分析法步骤：
第一步，求输入信号f(t)的傅里叶变换F(jω)；
第二步，求系统函数H(jω)；
第三步，求零状态响应y(t)的傅里叶变换Y (jω)=F(jω)H(jω)；
第四步，求Y (jω)的傅里叶逆变换y (t)=F -1[F(jω)H(jω]。
知识点Z4.34
傅里叶级数分析法
主要内容：
傅里叶级数分析法
基本要求：
掌握周期信号激励下利用傅里叶级数进行LTI系统分析的方法

对周期输入信号，还可用傅里叶级数分析法：
周期信号的指数形式傅里叶级数：

fT (t )  
n 
Fn e jnt
系统零状态响应：
 
y (t )  h(t )  fT (t )  
n 
Fn  h(t )  e jnt
  
n 
Fn H ( jn)e jnt
Yn
傅里叶级数分析法步骤：
第一步，求周期输入信号fT(t)的傅里叶系数Fn；
第二步，求系统频率响应H(jnΩ)= H(jω)|ω=nΩ；
第三步，求零状态响应y(t)的傅里叶系数Yn=FnH(jnΩ)；

第四步，求傅里叶级数展开式 y (t )  
n 
Fn H ( jn)e jnt 。

若周期信号采用三角形式傅里叶级数表示：
A0 
f T (t )    An cos( nt   n )
2 n 1
设系统频率响应函数：
H ( j  )  H ( j  ) e j (  )
H ( jn) | H ( jn) | e j ( n )  H ( j )   n
则可推导出

A0
y (t )  H (0)   An | H ( jn) | cos[nt  n   (n)]
2 n 1
直流增益幅值相乘相位相加

θ(ω)
例：某LTI系统的|H(j)| 和θ() π
|H(jω)|
1
如图,若f(t)=2+4cos(5t)+4cos(10t),
求系统的响应。 - 10 0 10 ω
解法一：用傅里叶变换分析法
-π
H ( j )  H ( j ) e j ( )
F ( j )  4 ( )  4  (  5)   (  5)   4  (  10)   (  10) 
Y ( j )  F ( j ) H ( j )
 4 ( ) H 1(0)  4  (  5) H (j0.5 j 5) 
 (j 0.5
j 5)   (  5) H
4  (  10) H (0 j10)   (  10) H ( 0j10) 
 4 ( )  2 j  (  5)   (  5) 
y (t )  F 1
Y ( j )  2  2sin 5t
θ(ω)
解法二：用三角傅里叶级数分析法 π
|H(jω)|
1
f(t)= 2+4cos(5t)+4cos(10t)
- 10 0 10 ω
f(t)的基波角频率 Ω=5rad/s
-π
f(t)= 2+4cos(Ωt)+4cos(2Ωt)
H(0) =1，H(jΩ) = 0.5e-j0.5π，H(j2Ω) =

0 A0 
y (t )  H (0)   An | H ( jn) | cos[nt  n   (n)]
2 n 1
 2  1  4  0.5 cos(t  0.5 )  4  0
 2  2sin 5t
知识点Z4.35
频率响应函数
主要内容：
1.系统频率响应函数的定义
2.系统频率响应函数的求法
基本要求：
1.掌握系统频率响应函数的基本概念
2.掌握系统频率响应函数的求法

Z4.35 频率响应函数 H(j)

1.定义：系统零状态响应y (t)的傅里叶变换Y(j)与激
励f(t)的傅里叶变换F(j)之比。即
Y ( j )
H ( j ) 
F ( j )
H(j)一般是复函数，记为：
j (  ) Y ( j ) j [ y ( )  f ( )]
H ( j )  H ( j ) e  e
F ( j )
|H(j)| 称为幅频特性(或幅频响应), 是的偶函数；

θ() 称为相频特性(或相频响应), 是的奇函数。

2.频率响应函数的求法
(1) H(j) = F [h(t)]
(2) H(j) = Y(j)/F(j)
① 由电路的频域模型直接求出；
② 由微分方程求出，对微分方程两边取傅里叶变换。
例1：如图电路，R=1Ω，C=1F，以uC(t)为输出，求h(t)。
解：画电路频域模型
1
U ( j ) j ωC 1
H ( j )  C  
U S ( j ) R  1 j ω 1
j ωC
 h(t )  F 1
H ( j )  e t (t )
例2：某系统的微分方程为 y(t )  2 y (t )  f (t ) ，求输入信

号 f (t )  e t
 (t ) 时系统的响应 y (t ) 。 y(t) = (e-t – e-2t )ε(t)
解：微分方程两边取傅里叶变换，
jY ( j )  2Y ( j )  F ( j )
傅
系统频率响应函数里
Y ( j ) 1
H ( j )   叶
F ( j ) j  2
逆
输入信号傅里叶变换
1 变
f (t )  e  (t )  F ( j ) 
t
j  1 换
系统响应傅里叶变换
1 1 1
Y ( j )  H ( j ) F ( j )   
( j  1)( j  2) j  1 j  2
知识点Z4.36
Matlab求解系统响应
主要内容：
求系统的响应
基本要求：
了解Matlab求解系统响应的方法

例已知系统的频率响应函数和输入分别为：
1  j
H  j   f (t )  sin(t )  sin(3t )
1  j
试用Matlab求解系统的响应。
解： 2.5
2
t=0:pi/100:4*pi; 1.5 激励响应
1
b=[-1,1]; %频率响应函数的分子系数
0.5
a=[1 1]; %频率响应函数的分母系数 0
-0.5
ft=sin(t)+sin(3*t); % 激励 -1
-1.5
yt=lsim(b,a,ft,t); %求解响应 -2
0 2 4 6 8 10 12 14

知识点Z4.37
无失真传输
主要内容：
1.无失真传输的定义
2.无失真传输的条件
基本要求：
1.掌握系统无失真传输的基本概念
2.掌握系统无失真传输的时频条件

系统对于信号的作用大体可分为两类：一类是信号的
传输，一类是滤波。传输要求信号尽量不失真，而滤
波则要求滤去或削弱不需要的成分，必然伴随着失真。
滤波示例：去噪
传输示例：通信
1.无失真传输的定义：
信号无失真传输是指系统的输出信号与输入信号
相比，只有幅度的大小和出现时间的先后不同，而没
有波形上的变化。
输入信号f(t)，经过无失
真传输后，输出信号应为
y (t )  Kf (t  td )
其频谱关系为
Y ( j )  Ke  jtd F ( j )
2.无失真传输条件：
(1)对h(t)的要求：
h(t)=K(t – td)
(2)对H(j)的要求：
H(j)=Y(j)/F(j)=Ke-jtd
即
H(j)=K ,θ()= – td
说明：上述是信号无失真传输的理想条件。当传输有
限带宽的信号时，只要在信号占有频带范围内，系统
的幅频、相频特性满足以上条件即可。
例：系统的幅频特性|H(jω)|
和相频特性θ()如图(a)(b)所
示，则下列信号通过该系统时，
不产生失真的是
(A) f(t) = cos(t) + cos(8t)

(B) f(t) = sin(2t) + sin(4t)
(C) f(t) = sin(2t) sin(4t)
(D) f(t) = cos2(4t)

知识点Z4.38
理想低通滤波器
主要内容：
1.理想低通滤波器的频域特性
2.理想低通滤波器的冲激响应和阶跃响应
基本要求：
1.掌握理想低通滤波器的频域特性
2.掌握理想低通滤波器的冲激响应和阶跃响应

1.定义：具有如图所示矩形幅频特
性、线性相频特性的系统称为理想
低通滤波器。c称为截止角频率。
理想低通滤波器的频率响应可写为：止带通带止带
e  j td ,   C  j t
H ( j )    g 2 ( ) e d
 0,   C C
1,   c
即： H ( j )  
0,   c
 ( )   j td
2.冲激响应
h(t )  F 1  g 2c ( )e  jtd 
c
 Sa[c (t  t d )]

结论：
(1)比较输入输出，可见严重失真；
原因： δ(t)↔1信号频带无限宽，理想低通滤波器
通频带是有限的，ωC以上的频率成分截止。
(2)理想低通滤波器是物理不可实现的非因果系统 ;
（为什么？）
3.阶跃响应
t
g (t )  h(t ) *  (t )   h( ) d 

c sin[c (  td )]
t
 d
  c (  td )
c sin[c (  td )]
0 t  sin[ (  t )]
 d   c c d
d
  c (  td ) 0  c (  td )
1 1 c (t td ) sin x
   dx y sin x
2  0 x Si( y )   dx
0 x
1 1 正弦积分
  Si[C (t  td )]
2 
4.8 LTI系统的频域分析第四章傅里叶变换与频域分析
y sin x
Si( y )   dx
0 x
正弦积分
特点：
(1)奇函数；
(2)最大值Si(π)，
位置:x=π;
(3)最小值Si(-π)，
位置:x=-π;
(4)稳态值Si(∞)=π/2
上升时间tr：输出由最小值
到最大值所经历的时间。
1 1
2 1 g (t )   Si[C (t  td )]
2 
tr  
C B
可见：阶跃响应的上升时
间tr与滤波器带宽B成反比。
特点：有明显失真，只要c<∞，则必有振荡，其过冲
比稳态值高约9%。这一由频率截断效应引起的振荡现
象称为吉布斯现象。
1 1
g max   Si( )  1.0895
2 
知识点Z4.39
物理可实现系统的条件
主要内容：
1.物理可实现系统的条件
2.佩利-维纳准则
基本要求：
1.掌握物理可实现系统的基本概念
2.了解佩利-维纳准则

时域特性：
h(t )  0, t  0
因果条件
频域特性：


2
H ( j ) d   

平方可积条件佩利-维纳准则
(必要条件)
 ln H (j )
并且 
 1  2
d  

说明：
(1)物理可实现系统时域特性表明，响应不应在激励
作用之前出现；
(2)对于物理可实现系统,可以允许H(jω) 特性在某些
不连续的频率点上为0，但不允许在一个有限频带内
为0。按此原理，理想低通、理想高通、理想带通、
理想带阻等理想滤波器都是不可实现的；
(3)佩利-维纳准则要求可实现的幅度特性其总的衰减
不能过于迅速；
(4)佩利-维纳准则是系统物理可实现的必要条件，而
不是充分条件。
几种常见的实际滤波器

例：一种可实现的低通滤波器。
L 1
R c 
C LC
c2
H ( j ) 
 j 2   j c  c2

知识点Z4.40
案例：二次抑制载波振幅调制接收系统
主要内容：
二次抑制载波振幅调制接收系统
基本要求：
了解二次抑制载波振幅调制接收系统的基本原理

Z4.40* 案例: 二次抑制载波振幅调制接收系统

例：如图二次抑制载波振幅调制接收系统，已知
sin t
输入信号： f (t )  t
,   t  
调制信号： s (t )  cos 500t ,   t  

问：输出信号y(t)=?
解： y (t )  f (t )  s(t )  s(t )  h(t )

1 1
Y ( j )  { [ F ( j )  S ( j )]  S ( j )} H ( j )
2 2
g 2 (t )  2Sa( )
由对称性可知：
2Sa(t )  2 g 2 ( )  2 g 2 ( )
sin t Sa(t )
  f (t )  g 2 ( )
t 
所以： F ( j )  g 2 ( )
调制信号： s (t )  cos 500t ,   t  
S ( j )   [ (  500)   (  500)]
1 1
Y ( j)  { [ F ( j)  S ( j)]  S ( j)} H ( j)
2 2
1
 2 g2 ()  [ (  500)   (  500)]  [ (  500)   (  500)] H ( j)
4
1
 2 g2 ()  2[ (  1000)  2 ()   ( 1000)] H ( j)
4
1
 2 g2 ()  2[ (  1000)  2 ()   ( 1000)] H ( j)
4
1
 g2 () [ (  1000)  2 ()   ( 1000)] g2 ()
4
1
 g2 ()
2
sin t Sa (t ) 1
所以： y (t )    f (t )
2 t 2 2

f(t) fa(t) fb(t)

0.35 0.4 0.35
0.3 0.3 0.3
0.25 0.25
0.2
0.2 0.2
0.1
0.15 0.15
0
0.1 0.1
-0.1
0.05 0.05
-0.2
0 0
-0.05 -0.3
-0.05
-0.1 -0.4 -0.1

-20 -15 -10 -5 0 5 10 15 20 -20 -15 -10 -5 0 5 10 15 20 -20 -15 -10 -5 0 5 10 15 20
思考：各信号的频谱图？

0.4
0.3 为更清楚展示原理，
取s(t)=cos(10t)
0.2 sin t
 cos(10t )
t
0.1
-0.1
-0.2
-0.3

0.4
0.3
0.2 sin t
 cos(10t )  cos(10t )
t
0.1
-0.1
-0.2
-0.3

国家精品课程,国家精品资源共享课
信号与系统
Signals and Systems
西安电子科技大学
Xidian University, Xi’an China
Xidian University, ICIE. All Rights Reserved

Z4.1矢量的正交分解
4.1信号分解为正交函数 Z4.2信号的正交分解
Z4.3帕斯瓦尔定理
Z4.6周期信号指数形式的傅里叶级数
4.3周期信号的频谱及特点 Z4.10周期矩形脉冲信号的频谱和特点
Z4.11周期信号的平均功率——帕斯瓦尔恒等式
Z4.12*应用案例：DC-to-AC转换器
Z4.13频谱密度函数
4.4非周期信号的频谱——傅里叶变换 Z4.14傅里叶正反变换的定义
Z4.15常用信号的傅里叶变换

Z4.16线性
Z4.17奇偶性
Z4.18对称性
Z4.20时移特性
4.5傅里叶变换的性质
Z4.21频移特性
Z4.22卷积定理
Z4.25相关定理
Z4.26能量谱
4.6能量谱和功率谱 Z4.27功率谱
Z4.28*应用案例：白噪声功率谱密度的估计
4.7周期信号的傅里叶变换

Z4.35频率响应函数
4.8LTI系统的频域分析
Z4.40*应用案例：二次抑制载波振幅调制接收系统
Z4.41信号的取样
Z4.42时域取样定理
4.9取样定理 Z4.43频域取样定理
Z4.44应用案例：Matlab实现Sa信号的采样和恢复
Z4.45*应用案例：CD数字录音系统

Z4.46模拟滤波器
Z4.47巴特沃斯低通滤波器
4.10模拟滤波器 Z4.48应用案例：Matlab设计巴特沃斯低通滤波器
Z4.49*切比雪夫滤波器
Z4.50*椭圆滤波器
Z4.51载波抑制双边带调制
Z4.52幅度调制
Z4.53*单边带调制
4.11傅里叶变换在通信系统中的应用 Z4.54频分多路复用
Z4.55*脉冲幅值调制
Z4.56*时分多路复用
Z4.57*通信中的多址技术

4.9取样定理第四章傅里叶变换与频域分析
知识点Z4.41
信号的取样
主要内容：
1.信号取样的概念
2.矩形脉冲取样
3.冲激取样
基本要求：
1.掌握信号取样的基本概念
2.掌握矩形脉冲取样和冲激取样的原理

取样
连续离散
还原(有条件)
思考问题：
* 模拟信号经过采样发生什么变化？
* 信号频谱的变化？
* 信号内容的变化？
* 信号恢复的条件？

Z4.41信号的取样
1. 定义：
取样是利用取样脉冲序列s(t) 从连续信号f(t)中“抽取”
一系列离散样本值的过程；得到的离散信号称为取
样信号。
取样过程可看成由原信号f(t)和取
样信号s(t)的乘积来描述。
f s (t )  f (t ) s (t )
取样间隔TS，取样频率fS =1/TS。
1
取样信号频谱 Fs ( j )  F ( j )  S ( j )
2
•设f(t)是带限信号, 即f(t)的频谱只在区间(-m, m)

为有限值，其余区间为0 。
f (t )  F ( j )
• 矩形脉冲取样：s(t)是周期为Ts的矩形脉冲信号
(或称为开关函数) 。
• 冲激取样：s(t)是周期为Ts的冲激函数序列 Ts(t)。
自然取样(矩形取样)
取样
理想取样(冲激取样)

2. 矩形脉冲取样
1

2 * =
ωmωs

  ns 
S ( j )  2  Sa    (  ns )
n  Ts  2 
1   ns
Fs ( j )  F ( j )  S ( j )   Sa ( ) F  j (  ns ) 
2 Ts n  2
3. 冲激取样
1
2

* =
ωm ωs

1
S ( j )  2 
n  Ts
 (  ns )

1 1
Fs ( j ) 
2
F ( j )  S ( j ) 
Ts
 F  j (  n )
n 
s

矩形脉冲取样冲激取样
说明：画取样信号fS(t)的频谱时，设定ωS ≥2ωm，此
时其频谱不发生混叠，因此利用低通滤波器从FS(j)中
提取出F(j)，即从fS(t)中恢复原信号f(t)。否则将发
生频谱混叠，而无法恢复原信号。
知识点Z4.42
取样定理（时域）
主要内容：
1.时域取样定理
2.奈奎斯特频率
基本要求：
1.掌握时域取样定理的基本概念
2.掌握奈奎斯特频率的概念及计算方法

【重要意义】：取样定理是连续信号与离散信号间
的一座桥梁，为其相互转换提供了理论依据。
在一定条件下，一个带限连续信号完全可以用其离
散样本值表示。即这些样本值包含了该连续信号的全
部信息，用它们可以恢复原信号。

Z4.42 取样定理（时域）
 
由于 f s (t )  f (t ) s (t )  f (t )   (t  nTs )   f (nT ) (t  nT )
s s
n   n  
当ωS ≥2ωm 时，将冲激取样信号通过低通滤波器：

c TS , |  | C
h ( t )  TS Sa ( c t )  H ( j )  
  0, |  | C
其截止角频率ωC取ωm <ωC <ωS -ωm ，即可恢复原信
号。为方便，取ωC = 0.5ωS。
   st 
s
f (t )    f (nTs ) (t  nTs ) * Sa( )   f (nTs ) Sa[ (t  nTs )]
 n    2 n   2
只要已知各取样值f(nTs), 就可唯一地确定出原信号f(t)。
图解：
ωm ωs
*

s
f (t )  
n  
f (nTs ) Sa[
2
(t  nTs )]
时域取样定理：一个频谱在区间(-m, m)以外为0的带
限信号f(t),可唯一地由其在均匀间隔Ts[Ts<1/(2fm)]上的
样值点f(nTs)确定。
说明：为恢复原信号，必须满足两个条件：
（1）f(t)必须是带限信号；
（2）取样频率不能太低，必须fs>2fm，或者说，取样间
隔不能太大，必须Ts<1/(2fm);否则将发生混叠。
通常把最低允许的取样频率fs=2fm称为奈奎斯特频率
(Nyquist Sampling Rate)，把最大允许的取样间隔
Ts=1/(2fm) 称为奈奎斯特间隔(Nyquist Space) 。
例：有限频带信号f1(t)的最高频率为ωm1( fm1 ) ，f2(t)

的最高频率为ωm2 ( fm2 ) ，对下列信号进行时域抽样，
试求使频谱不发生混叠的奈奎斯特频率ωm( fm)与奈奎
斯特间隔Ts。
(1) f1 ( t );  0 (2) f1 (t )  f 2 (t );
(3) f1 (t )  f 2 (t ); (4) f1 (t ) f 2 (t );
(5) f12 (t );
解：关键在于求出上述信号的最高频率ωm( fm)。
1
s  2m fs  2 fm Ts 
fs
最高角频率奈奎斯特角频率
信号表达式频谱
m s  2m
1 
f1 ( t );   0 F1 ( j )  m1 2  m1
 
f1 (t )  f 2 (t ) F1 ( j )  F2 ( j ) max{m1 , m 2 } 2 max{m1 , m 2 }
f1 (t )  f 2 (t ) F1 ( j ) F2 ( j ) min{m1 , m 2 } 2 min{m1 , m 2 }
1
f1 (t ) f 2 (t ) F1 ( j )  F2 ( j ) m1  m 2 2(m1  m 2 )
2
1 2m1
f12 (t ) F1 ( j )  F1 ( j ) 4m1
2
知识点Z4.43
取样定理（频域）*
主要内容：
频域取样定理
基本要求：
了解频域取样定理的基本概念

Z4.43 频域取样定理
根据时域与频域的对偶性，可推出频域取样定理：
一个在时域区间(-tm,tm)以外为0的时限信号f(t)的频谱
函数F(j)，可唯一地由其在均匀频率间隔fs[fs<1/(2tm)]
上的样值点F( jns)确定。

n 1
F ( j )   F ( j )Sa( tm  n ) , tm 
n  tm 2 fs

知识点Z4.44
Matlab实现Sa信号的采样和恢复
主要内容：
Matlab实现Sa信号的采样和恢复
基本要求：
了解Matlab实现Sa信号的采样和恢复的方法

Z4.44 Matlab实现Sa信号的采样和恢复
例：信号Sa(t)作为被采样信号，信号带宽B=1, 采样频
率ω s =2B，此频率下的采样为Nyquist采样，对采样及
恢复过程用Matlab进行仿真。
解：B=1; %信号带宽
wc=B; %滤波器截止频率
Ts=pi/B; %采样间隔
ws=2*pi/Ts %采样角频率
N=100; %滤波器时域采样点数
n=-N:N;
nTs=n.*Ts; %采样数据的采样时间
fs=sinc(nTs/pi); %函数的采样点
Dt=0.005; %恢复信号的采样间隔
t=-15:Dt:15; %恢复信号的范围
fa=fs*Ts*wc/pi*sinc((wc/pi)*(ones(length(nTs),1)*t-nTs'*ones(1,length(t))));
%信号重构
error=abs(fa-sinc(t/pi)); %求重构信号与原信号的归一化误差
sa(t)=sinc(t/pi)Nyquist抽样信号
1
f(kTs)
0
-1
-15 -10 -5 0 5 10 15
kTs
由 sa(t)=sinc(t/pi)的 Nyquist抽样信号重构 sa(t)
1
fa(t)
0
-1
-15 -10 -5 0 5 10 15
t
-16
x 10 Nyquist抽样信号与原信号的误差 error(t)
4
error(t)
2
0
-15 -10 -5 0 5 10 15
t
从误差图形中可以看到，用采样信号恢复的信号与原始
信号的误差是极小的，而且这种误差来自于计算过程的
数值计算误差。表明:对一个信号进行Nyquist采样后，
能够无误差地从采样信号中恢复出原信号。
知识点Z4.45
应用案例：CD数字录音系统
主要内容：
CD数字录音系统
基本要求：
了解CD数字录音系统的基本原理

Z4.45应用案例：CD数字录音系统

CD数字录音系统:
(1) 麦克风采集声音信号，并输出模拟电信号，即麦克风实现声电
转换的功能;
(2) 模拟低通滤波器对来自麦克风的模拟信号进行滤波，滤除高频
噪声;
(3) 为了便于后续的数字处理，需要对模拟信号进行采样保持;
(4) 将模拟信号进行采样以后得到的信号一般称为离散信号。离散
信号需要进行模数转换(Analog Digital Convert, ADC)，得到数
字信号，这个过程称为量化；
(5) 将数字信号编码、调制、同步处理后刻入CD。

关键问题: CD系统如何选择采样率？
CD系统的设计目标是期望能够记录下人类听觉系
统所能听到的所有声音，其频率范围是20Hz～
20KHz；由时域采样定理知道，采样频率要达到原始
信号的2倍。这就是图中采样率是44.1KHz的原因，采
用44.1KHz而不是40KHz是为了留有一定余量。当然，
采样频率越大越有利于完美再现原始信号，但过高的
采样率将导致数据量过大。

第四章 傅里叶变换与频域分析 PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

第四章 傅里叶变换与频域分析 PDF

Uploaded by

Copyright:

Available Formats

4.

1信号分解为正交函数 第四章 傅里叶变换与频域分析

1 Xidian University, ICIE. All Rights Reserved

2 Xidian University, ICIE. All Rights Reserved

V1 cos  V1  V2 cos  V1 V2

式中，Vi·Vj=0 (i≠j)，第 r 个分量的系数

5 Xidian University, ICIE. All Rights Reserved

1 Xidian University, ICIE. All Rights Reserved

【定义】在(t1，t2)区间的两个函数 1(t)和 2(t), 若满足

则称 1(t)和 2(t) 在区间(t1，t2)内正交。

2 Xidian University, ICIE. All Rights Reserved

3 Xidian University, ICIE. All Rights Reserved

如果在正交函数集{1(t),  2(t), …,  n(t)}之外，不存

4 Xidian University, ICIE. All Rights Reserved

5 Xidian University, ICIE. All Rights Reserved

6 Xidian University, ICIE. All Rights Reserved

7 Xidian University, ICIE. All Rights Reserved

1 Xidian University, ICIE. All Rights Reserved

2 Xidian University, ICIE. All Rights Reserved

1 Xidian University, ICIE. All Rights Reserved

3 Xidian University, ICIE. All Rights Reserved

6 Xidian University, ICIE. All Rights Reserved

（a）1次谐波（基波） （b）1&3次谐波 （c）1&3&5次谐波

0.5 0.5 0.5

（d）1&3&5&7次谐波 （e）1&3&…&99次谐波 （f）1&3&…&999次谐波

9 Xidian University, ICIE. All Rights Reserved

10 Xidian University, ICIE. All Rights Reserved

1 Xidian University, ICIE. All Rights Reserved

2 Xidian University, ICIE. All Rights Reserved

2 . f(t)为奇函数——对称于原点 f(t) =-f(-t)

3 Xidian University, ICIE. All Rights Reserved

4 Xidian University, ICIE. All Rights Reserved

5 Xidian University, ICIE. All Rights Reserved

1 Xidian University, ICIE. All Rights Reserved

4 Xidian University, ICIE. All Rights Reserved

解：f (t )为T = 3, Ω= 2π / T = 2π / 3的周期信号，指数型傅里叶系数为

6 Xidian University, ICIE. All Rights Reserved

1 Xidian University, ICIE. All Rights Reserved

1 Xidian University, ICIE. All Rights Reserved

2 Xidian University, ICIE. All Rights Reserved

3 Xidian University, ICIE. All Rights Reserved

4 Xidian University, ICIE. All Rights Reserved

5 Xidian University, ICIE. All Rights Reserved

1 Xidian University, ICIE. All Rights Reserved

f(t)的周期：T = 24 基波角频率: Ω=2π/T = π/12

4 Xidian University, ICIE. All Rights Reserved

5 Xidian University, ICIE. All Rights Reserved

1 Xidian University, ICIE. All Rights Reserved

2 Xidian University, ICIE. All Rights Reserved

8 Xidian University, ICIE. All Rights Reserved

按照1/n 缓慢衰减 按照1/n2 快速衰减

10 Xidian University, ICIE. All Rights Reserved

11 Xidian University, ICIE. All Rights Reserved

1 Xidian University, ICIE. All Rights Reserved

= (0.25) 2 + 2(0.25) 2 [ Sa 2 (0.25π ) + Sa 2 (0.5π ) + Sa 2 (0.75π ) + Sa 2 (π )]

1 Xidian University, ICIE. All Rights Reserved

2 Xidian University, ICIE. All Rights Reserved

3 Xidian University, ICIE. All Rights Reserved

4 Xidian University, ICIE. All Rights Reserved

1 Xidian University, ICIE. All Rights Reserved

 T→∞时， f(t):周期信号 →非周期信号;

1 Xidian University, ICIE. All Rights Reserved

3 Xidian University, ICIE. All Rights Reserved

第四章傅里叶变换与频域分析 PDF

第四章傅里叶变换与频域分析 PDF

1信号分解为正交函数第四章傅里叶变换与频域分析

（a）1次谐波（基波）（b）1&3次谐波（c）1&3&5次谐波

（d）1&3&5&7次谐波（e）1&3&…&99次谐波（f）1&3&…&999次谐波

按照1/n 缓慢衰减按照1/n2 快速衰减