信号与系统 课件 奥本海姆 第四章

第4章连续时间傅立叶变换TheContinuoustimeFourierTransform第四章连续时间傅立叶变换本章的主要内容:1.连续时间傅立叶变换;2.傅立叶级数与傅立叶变换之间的关系;3.傅立叶变换的性质;4.系统的频率响应及系统的频域分析；在工程应用中有相当广泛的信号是非周期信号，对非周期信号应该如何进行分解，什么是非周期信号的频谱表示，线性时不变系统对非周期信号的响应如何求得，就是这一章要解决的问题。4.0引言Introduction在时域可以看到，如果一个周期信号的周期趋于无穷大，则周期信号将演变成一个非周期信号；反过来，如果将任何非周期信号进行周期性延拓，就一定能形成一个周期信号。我们把非周期信号看成是周期信号在周期趋于无穷大时的极限，从而考查连续时间傅立叶级数在T趋于无穷大时的变化，就应该能够得到对非周期信号的频域表示方法。4.1非周期信号的表示—连续时间傅立叶变换RepresentationofAperiodicSignals:TheContinuous-TimeFourierTransform一.从傅立叶级数到傅立叶变换我们已经看到，周期性矩形脉冲，当周期增大时，频谱的幅度随的增大而下降；谱线间隔随的增大而减小；但频谱的包络不变。0T0T0T再次考察周期性矩形脉冲的频谱图：当时，周期性矩形脉冲信号将演变成为非周期的单个矩形脉冲信号。0T（a）（b）(a)014TT(b)0ka0202ka14140018TT012＝由于也随增大而减小，并最终趋于0，考查的变化，它在时应该是有限的。011001sin2kkTTaTkT0T0kTa0T于是，我们推断出:当时，离散的频谱将演变为连续的频谱。0T000/20/2()TjktkTTaxtedt由当时,0T002,dT0,k()()jtXjxtedt00lim()kTTaXj如果令则有001()kaXjkT与周期信号傅立叶级数对比有：这表明:周期信号的频谱就是与它相对应的非周期信号频谱的样本。根据傅立叶级数表示：000000011()()()2jktjktjktkkkkxtaeXjkeXjkeT连续时间傅立叶变换当0T时，()(),xtxt002,dT0k于是有：1()()2jtxtXjed傅立叶反变换此式表明，非周期信号可以分解成无数多个频率连续分布、振幅为的复指数信号之和。由于具有频谱随频率分布的物理含义，因而称为频谱密度函数。1()2Xjd0000,00()limlimkkTTfaXjTaf()Xj1()()2jtxtXjed()()jtXjxtedt于是，我们得到了对非周期信号的频域描述方法这一对关系被称为连续时间傅立叶变换对。可见，周期信号的频谱是对应的非周期信号频谱的样本；而非周期信号的频谱是对应的周期信号频谱的包络。既然傅立叶变换的引出是从周期信号的傅立叶级数表示出发，讨论周期趋于无穷大时的极限得来的，傅立叶变换的收敛问题就应该和傅立叶级数的收敛相一致。二.傅立叶变换的收敛这表明能量有限的信号其傅立叶变换一定存在。2.Dirichlet条件()xtdta.绝对可积条件1.若2()xtdt则存在。()Xj也有相应的两组条件：b.在任何有限区间内，只有有限个极值点，且极值有限。()xtc.在任何有限区间内，只有有限个第一类间断点。()xt应该指出:这些条件只是傅立叶变换存在的充分条件。()xt()xt和周期信号的情况一样，当的傅立叶变换存在时，其傅立叶变换在的连续处收敛于信号本身，在间断点处收敛于左右极限的平均值，在间断点附近会产生Gibbs现象。sintt这两组条件并不等价。例如：是平方可积的，但是并不绝对可积。三.常用信号的傅立叶变换：1.()(),0atxteuta01()atjtXjeedtaj221()Xja-1()tgXja()xtt01aa01/a()Xj12a/2/2aa()Xj/4/42.(),0atxtea结论：实偶信号的傅立叶变换是实偶函数。此时可以用一幅图表示信号的频谱。对此例有()()XjXj()0Xj()Xj2a1aaa()xtt100022()112atjtatjtXjeedteedtaajaja3.()()xtt()()1jtXjtedt0()tt这表明中包括了所有的频率成分，且所有频率分量的幅度、相位都相同。因此，系统的单位冲激响应才能完全描述一个LTI系统的特性，才在信号与系统分析中具有如此重要的意义。()t()ht()t()Xj0111111111112sin2sin()2Sa()2Sinc()TjtTTTTXjedtTTTTT显然，将中的代之以再乘以，即是相应周期信号的频谱()Xj0k01T011101000sin22Sa()kkTTTakTTTkT4.矩形脉冲:()xt1,1tT0,1tT1T1Tt()xt1()xtt1T1T10()xtt12T12T10()Xj01T12T12T()Xj14T0不同脉冲宽度对频谱的影响可见，信号在时域和频域之间有一种相反的关系。(称为理想低通滤波器)与矩形脉冲情况对比，可以发现信号在时域和频域之间存在一种对偶关系。5.1，0，()XjWW1sin()Sa()sinc()2WjtWWt()XjWW10()xtt(/)W0W对偶关系可表示如下:()xtt1T1T10()XjWW10()Xj01T12T()xtt(/)W0W同时可以看到，信号在时域和频域之间也有一种相反的关系。即信号在时域脉冲越窄，则其频谱主瓣越宽，反之亦然。对例5.我们可以想到，如果，则将趋于一个冲激。W()xt6.若则有()1xt()2()Xj因为11()22WjtWed所以()12()Fxt四.信号的带宽(BandwidthofSignals):由信号的频谱可以看出：信号的主要能量总是集中于低频分量。另一方面，传输信号的系统都具有自己的频率特性。因而，工程中在传输信号时，没有必要一定要把信号的所有频率分量都有效传输，而只要保证将占据信号能量主要部分的频率分量有效传输即可。为此，需要对信号定义带宽。通常有如下定义带宽的方法:2.对包络是形状的频谱，通常定义主瓣宽度(即频谱第一个零点内的范围)为信号带宽。Sa()x下降到最大值的时对应的频率范围,此时带内信号分量占有信号总能量的1/2。1.()Xj12以矩形脉冲为例，按带宽的定义，可以得出，脉宽乘以带宽等于常数C(脉宽带宽积)。这清楚地反映了频域和时域的相反关系。4.2周期信号的傅立叶变换到此为止，我们对周期信号用傅立叶级数表示，非周期信号用傅立叶变换表示。因为数学描述方法的不一致，在某些情况下,会给我们带来不便。但由于周期信号不满足Dirichlet条件，因而不能直接从定义出发，建立其傅立叶变换表示。001()()()2jtjtjtxtXjededeTheFourierTransformationofPeriodicSignals所对应的信号0()2()Xj考查这表明周期性复指数信号的频谱是一个冲激。于是当把周期信号表示为傅立叶级数时，因为0()jktkkxtae就有0()2()kkXjak周期信号的傅立叶变换表示0()jktxte0()2()Xjk若则这表明：周期信号的傅立叶变换由一系列冲激组成，每一个冲激分别位于信号的各次谐波的频率处，其冲激强度正比于对应的傅立叶级数的系数。ka例1：0001()sin[]2jtjtxtteej00()[()()]Xjj()Xj00jj000()[()()]Xj22222111()()TTjktTkTTatedttdtTTT()Xj0000001()cos[]2jtjtxttee例2：()()nxttnT例3：均匀冲激串TT2T2T0()xtt1()Xj02T2T2T()()nxttnT22()()kXjkTT22()()kXjkTT例4.周期性矩形脉冲10022sin()2()()kkTTXjkkT1011002sin22Sa()kTkTTakTTTk10212TT()Xj02T1T1T01()xtt0T0T4.3连续时间傅立叶变换的性质讨论傅立叶变换的性质，旨在通过这些性质揭示信号时域特性与频域特性之间的关系，同时掌握和运用这些性质可以简化傅立叶变换对的求取。1.线性:Linearity则()()()()axtbytaXjbYjPropertiesoftheContinuous-TimeFourierTransform()(),()()xtXjytYj若2.时移:TimeShifting这表明信号的时移只影响它的相频特性，其相频特性会增加一个线性相移。()()xtXj则00()()jtxttXje若3.共轭对称性:ConjugateandSymmetry若()()xtXj则**()()xtXj**()()jtXjxtedt所以**()()jtXjxtedt即**()()xtXj•若是实信号，则()xt*()()xtxt于是有:*()()XjXj由()()jtXjxtedt可得Re[()]Re[()]XjXj即实部是偶函数虚部是奇函数•若()()()jXjXjXje则可得出()()XjXj()()XjXj即：模是偶函数，相位是奇函数•若则可得()Re[()]Im[()]XjXjjXjIm[()]Im[()]XjXj•如果()()xtxt即信号是偶函数。则()()jtXjxtedt()()()jtjxtedtxedtXj表明：实偶信号的傅立叶变换是偶函数。表明是实函数。()Xj•若即信号是奇函数，同样可以得出:()()xtxt*()()XjXj所以*()()XjXj又因为()()XjXj表明是奇函数()Xj*()()XjXj()Xj表明是虚函数•若()()()eoxtxtxt则有:()()()eoXjXjjXj()()eextXj()Re[()]eXjXj()()ooxtjXj()Im[()]oXjXj例:的频谱:()ut()()()eoututut1()2eut10()utt1/20()eutt-1/21/20()outt将分解为偶部和奇部有()ut1()Sgn()2outtSgn()t1,1,0t0t()()eut22022limajaj1()()utj0Sgn()lim[()()]atatateuteut011lim[]aajaj[Sgn()]tF1j1()Sgn()2outt11tSgn