深入理解傅里葉變換的性質:實函數、卷積、相關、功率譜、頻響函數
1實函數傅里葉變換的性質
1.1實函數傅里葉變換的性質
所以,實函數x(t)的傅里葉變換X(w)的共軛 X*(w)=X(-w)
1.2實偶函數傅里葉變換的性質
1.3實奇函數傅里葉變換的性質
2傅里葉變換的基本性質
2.1線性
2.2對稱性
2.3摺疊性
由摺疊性和對稱性,對實函數f(t),對其傅里葉變換F(jw)的共軛F*(jw)=F(-jw)進行傅里葉變換,再除以2pi,就可得到f(t),也可用傅里葉變換及逆變換公式進行證明。
2.4尺度變換性
時域信號沿時間軸壓縮(或時間尺度擴展)a倍,則其頻域信號沿頻率軸擴展(或頻率尺度壓縮)a倍。
改性質反映了信號的持續時間與其佔有頻帶成反比,信號持續時間壓縮的倍數恰好等於佔有頻帶的擴展倍數。
2.5時移性
2.6頻移性
2.7時域微分性
2.8頻域微分性
2.9時域積分性
2.10頻域積分性
2.11時域卷積定理
2.12頻域卷積定理
2.13帕塞瓦爾定理
詳細的參考資料見:
鏈接: https://wenku.baidu.com/view/e581cb01cc17552707220887.html.
3卷積
3.1卷積的定義
3.2卷積的計算
對摺、平移、積分:
3.3卷積的性質
3.3.1代數性質(乘積類似)
3.3.2微積分性質
3.3.3卷積的傅里葉變換性質
見2.11與2.12
詳細參考
鏈接: https://blog.csdn.net/einstellung/article/details/77412903l.
4相關
4.1定義
4.1.1相關係數
相關函數是描述信號X(s),Y(t)(這兩個信號可以是隨機的,也可以是確定的)在任意兩個不同時刻s、t的取值之間的相關程度。兩個信號之間的相似性大小用相關係數來衡量。定義:
稱爲變量 X 和 Y 的相關係數。若相關係數 = 0,則稱 X與Y 不相關。相關係數越大,相關性越大,但肯定小於或者等於1.。
4.1.2協方差函數
4.1.3自相關函數
自相關函數是信號在時域中特性的平均度量,它用來描述隨機信號x(t)在任意兩個不同時刻s,t的取值之間的相關程度,其定義式爲:
注意:這裏*表示相乘。
注意:這裏*表示卷積。
(1)實函數的自相關函數爲偶函數Rxx(-t)=Rxx(t),其圖形對稱於縱軸,其傅里葉變換=功率譜,爲實偶函數,無相位。另外,根據傅里葉變換的定義,可證明Sxx(w)=X(-w)X(w)=X*(w)X(w)=|X(w)|^2。
(2)當s=t 時,自相關函數具有最大值,且等於信號的均方值,即
(3)週期信號的自相關函數仍爲同頻率的週期信號。
4.1.4互相關函數
互相關函數是描述隨機信號X(s),Y(t)在任意兩個不同時刻s,t的取值之間的相關程度,其定義爲:
互相關函數的上述性質在工程中具有重要的應用價值。
(1) 在混有周期成分的信號中提取特定的頻率成分。
(2) 線性定位和相關測速。
互相關函數的性質
(1)Rxy(t)=Ryx(-t)
(2)對於1、2同週期的函數,相關函數具有相同的週期特性
對信號f(t)g(t),其互相關可定義爲:Rfg=f(-t)*g(t)=
注意??,如果信號是覆信號,f(t)要共軛運算後參與運算。
注意有的資料上定義的是-,與本定義正好相反,值一樣,只是時間正負相反。
互相關的性質可參考
鏈接: https://wenku.baidu.com/view/35136356f011f18583d049649b6648d7c0c7085a.html.
5功率譜與頻響函數
功率譜爲相關函數的傅里葉變換
Rxx()=x(-t)*x(t)=
Rxy()=x(-t)*y(t)=
上面*表示卷積
對實信號:
Sxx(w)=X(-w)X(w)=X*(w)X(w)
Sxy(w)=X(-w)Y(w)=X*(w)Y(w)
上面*表示共軛
所以頻響函數:
H(w)=Sxy/Sxx
H(w)=Syy/Syx
6卷積與相關的異同(個人體會)
卷積與相關都是對函數進行點積,點積在線性空間中表示一個向量向另一個向量的投影,表示兩個向量的相似程度,所以相關運算就體現了這種相似程度。
在函數空間中,函數的點積是類似的概念,傅里葉變換的本質是通過對函數與指數函數基(或者三角函數)進行點積計算得到函數在指數函數基下的投影座標,從而將函數分解成一系列的指數函數分量的。
卷積:f*g()=f(t)*g(t)==g(t)*f(t)=g*f()
卷積滿足互換性,這是因爲卷積在進行相關的點積計算前,固定f(t),將g(t)反向然後右移動,這時,g(t)與f(t)對向而行,爲正的方向;如果固定g(t),f(t)掉頭與它對向而行進行點積計算,爲正的方向,計算結果沒有不同。
互相關:Rfg()==Rgf(-)
互相關不滿足互換性,這是因爲,互相關計算時,固定f(t),g(t)與它同向而行,t的方向均向右,g(t)左移時爲正的方向,g(t)時間前移與f(t)點積,如果結果較大,說明相關的信號g(t)比f(t)滯後的時間爲,此時,如果固定g(t)看,f(t)則是向右移動,所以計算結果一樣時,應該爲負值。
所以Rfg()與Rgf()關於0點對稱,差別只在於是g(t)滯後,還是超前。