第3章傅里叶级数.ppt

第3章 傅里叶级数 卷积方法的基本出发点是，将信号分解为单位冲激信号的移位加权和或者加权积分。 前面两章中，我们以分析信号的时间函数的方式，来分析信号，这种分析方法被称为时域(time domain)方法。 傅里叶分解的基本出发点是将信号分解为复指数信号的加权和，或者积分。 复指数信号的物理背景就是正弦信号。在电路分析等课程中，我们对正弦信号已经有了足够的了解。人们很早就意识到，正弦振荡是各种振荡的基本形式，这正是傅里叶分解的真正基础。 傅里叶分析帮助我们从时域的分析方法转变到频域的分析方法。工程上，频域方法具有更加广泛的应用，是一种常用的信号分析方法。 3.1 傅立叶分析引论 在介绍周期信号的傅里叶分解之前，我们先讨论一下LTI系统对典型正弦信号和复指数信号的响应。 在电路分析里面，我们知道线性时不变系统在正弦信号的激励下，其响应仍然是同频率的正弦信号，只是在幅度和相位上有所变化。 3.2 连续时间周期信号的傅里叶级数展开 在工程实际中，并不存在复指数信号。 复指数信号的物理背景是正弦信号。只是为了简化数学推导和方便运算，我们才引入了复指数信号这样一种数学工具. 复指数信号和正弦信号到底是一种什么关系呢？这是本节首先要解决的问题。 对于高次谐波而言，无非是在一个周期之内，上波瓣和下波瓣多了一些，但是上波瓣的总面积和下波瓣的总面积还是相等的， 3.3 傅里叶级数的收敛问题 复指数信号是连续的，而任意信号却不一定。 什么样的信号可以展开成傅里叶级数？ 有限多个连续函数累加起来仍然是连续函数，而无限多个连续函数累加起来是否可以收敛到一个不连续函数？ 这就成了法国学者傅里叶与其同时代的其他学者争论的焦点。 傅里叶认为，周期信号无论连续与否都可以表示为傅里叶级数. 但后来的许多学术的发展证明了傅里叶当初的论断至少在数学上是不严密的。从数学上来讲，无穷级数的收敛是有条件的。如果级数不收敛，那么级数的表示也是不成立的。 在傅里叶级数的收敛性研究方面，狄利赫利等人卓有成效的工作完善了傅里叶分析方法，给出了傅里叶级数的收敛条件。由于收敛条件的证明过于专业化，不便在本书中展开详细讨论。本节只是给出了这些收敛条件的理论结论。 在工程上，不可能用无穷多项级数来表述信号，一般只能用有限项级数的谐波合成来表达信号，即： 3.4 连续时间傅里叶级数的性质 可以将获得傅里叶级数的系数的过程，看成是从一个连续时间的周期信号到一个离散序列的变换，简记为： 3.4.7 帕斯瓦尔(Parserval )定理 3.5 离散时间周期信号的傅里叶级数展开 与连续时间周期信号的傅里叶级数类似，离散时间周期信号的傅里叶级数也是信号频域分析的基础。 本节专门讨论离散时间周期信号分解为傅里叶级数的问题。 3.5.1 谐波复指数信号集 3.5.2 确定傅里叶级数的系数 3.6 离散傅里叶变换 在讨论了离散周期信号的傅里叶级数展开的基础上，本节讨论非周期的有限时间长度的离散信号的傅里叶分析。 对于有限时宽的离散信号，我们有其独特的傅里叶表示_____离散傅里叶变换。 本节的讨论是为了信号的计算机处理做准备。计算机由于存储容量的限制，不可能处理无限长的序列，只能处理有限长的序列。 3.7 快速傅里叶变换（FFT） 离散傅里叶变换（DFT）在信号处理中是常用的计算，在第七章中我们还会讨论DFT和连续时间傅里叶变换的关系。 在工程上，我们都是通过DFT来求信号的频谱的，DFT是由时域分析进入频域分析的一个关键环节，因此，能否快速地计算DFT是实时信号处理的关键。 所谓快速傅里叶变换FFT是一种计算DFT的快速算法，它的提出大大推动了信号处理技术的实用化。 3.7.1 计算复杂性(computational complexity) 计算复杂性是计算机学科里面的一个专用术语，它是用来描述算法的计算效率的一个指标，它度量的是算法所需要的乘法或者加法的次数与计算对象的规模之间的关系。 在这里，计算对象的规模一般是计算对象的大小，例如：图像的像素点数、一段一维信号的采样点数。 我们通过分析DFT的计算机算法来理解，计算复杂性这个概念。 根据定义来计算DFT： 3.7.2 时间抽取FFT算法 成谐波关系的复指数信号构成了信号分解的基本依据。 周期为N 彼此成谐波关系 等于1 离散时间信号的傅里叶级数只有有限多项 任意一段长度为N的区间上的求和 任意一个周期长度内的求和运算相等 离散时间周期信号存在一个傅里叶级数的表达，或者说成谐波关系的复指数信号的上述组合是的傅里叶级数展开，也可以说，周期信号分解为傅里叶级数 综合公式 弹性的求和起始位置，有时可以简化分析计算过程。 k次谐波分量 离散时间傅里叶级数 频谱系数 正交? 两边都是以n为