希尔伯特变换与傅立叶变换-培训课件.docVIP

在 \o 数学 数学与 \o 信号处理 信号处理的领域中，一个 \o 实数 实数值 \o 函数 函数的希尔伯特转换(Hilbert transform)——在此标示为——是将 \o 信号 信号与做 \o 卷积 卷积，以得到。因此，希尔伯特转换结果可以被解读为输入是的 \o 线性非时变系统 线性非时变系统(linear time invariant system)的输出，而此一系统的脉冲响应为。这是一项有用的数学，用在描述一个以实数值载波做调制的信号之 \o 复数包络（页面不存在） 复数包络(complex envelope)，出现在 \o 通讯理论（页面不存在） 通讯理论（应用方面的详述请见下文。） 希尔伯特转换是以著名数学家 \o 大卫·希尔伯特 大卫·希尔伯特(David Hilbert)来命名。 希尔伯特转换定义如下： 其中 并考虑此积分为 \o 柯西主值 柯西主值(Cauchy principal value)，其避免掉在以及等处的 \o 奇点 奇点。 另外要指出的是： 若，则可被定义，且属于；其中。 频率响应 希尔伯特转换之 \o 频率响应 频率响应由 \o 傅立叶变换 傅立叶变换给出： , ? 其中 是傅立叶变换， i?(有时写作j?)是 \o 虚数单位 虚数单位， 是 \o 角频率 角频率，以及 即为 \o 符号函数 符号函数。 既然： , 希尔伯特转换会将 \o 负频率（页面不存在） 负频率成分偏移+90°，而正频率成分偏移?90°。 反（逆）希尔伯特转换 我们也注意到：。因此将上面方程式乘上，可得到： 从中，可以看出反（逆）希尔伯特转换 傅里叶变换（Fourier变换）是一种线性的 \o 积分变换 积分变换。因其基本思想首先由 \o 法国 法国学者 \o 约瑟夫·傅里叶 约瑟夫·傅里叶系统地提出，所以以其名字来命名以示纪念。 傅里叶变换在 \o 物理学 物理学、 \o 声学 声学、 \o 光学 光学、 \o 结构动力学（页面不存在） 结构动力学、 \o 量子力学 量子力学、 \o 数论 数论、 \o 组合数学 组合数学、 \o 概率论 概率论、 \o 统计学 统计学、 \o 信号处理 信号处理、 \o 密码学 密码学、 \o 海洋学 海洋学、 \o 通讯 通讯、 \o 金融 金融等领域都有着广泛的应用。例如在信号处理中，傅里叶变换的典型用途是将信号分解成 \o 振幅 振幅分量和 \o 频率 频率分量。 傅里叶变换能将满足一定条件的某个 \o 函数 函数表示成 \o 三角函数 三角函数（ \o 正弦 正弦和/或 \o 余弦 余弦 \o 函数 函数）或者它们的 \o 积分 积分的 \o 线性组合 线性组合。在不同的研究领域，傅里叶变换具有多种不同的变体形式，如 \o 连续傅里叶变换 连续傅里叶变换和 \o 离散傅里叶变换 离散傅里叶变换。最初傅里叶分析是作为热过程的解析分析的工具被提出的 [1]。 傅里叶变换属于 \o 谐波分析（页面不存在） 谐波分析。 傅里叶变换的逆变换容易求出，而且形式与正变换非常类似。 正弦基函数是 \o 微分运算（页面不存在） 微分运算的 \o 本征函数 本征函数，从而使得线性微分方程的求解可以转化为常系数的代数方程的求解。在线性时不变的物理系统内，频率是个不变的性质，从而系统对于复杂激励的响应可以通过组合其对不同频率正弦信号的响应来获取。 \o 卷积定理 卷积定理指出：傅里叶变换可以化复杂的卷积运算为简单的乘积运算，从而提供了计算卷积的一种简单手段。 离散形式的傅里叶变换可以利用数字计算机快速的实现（其算法称为 \o 快速傅里叶变换 快速傅里叶变换算法（FFT））。 线性性质 两函数之和的傅里叶变换等于各自变换之和。数学描述是：若函数和的傅里叶变换和都存在，和为任意常系数，则；傅里叶变换算符可经 \o 归一化 归一化成为 \o 幺正算符 幺正算符。 平移性质 若函数存在傅里叶变换，则对任意 \o 实数 实数，函数也存在傅里叶变换，且有。式中花体是傅里叶变换的作用算子，平体F表示变换的结果（复函数），e?为 \o 自然对数 自然对数的底，i?为 \o 虚数 虚数单位。 \o 微分 微分关系 若函数当时的 \o 极限 极限为0，而其导函数的傅里叶变换存在，则有，即导函数的傅里叶变换等于原函数的傅里叶变换乘以因子。更一般地，若，且存在，则，即k?阶 \o 导数 导数的傅里叶变换等于原函数的傅里叶变换乘以因子。 \o 卷积 卷积特性 若函数及都在上 \o 绝对可积 绝对可积，则卷积函数（或者）的傅里叶变换存在，且。卷积性质的逆形式为，即两个函数卷积的傅里叶逆变换等于