信号与系统课件4.3~4.5.pptVIP

4.3 周期信号的频谱 （1） 将An~ω和?n~ω的关系分别画在以ω为横轴的平面上得到的两个图，分别称为振幅频谱图和相位频谱图。因为n≥0，所以称这种频谱为单边谱。 4.3 周期信号的频谱 （2）|Fn|~ω和?n~ω的关系，称为双边谱。若Fn为实数，也可直接画Fn 。 常用函数的傅里叶变换 符号函数 4.5 傅里叶变换的性质 尺度变换 4.5 傅里叶变换的性质 4.5 傅里叶变换的性质 4.5 傅里叶变换的性质 4.5 傅里叶变换的性质 小结 1. 信号分解（1）三角型傅里叶级数 （2）指数型傅里叶级数 其系数称之为傅里叶系数 求解傅里叶系数an, bn, An, Fn 的方法，及他们之间的关系 2. 周期信号的频谱（离散谱）——用傅里叶系数来刻画。 单边谱和双边谱 幅度谱和相位谱 3. 非周期信号的频谱（连续谱）——用频谱密度函数来刻画 小结 4. 傅里叶变换（FT）和反傅里叶变换（IFT） 常用函数的傅里叶变换 傅里叶变换的性质及应用 5. 能量谱和功率谱 相关函数与能量谱的关系 相关函数与功率谱的关系 4.6 相关函数与谱密度 1. Parseval方程（能量等式） 2. 相关函数与能量谱的关系 3. 相关函数与功率谱的关系 4.6 相关函数与谱密度 能量有限信号的相关函数定义 自相关函数 相关函数 相关函数的应用：雷达测距仪 4.6 相关函数与谱密度 功率有限信号相关函数定义 相关定理 相关定理 4.5 傅里叶变换的性质 五、尺度变换性质(Scaling Transform Property) If f (t) ←→F(jω) then where “a” is a nonzero real constant. Proof: F [ f (a t ) ] = For a 0 , F [ f (a t ) ] for a 0 , F [ f (a t ) ] That is , f (a t ) ←→ Also,letting a = -1, f (- t ) ←→ F( -jω) 4.5 傅里叶变换的性质 For example 1 Given that f (t)←→F( jω), find f (at – b) ←→ ? Ans: f (t – b)←→ e -jωb F( jω) f (at – b) ←→ or f (at) ←→ f (at – b) = For example 2 f(t) = ←→ F(jω) = ? Ans: Using symmetry, using scaling property with a = -1, so that, 4.5 傅里叶变换的性质 六、奇偶性(Parity) If f(t) is real, then = R(ω) + jX(ω) So that 七、卷积性质(Convolution Property) Convolution in time domain： If f1(t) ←→F1(jω)， f2(t) ←→F2(jω) Then Convolution in frequency domain： Then f1(t) f2(t) ←→ F1(jω)*F2(jω) 时域卷积??频域频谱密度函数相乘 时域相乘 ??频域频谱密度函数卷积的1/(2π)倍 f1(t)*f2(t) ←→F1(jω)F2(jω) 4.5 傅里叶变换的性质 Proof: F [ f1(t)*f2(t) ]= Using timeshifting So that, F [ f1(t)*f2(t) ]= = F1(jω)F2(jω) For example Ans: Using symmetry, 八、时域的微分和积分 (Differentiation and Integration in time domain) If f (t) ←→F(jω) then Proof: f(n)(t) = ?(n)(t)*f(t) ←→(j ω)n F(jω) f(-1)(t)= ?(t)*f(t) ←→ f(t)= 1/t2 ←→? For example 1 Ans: 4.5 傅里叶变换的性质 For example 2 Given that f ?(t)←→ F1(jω) Proof ：f (t)←→ F1(jω) + ?[f(-∞)+ f(∞)]?(?) Proof So Summary: