This post was published in 2022-10-08. Obviously, expired content is less useful to users if it has already pasted its expiration date.
Table of Contents
(实际上并没有按计划学习的学习计划)离散信号下的傅里叶变换性质
* 注:在整理这篇笔记的时候发现,下面写的这个学习计划并没有实际学习,可能是因为有点难,前置工作太多。
尝试学习以下话题:
(离散信号下的)傅里叶变换,滤波器,卷积性质
(复习)卷积,滤波
先学习这些内容:卷积,滤波
复习老笔记:🔗 2022-08-28 ;🔗 2022-08-29 .
连续傅里叶级数的性质
(以前应该没有学过)P127,连续傅里叶级数的性质
信号在时域和频域的表达
补充一张图:
related: 🔗 [Ch3_FourTrans&DeltaFns.pdf] https://www.ldeo.columbia.edu/~richards/webpage_rev_Jan06/Ch3_FourTrans%26DeltaFns.pdf
如何求Dirac Delta Function的傅里叶级数呢?
[mathjax-d]\delta(x) \xRightarrow{\mathcal{F}}?[/mathjax-d]事实上应该非常简单。造成疑惑的主要原因是我把上面这张图表达的含义看错了,误以为Dirac delta function的傅里叶变换应该得到某种复指数曲线。
实际上应该是:
所以,对[mathjax]x(t)=\delta(x)[/mathjax]而言,[mathjax]\delta(x) \xRightarrow{\mathcal{F}}\ 1[/mathjax]
线性性质
线性性质
时移性质
时移性质
但是在这部分出现了理解问题:明明[mathjax]b_k=e^{-jk\omega_0 t_0}a_k[/mathjax],为什么还会得出结论说[mathjax]\left| a_k\right|=\left| b_k \right|[/mathjax]呢?
好像明白了。不知道为什么会对这种问题感到迷惑,可能是因为对复指数的模长想象错了:
[mathjax-d]\text{Mod}(e^{jk\omega_0 t_0})=1[/mathjax-d]所以说模长确实是不变的。
见https://www.bilibili.com/video/BV1dM4y1M7LK?p=10,(p10)43分钟左右
注意:对一个复指数信号[mathjax]x(t)=e^{jk\omega_0 t}[/mathjax],如果对它乘上一个[mathjax]e^{-jk\omega_0 t_0}[/mathjax],变成了[mathjax]e^{-jk\omega_0 t_0}x(t)[/mathjax],那么它会发生什么变化呢?
答案: 会发生时移 ,仅仅是在时间轴上平移了一段距离!
所以正如上面这张图所示,信号平移 = 一系列复指数信号平移 = 一系列复指数的Magnitude不变。
或者说,当一个信号时移了[mathjax]t_0[/mathjax]以后,它的所有傅里叶级数信号都会做相同的[mathjax]t_0[/mathjax]时移。(注意这里的[mathjax]t_0[/mathjax]不仅有大小还有方向)
如何改变傅里叶级数的模长
在上面一部分我们可以知道,信号的时移无法改变傅里叶级数的模长。那什么情况下能改变傅里叶级数的模长呢?
显然我们知道[mathjax]x(t)\rightarrow x(at)[/mathjax]这样的变换是可以改变的。但我们怎么用公式严谨地推导出来呢?
同时参考
以及还可以参考BV1dM4y1M7LK p11 25:10左右开始