信号与系统 学习心得1 - 工作总结 .docxVIP

于分析的频域信号（信号的频谱），可以利用一些工具对这些频域信号进行处理、加工。最后还可以利用傅立叶反)为实函数时，则F()F(j)F()()()R()R()X()X()若f(t)为实偶函数，即f(t)子表明若信号

于分析的频域信号（信号的频谱），可以利用一些工具对这些频域信号进行处理、加工。最后还可以利用傅立叶反

)为实函数时，则F()F(j)F()()()R()R()X()X()若f(t)为实偶函数，即f(t)

子表明若信号f(t)在时间坐标上压缩到原来的1a，那么其频谱函数在1a占据时间的压缩对应与其频谱中信

变换将这些频域信号转换成时域信号。傅里叶变换有多种性质，分别为线性、奇偶性、对称性、尺度变换、时移特

f(at)

频域坐标上将展宽a倍，同时其幅度减小到原来的

。也就是说，在时域中信号

n

我对傅里叶变换的认识

经过一个学期对《信号与系统》的学习与认知，让我逐步的走进这充满神秘色彩的学科。这门课程是以《高等数学》为基础，但他又不是一门只拘泥于数学推导与数学运算的学科。他更侧重与数学与专业的有机融合与在创造。在学习这门课程时，我对其中的傅里叶变换有了比较浓厚的兴趣，在通过在课外书刊及网络中的对这一方面知识不断摄入，我对这一变换有了自己的感悟与认知。

首先要了解傅里叶变换，我们必须要知道作为这门课程中三大变换之一，他为什么要引入？且要作为第一个变换重点介绍？为了弄清这个，我们要知道为什么要进行傅里叶变换？傅里叶变换是数字信号处理领域一种很重要的算法。傅立叶原理表明：任何连续测量的时序或信号，都可以表示为不同频率的正弦波信号的无限叠加。而根据该原理创立的傅立叶变换算法利用直接测量到的原始信号，以累加方式来计算该信号中不同正弦波信号的频率、振幅和相位。和傅立叶变换算法对应的是反傅立叶变换算法。该反变换从本质上说也是一种累加处理，这样就可以将单独改变的正弦波信号转换成一个信号。通过相关推导我们可以得到关于函数f(t)的傅里叶变换为

F(jw)limFTdeff(t)ejwtdt

T

函数F（jw）的傅里叶反变换为

1

f(t)defF(jw)ejwtdw

2

因此，可以说，傅立叶变换将原来难以处理的时域信号转换成了易于分析的频域信号（信号的频谱），可以利用一些工具对这些频域信号进行处理、加工。最

后还可以利用傅立叶反变换将这些频域信号转换成时域信号。

傅里叶变换有多种性质，分别为线性、奇偶性、对称性、尺度变换、时移特性、频移特性、卷积定理、时域微分与积分、频域微分与积分。其中，我对其中一些重要的定理进行详细的说明与介绍。首先说说尺度变换，尺度变换特性为：

若f(t)F(jw)，则对于实常数a,有：

1

Fj。

aa

这个式子表明若信号f(t)在时间坐标上压缩到原来的

1

a

，那么其频谱函数在

1

a

其相位却将改变t0。最后说说奇偶性，若f(t)F(j)F()ej()R()jX()

其相位却将改变t0。最后说说奇偶性，若f(t)F(j)F()ej()R()jX()，则(1)当f(t

数f(t)的傅里叶变换为F(jw)limFTdeff(t)ejwtdtT函数F（jw）的傅里叶反变换

具体的分析了一些傅里叶变换的性质。我们可以知道傅里叶变换在其中所诠释的到底是什么。通过一个学期的学习

R()0(2)当f(t)为虚函数，即f(t)jx(t)时，则F()F()()()R()R()X()X

占据时间的压缩对应与其频谱中信号占有频带的扩展，或者反之，信号在时域中的扩展对应与其频谱在频域中的压缩。这一规律称为尺度变换或时域展缩特性。接下来说说时移性，时移性表述为：若

f(t)F(j)

则

f(tt)F(jw)ejwt

0

0

此性质可根据傅里叶变换定义不难得到证明。它表明若在时域f(t)平移时间t0，

则其频谱函数的振幅并不改变，但其相位却将改变t0。

最后说说奇偶性，若

f(t)F(j)F()ej()R()jX()，则

(1)当f(t)为实函数时，则

F()F(j)F()

()()

R()R()

X()X()

若f(t)为实偶函数，即f(t)f(t)，则

F(j)F()R()

X()0

若f(t)为实奇函数，即f(t)f(t)，则

F(j)jX()

R()0

(2)当f(t)为虚函数，即f