周期信号的傅里叶级数表示

摘要:
如果系统对信号的输出响应仅为常数乘以输入,则信号称为系统的特征函数,振幅因子称为系统特征值。周期信号的表达式称为傅里叶级数。

1. 线性时不变系统对复指数信号的响应

在研究 (LTI)(Linear and Time-invariant System)系统时,将信号表示成基本信号的线性组合是很有利的,但这些基本信号应该具有以下两个性质:

  • 由这些基本信号能够构成相当广泛的一类有用信号;
  • (LTI) 系统对每一个基本信号的响应应该十分简单,以使得系统对任意输入信号的响应有一个很方便的表示式。

傅里叶分析的很多重要价值都来自于这一点,即连续和离散时间复指数信号集都具有上述两个性质,即连续时间的(e^{st}) 和离散时间的 (z^n),其中 (s)(z) 都是复数。

在研究 (LTI) 系统时,复指数信号的重要性在于这样一个事实,即一个 (LTI) 系统对复指数信号的响应也是同样一个复指数信号,不同的只是幅度上的变化,也就是说:

[连续时间:e^{st} o H(s)e^{st} ]
[离散时间:z^{n} o H(z)z^{n} ]

这里 (H(s))(H(z)) 是一个复振幅因子,一般来说是复变量 (s)(z) 的函数。一个信号,若系统对该信号的输出响应仅是一个常数乘以输入,则称该信号为系统的特征函数,而幅度因子称为系统的特征值

现考虑一个单位冲激响应为 (h(t)) 的连续时间 (LTI) 系统,对任意输入 (x(t)),可由卷积积分来确定输出,若令 (x(t)=e^{st}),则有

[ ag 1 y(t) = int_{-infty}^{+infty}h( au)x(t- au)d au = int_{-infty}^{+infty}h( au)e^{s(t- au)}d au = e^{st}int_{-infty}^{+infty}h( au)e^{-s au}d au ]

假设 (1)式右边的积分收敛,于是系统对 (x(t)) 的响应就为

[ ag 2 y(t) = H(s) e^{st} ]

式中 (H(s)) 是一个复常数,其值决定于 (s),并且它与系统单位冲激响应的关系为

[ ag 3 H(s) =int_{-infty}^{+infty}h( au)e^{-s au}d au ]

可以完全用并行的方式证明,复指数序列也是离散时间 (LTI) 系统的特征函数。这就是说单位脉冲响应为 (h[n])(LTI) 系统,其输入序列为

[ ag 4 x[n] = z^{n} ]

式中 (z) 为某一复数,由卷积和可以确定系统的输出为

[ ag 5 y[n] = sum_{k=-infty}^{+infty}h[k]x[n-k] = sum_{k=-infty}^{+infty}h[k]z^{n-k} = z^nsum_{k=-infty}^{+infty}h[k]z^{-k} ]

假设 (5)式右边的求和收敛,于是系统对 (x[n]) 的响应就为

[ ag 6 y[n] = H(z) z^{n} ]

式中 (H(z)) 是一个复常数,为

[ ag 7 H[z] =sum_{k=-infty}^{+infty}h[k]z^{-k} ]

针对更一般的情况,若一个连续时间 (LTI) 系统的输入表示成复指数的线性组合,即

[ ag 8 x(t) = sum_k a_k e^{s_kt} ]

那么输出就一定是

[ ag 9 y(t) = sum_k a_kH(s_k) e^{s_kt} ]

对于离散情况,完全类似,若一个离散时间 (LTI) 系统的输入表示成复指数的线性组合,即

[ ag {10} x[n] = sum_k a_k z_k^n ]

那么输出就一定是

[ ag {11} y[n] = sum_k a_kH(z_k) z_k^n ]

2. 连续时间周期信号的傅里叶级数表示

2.1. 成谐波关系的复指数信号的线性组合

周期复指数信号

[ ag{12}x(t) = e^{j omega_0 t} ]

的基波频率为 (omega_0),基波周期 (T=2pi / omega_0)。与之有关的成谐波关系的复指数信号集就是

[ ag{13}phi_k(t) = e^{j komega_0 t}=e^{j k(2pi / T) t}, k=0, pm1, pm2,cdot cdot cdot ]

这些信号中的每一个都有一个基波频率,它是 (omega_0) 的倍数。因此每个信号对周期 (T) 来说都是周期的。于是,一个由成谐波关系的复指数信号线性组合形成的信号

[ ag{14}x(t) = sum_{k=-infty}^{infty}a_ke^{j komega_0 t}=sum_{k=-infty}^{infty}a_ke^{j k(2pi / T) t} ]

对周期 (T) 来说也是周期的。 在式(14)中,(k=0) 这一项是个常数,(k=+1)(k=-1)这两项都有基波频率等于 (omega_0),两者合在一起称之为基波分量或称一次谐波分量(k=+2)(k=-2) 这两项也是周期的,其频率是基波频率的两倍,称为二次谐波分量。一般来说,(k=+N)(k=-N) 的分量称为第 (N) 次谐波分量。

一个周期信号表示成式(14)的形式,就称为傅里叶级数表示。

周期信号的傅里叶级数表示第1张
周期信号的傅里叶级数表示第2张

2.2. 连续时间周期傅里叶级数表示的确定

假设一个给定的周期信号能表示成式(14)的形式,这就需要一种办法来确定这些系数 (a_k),将式(14)两边各乘以 (e^{-jnomega_0t}),可得

[ ag{15} x(t) e^{-jnomega_0t}= sum_{k=-infty}^{infty}a_ke^{j komega_0 t}e^{-jnomega_0t} ]

将上式两边从 0 到 (T=2pi/ omega_0)(t) 积分,有

[ ag{16} int _0^Tx(t) e^{-jnomega_0t}dt= int _0^Tsum_{k=-infty}^{infty}a_ke^{j komega_0 t}e^{-jnomega_0t}dt ]

这里 (T)(x(t)) 的基波周期,以上就是在该周期内积分。将上式右边的积分和求和次序交换后得

[ ag{17} int _0^Tx(t) e^{-jnomega_0t}dt= sum_{k=-infty}^{infty}a_kint _0^Te^{j (k-n)omega_0 t}dt ]

式(17)右边括号里的积分是很容易的,为此利用欧拉公式可得

[ ag{18} int _0^Te^{j (k-n)omega_0 t}dt=int _0^T cos(k-n)omega_0 tdt+jint _0^T sin(k-n)omega_0 tdt ]

对于 (k ot= n)(cos(k-n)omega_0 t)(sin(k-n)omega_0 t)都是周期函数,其基波周期为 ((T/|k-n|))。现在做的积分是在 (T) 区间内进行,而 (T) 又一定是它们的基波周期 ((T/|k-n|)) 的整数倍。由于积分可以看做是被积函数在积分区间内所包括的面积,所以式(18) 右边的两个积分对于 (k ot= n) 来说,其值为 0;而对 (k= n),式左边的被积函数是 1,所以其积分值为 (T) 。综合上述得到

[ ag{19}int _0^Te^{j (k-n)omega_0 t}dt= egin{cases} T, & ext k=n \ 0, & ext k ot=n end{cases}]

这样式(17)的右边就变成了 (Ta_n),因此有

[ ag{20} a_n = frac{1}{T}int _0^Tx(t)e^{-j nomega_0 t}dt ]

另外,在求式(18)时我们仅仅用到了积分是在一个 (T) 的时间间隔内进行,而该 (T) 又是 (cos(k-n)omega_0 t)(sin(k-n)omega_0 t) 周期的整数倍。因此,如果是在任意 (T) 的间隔做积分,结果应该是相同的。也就是说,若以 (int _T) 表示在任意一个 (T) 间隔内的积分,则应该有

[ ag{21}int _Te^{j (k-n)omega_0 t}dt= egin{cases} T, & ext k=n \ 0, & ext k ot=n end{cases}]

因此

[ ag{22} a_n = frac{1}{T}int _Tx(t)e^{-j nomega_0 t}dt ]

上述过程可归结下:如果 (x(t)) 能表示成一组成谐波关系的复指数信号的线性组合,那么傅里叶级数中系数就由式(22)所确定,这一对关系就定义为一个周期连续信号的傅里叶计数。

[oxed{x(t) = sum_{k=-infty}^{infty}a_ke^{j komega_0 t}=sum_{k=-infty}^{infty}a_ke^{j k(2pi / T) t} \ a_k = frac{1}{T}int _Tx(t)e^{-j komega_0 t}dt=frac{1}{T}int _Tx(t)e^{-j k(2pi/T) t}dt} ]

第一个式子称为综合公式,第二个式子称为分析公式。系数 ({a_k}) 往往称为 (x(t))傅里叶级数系数或频谱系数

  • 例 1
    周期信号的傅里叶级数表示第3张
    周期信号的傅里叶级数表示第4张
  • 例 2
    周期信号的傅里叶级数表示第5张
    周期信号的傅里叶级数表示第6张
    周期信号的傅里叶级数表示第7张
2.3. 傅里叶级数的收敛

对于任何周期信号,我们总是能利用式(22)求得一组傅里叶系数。然而,在某些情况下式(22)的积分可能不收敛,也就是说求得的某些系数可能是无穷大。再者,即使求得的全部系数都是有限值,当把这些系数代入式(14)时所得到的无限项级数也可能不收敛于原信号。

狄里赫利条件

  1. 在任何周期内,(x(t)) 必须绝对可积,即
[ ag{23}int_T|x(t)|dt < infty ]

这一条件保证了每一系数 (a_k) 都是有限值,因为

[ ag{24}|a_k| leqslant frac{1}{T}int_T|x(t)e^{jkomega_0t}|dt=frac{1}{T}int_T|x(t)|dt ]

不满足狄里赫利第一条件的周期信号可以举例如下:

[ ag{25}x(t)=frac{1}{t}, 0<tleqslant1 ]

周期信号的傅里叶级数表示第8张

  1. 在任意有限区间内,(x(t)) 具有有限个起伏变化,也就是说,在任何单个周期内,(x(t)) 的最大值和最小值的数目有限

满足条件 1 而不满足条件 2 的一个函数是

[ ag{26}x(t)=sin(frac{2pi}{t}),0<tleqslant1 ]

周期信号的傅里叶级数表示第9张

  1. (x(t)) 的任何有限区间内,只有有限个不连续点,而且在这些不连续点上,函数都是有限值

不满足条件 3 的一个例子如下所示,这个信号的周期为 (T=8),它是这样组成的:后一个阶梯的高度和宽度都是前一个阶梯的一半。

周期信号的傅里叶级数表示第10张

2.4. 傅里叶级数的性质

周期信号的傅里叶级数表示第11张

3. 离散时间周期信号的傅里叶级数表示

3.1. 成谐波关系的复指数信号的线性组合

周期复指数信号

[ ag{27}x[n] = e^{j (2 pi/N)n} ]

基波频率为 (omega_0 = 2pi / N),基波周期为 (N)。与之有关的成谐波关系的复指数信号集就是

[ ag{28}phi_k[n] = e^{j komega_0 n}=e^{j k(2pi / N) n}, k=0, pm1, pm2,cdot cdot cdot ]

这些信号中的每一个都有一个基波频率,它是 (2pi / N) 的倍数。由式(28)给出的信号集中只有 (N) 个信号是不相同的,这是由于离散时间复指数信号在频率上相差 (2pi / N) 的整数倍都是一样的缘故。因此有

[ ag{29}phi_k[n] = phi_{k+rN}[n] ]

这就是说,当 (k) 变化一个的 (N) 整数倍时,就得到一个完全一样的序列。现在我们希望利用序列 (phi_k[n]) 的线性组合来表示更一般的周期序列,这样一个线性组合就有如下形式

[ ag{30}x[n] = sum_{k}a_kphi_k[n]=sum_{k}a_ke^{j komega_0 n}=sum_{k}a_ke^{j k(2pi / N) n} ]

因为序列 (phi_k[n]) 只有在 (k)(N) 个相继值的区间是不同的,因此,式(30)的求和仅仅需要包括 (N) 项。为了指出这一点,特将求和限表示成 (k=<N>),即

[ ag{31}x[n] = sum_{k=<N>}a_kphi_k[n]=sum_{k=<N>}a_ke^{j komega_0 n}=sum_{k=<N>}a_ke^{j k(2pi / N) n} ]

譬如说,(k) 即可以取 (k=0, 1, 2,cdot cdot cdot cdot cdot cdot, N-1),也可以取 (k=3, 4, cdot cdot cdot cdot cdot cdot, N+2),不管怎样取,式(31)右边的求和都是一样的。式(31)称为离散时间傅里叶级数,而系数 则称为傅里叶级数系数

3.2. 离散时间周期傅里叶级数表示的确定

离散时间傅里叶级数对就为

[oxed{x[n] =sum_{k=<N>}a_ke^{j komega_0 n}=sum_{k=<N>}a_ke^{j k(2pi / N) n} \ a_k = frac{1}{N}sum_{k=<N>}x[n]e^{-j komega_0 n}=frac{1}{N}sum_{k=<N>}x[n]e^{-j k(2pi/N) n}} ]

和连续时间周期信号一样,第一个式子称为综合公式,第二个式子称为分析公式。系数 ({a_k}) 往往称为 (x[n])频谱系数

再回到式(31),我们看到若从 0 到 (N-1) 范围内取 (k),则有

[ ag{32}x[n]=a_0phi_0[n]+a_1phi_1[n]+ cdot cdot cdot+a_{N-1}phi_{N-1}[n] ]

相类似地,若从 1 到 (N) 范围内取 (k),则有

[ ag{33} x[n]=a_1phi_1[n]+a_2phi_2[n]+ cdot cdot cdot+a_{N}phi_{N}[n] ]

因为 $ phi_0[n] = phi_N[n]$,将式(32)和式(33)作一比较,就可以得出 (a_0 = a_{N})。类似地,若 (k) 取任何一组 (N) 个相连的整数,就一定有

[ ag{34} a_k = a_{k+N} ]

这就是说,倘若我们考虑的 (k) 值多余 (N) 的话,那么 (a_k) 的值必定以 (N) 为周期,周期性重复

  • 例 1
    周期信号的傅里叶级数表示第12张
3.3. 离散时间傅里叶级数的性质

获取更多精彩,请关注「seniusen」!
周期信号的傅里叶级数表示第14张

免责声明:文章转载自《周期信号的傅里叶级数表示》仅用于学习参考。如对内容有疑问,请及时联系本站处理。

上篇【转】Visual Studio团队资源管理器 Git 源码管理工具简单入门php 在docker 中使用composer 报内存溢出的解决方法下篇

宿迁高防,2C2G15M,22元/月;香港BGP,2C5G5M,25元/月 雨云优惠码:MjYwNzM=

相关文章

阅读这篇文章,假设你不知道的傅里叶变换,然后来掐死我

假设看了这篇文章你还不懂傅里叶变换,那就过来掐死我吧(二) Heinrich · 15 天前 已于2014.6.6更新。地址:傅里叶分析之掐死教程(完整版)更新于2014.06.06 - 与时间无关的故事 - 知乎专栏上一篇文章发出来之后。为了掐死我,大家真是非常下工夫啊,有拿给姐姐看的,有拿给妹妹看的,还有拿给女朋友看的,就是为了听到一句“全然看不懂...