功率信号的频谱

目录

  • 1. 前言
  • 2. 功率信号的频谱
  • 3. 参考资料

1. 前言

知识点1:函数周期性判定定理
  假设函数 f ( x ) f(x) f(x) 和函数 g ( x ) g(x) g(x) 均为周期性函数,其最小正周期分别为 T f T_f Tf T g T_g Tg,若 T f / T g T_f/T_g Tf/Tg 为有理数,则函数 z ( x ) = f ( x ) + g ( x ) z(x)=f(x)+g(x) z(x)=f(x)+g(x)也是周期函数,其最小正周期为 T f T_f Tf T g T_g Tg 的最小公倍数

知识点2:三角函数正交集
   1 , sin ⁡ ( x ) , cos ⁡ ( x ) , sin ⁡ ( 2 x ) , cos ⁡ ( 2 x ) , ⋯ , sin ⁡ ( n x ) , cos ⁡ ( n x ) , ⋯ , n ∈ Z 1, \sin(x), \cos(x), \sin(2x), \cos(2x), \cdots, \sin(nx), \cos(nx), \cdots, n\in Z 1,sin(x),cos(x),sin(2x),cos(2x),,sin(nx),cos(nx),,nZ
  两两函数相乘,积分结果为 0

知识点3:欧拉公式及其变换
e i θ = cos ⁡ θ + i sin ⁡ θ cos ⁡ θ = e i θ + e − i θ 2 sin ⁡ θ = e i θ − e − i θ 2 i e^{i\theta}=\cos\theta+i\sin\theta \\ \cos\theta=\frac{e^{i\theta}+e^{-i\theta}}{2} \\ \sin\theta=\frac{e^{i\theta}-e^{-i\theta}}{2i} eiθ=cosθ+isinθcosθ=2eiθ+eiθsinθ=2ieiθeiθ

知识点4:狄利克雷(Dirichlet)条件

  • (1)在一周期内,连续或只有有限个第一类间断点
  • (2)在一周期内,极大值和极小值的数目应是有限个
  • (3)在一周期内,信号是绝对可积的

知识点5:傅里叶级数指数形式
  假设一个函数 f ( x ) f(x) f(x) 满足狄利克雷条件,且周期为 T = 2 π ω T=\frac{2\pi}{\omega} T=ω2π,则
f ( t ) = ∑ n = − ∞ ∞ C n e i n ω t C n = 1 T ∫ − T / 2 T / 2 f ( t ) e − i n ω t d t f(t)=\sum_{n=-\infty}^\infty C_ne^{in\omega t} \\ C_n=\frac{1}{T}\int_{-T/2}^{T/2}f(t)e^{-in\omega t}dt f(t)=n=CneinωtCn=T1T/2T/2f(t)einωtdt

2. 功率信号的频谱

通信原理第18页后头:
  对于周期性的功率信号,我们很容易计算其频谱······在数学上能将周期性函数展开成傅里叶级数的狄利克雷(Dirichlet)条件,一般信号都是能满足的。

  • 对傅里叶级数忘记了的,可以点击【参考资料】内的三个资料,挺详细的
  • 这一大堆,其实就是在说周期性函数能够展开成傅里叶级数的指数形式,跟上面的知识点 5 基本上一样,只不过将角速率 ω \omega ω 通过 ω = 2 π f \omega=2\pi f ω=2πf 换成了频率
  • 这里的 T 0 T_0 T0 s ( t ) s(t) s(t) 的最小正周期, f 0 f_0 f0 为基频,即最小的基本频率,然后以最小基频为准,通过 n n n 倍频产生谐波,最后叠加在一起形成目标波形

通信原理第18页结尾:
   n = 0 n=0 n=0 时,它是信号 s ( t ) s(t) s(t) 的时间平均值,即直流分量。

  • 可以看看另一篇博客:周期性信号展开成傅里叶级数【可视化】。可以直观感受什么是直流分量,直流分量不影响信号特征,只对整体信号的振幅产生作用

通信原理第19页开头:
  一般来说,式(2.2-1)中频谱函数 C n C_n Cn 是一个复数,代表在频率 n f 0 nf_0 nf0 上信号分量的复振幅(complex amplitude)。我们可以把它写作:
C n = ∣ C n ∣ e j θ n C_n=|C_n|e^{j\theta_n} Cn=Cnejθn
式中: ∣ C n ∣ |C_n| Cn 为频率 n f 0 nf_0 nf0 的信号分量的振幅; θ n \theta_n θn 为频率 n f 0 nf_0 nf0 的信号分量的相位。

  • 为什么可以写成这种形式呢?本身非通信专业的,从零开始看通信原理这本书,这块纯小白,看了些资料后,才知道

  • 看看这张图,右边那个图从时域上看到的一个正弦波,实际上就是左边那个图一个点 A A A 以角速度 ω \omega ω 绕圆心旋转得到的
    在这里插入图片描述

  • 正弦波函数原型: y = A s i n ( ω x + φ ) y=Asin(\omega x+\varphi) y=Asin(ωx+φ)。确定振幅、角速度、初相,就能唯一确定一个正弦波了,左图中已经标明了角速度 ω \omega ω 可以换算成频率,振幅就是半径 R R R,初相可以由角度 θ \theta θ 简单换算出来,可以将左图看成频域,而一个信号就是由多个不同振幅、不同频率、不同相位的圆叠加起来的
    在这里插入图片描述

  • 知道了圆的作用,坐标点: ( x , y ) = ( cos ⁡ θ , sin ⁡ θ ) (x, y)=(\cos\theta, \sin\theta) (x,y)=(cosθ,sinθ),用复数表示就是 cos ⁡ θ + i sin ⁡ θ = e i θ \cos\theta+i\sin\theta = e^{i\theta} cosθ+isinθ=eiθ,经典的欧拉公式,而这个 e i θ e^{i\theta} eiθ 就可以看作是一个单位向量, C n C_n Cn 是傅里叶级数的系数嘛,它是一个复数 a + i b a+ib a+ib,也是一个向量,而一个向量完全可以由向量的长度乘上一个单位向量,向量的长度就是复数的模 ∣ C n ∣ = a 2 + b 2 |C_n|=\sqrt{a^2+b^2} Cn=a2+b2 ,单位向量就是 e i θ e^{i\theta} eiθ,所以就可以写成那种形式了

通信原理第19页中间:
  频谱函数的正频率部分和负频率部分见存在复数共轭关系。这就是说,负频谱和正频谱的模是偶对称的,相位是奇对称的。

  • 通过公式推导,对 n n n 取负值(数学公式上 n n n 的取值范围可是 − ∞ -\infty + ∞ +\infty + 嗷,当然可以去负值),只有虚数部分才有变量 n n n,实数没有,自然就存在复数共轭的关系( a + i b a+ib a+ib a − i b a-ib aib 称之为一对共轭复数)
  • 在几何意义上理解,对 n n n 取负,实际上就是朝相反方向旋转,但值还是一样,初始相位没变,振幅也没变,那么它们的实数部分自然也是一样的,只不过虚数部分关于实数轴对称,自然就是一对共轭复数
    在这里插入图片描述
  • 它们的振幅始终一样,也就是半径一样,即振幅谱关于虚数轴偶对称,一个在第一象限,一个在第四象限,虽然角度值一样,但方向不一样,符号肯定相反,即相位谱关于虚数轴奇对称

通信原理第19页最后公式推导:

  • 其中 C 0 C_0 C0 为直流分量,利用欧拉公式,将指数形式转变为复数形式,这样就比较好求各谐波的振幅了,因为实信号中没有负频率,所以整个推导过程中,仅对正频率部分推导,最后式(2.2-8)得到的振幅就是实信号的振幅
  • 但是,因为式(2.2-7)令 C n = 1 2 ( a n − j b n ) C_n=\frac{1}{2}(a_n-jb_n) Cn=21(anjbn) ,注意这个令哈,有了这个令,才推导出实信号(没有负频率)的振幅为 a 2 + b 2 \sqrt{a^2+b^2} a2+b2 ,而这个令, n ≥ 1 n\geq1 n1,现在是在数学上表示正频率值,若把 n n n 的范围放到 ( − ∞ , + ∞ ) (-\infty, +\infty) (,+),那么此时的 C n C_n Cn 就在数学上囊括了正负所有频率的振幅了,对 C n C_n Cn 求模,得到式(2.2-10),即数学上的正负频率的振幅值了,和式子(2.2-8)中实信号振幅做对比,发现数学上正负频率的振幅等于实信号振幅的一半

通信原理第20页中间公式推导:

  • s ( t ) s(t) s(t) 不但是实信号,而且还是偶信号,则 C n C_n Cn 为实函数
  • 例【2-1】和例【2-2】分别用周期性偶信号和非偶信号举例求频谱,而这一块就要知道一些基本函数的求导、求积分的公式

3. 参考资料

  • [1] 傅里叶分析之掐死教程(完整版)
  • [2] 傅里叶变换简单推导(1)—周期函数展开成傅里叶级数
  • [3] 傅里叶变换简单推导(2)——傅里叶级数的指数形式
  • [4] 如何通俗地解释欧拉公式(e^πi+1=0)?

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/664200.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

搜索引擎评价指标及指标间的关系

目录 二分类模型的评价指标准确率(Accuracy,ACC)精确率(Precision,P)——预测为正的样本召回率(Recall,R)——正样本注意事项 P和R的关系——成反比F值F1值F值和F1值的关系 ROC(Receiver Operating Characteristic)——衡量分类器性能的工具AUC&#xff…

基于Java SSM框架实现校园兼职系统项目【项目源码+论文说明】

基于java的SSM框架实现校园兼职系统演示 摘要 社会的发展和科学技术的进步,互联网技术越来越受欢迎。网络计算机的生活方式逐渐受到广大人民群众的喜爱,也逐渐进入了每个学生的使用。互联网具有便利性,速度快,效率高,…

[office] excel计算客户名单的人数 COUNTA 函数:“销售额”不仅是金额的总和 #知识分享#职场发展#知识分享

excel计算客户名单的人数 COUNTA 函数:“销售额”不仅是金额的总和 前文中介绍的 SUM 函数,是在日常工作中使用频率最高的函数之一。但是,在实际操作时也会出现问题。比如在计算销售额总和时,SUM 函数得出的结果为金额总和。但是…

RISC-V指令格式

RISC-V指令格式 1 RISC-V指令集命名规范2 RISC-V指令集组成2.1 基础整数指令集2.2 扩展指令集 3 RISC-V指令格式3.1 指令表述3.2 指令格式 本文属于《 RISC-V指令集基础系列教程》之一,欢迎查看其它文章。 1 RISC-V指令集命名规范 前面提到过RV32I,这是…

5. 基础网络服务与应用配置

5.1 实验一:FTP 基础配置实验 5.1.1 实验介绍 5.1.1.1 关于本实验 设备支持多种文件管理方式,用户根据任务和安全性要求选择合适的文件管理方式。 用户可以通过直接登录系统、FTP(File Transfer Protocol)、TFTP(T…

【深度学习】数据归一化/标准化 Normalization/Standardization

目录 一、实际问题 二、归一化 Normalization 三、归一化的类型 1. Min-max normalization (Rescaling) 2. Mean normalization 3.Z-score normalization (Standardization) 4.非线性归一化 4-1 对数归一化 4-2 反正切函数归一化 4-3 小数定标标准化(Demi…

Day17、18、19学习记录

#c语言知识 内存管理 1.作用域 (1)代码块作用域(代码块是{}之间的一段代码) (2)函数作用域 (3)文件作用域 2.局部变量(自动变量auto): 在函…

jmeter-03界面介绍

文章目录 主界面介绍测试计划介绍线程组介绍线程组——选择测试计划,右键-->添加-->线程-->线程组 主界面介绍 测试计划介绍 测试计划:本次测试所需要的所有内容,即父线程 线程组介绍 jmeter讲究一个概念:一个线程一…

Linux内存管理:(十一)页面分配之慢速路径

文章说明: Linux内核版本:5.0 架构:ARM64 参考资料及图片来源:《奔跑吧Linux内核》 Linux 5.0内核源码注释仓库地址: zhangzihengya/LinuxSourceCode_v5.0_study (github.com) 1. 水位管理和分配优先级 页面分配…

小白水平理解面试经典题目_二维数组类LeetCode 2966 Divide Array【排序算法实现】

2966 将数组划分为具有最大差值的数组 小白渣翻译: 给定一个大小为 n 的整数数组 nums 和一个正整数 k 。 将数组分成一个或多个大小为 3 的数组,满足以下条件: nums 的每个元素都应该位于一个数组中。一个数组中任意两个元素之间的差异小…

力扣每日一题 ---- 1906. 查询差绝对值的最小值

本题中,我们的题目求的是差值的最小值,我们考虑一个因素,当前题目中给出的数组是没有排序过的,那么想要求的差值,是不是要两两配对进行判断差值最小值。这里我们就很费时间了, O(N^2)的时间复杂度&#xf…

【LeetCode】27.移除元素 (快慢指针法)

题目 图解 思路 运行代码 代码 采用 LeetCode 的格式模板 int removeElement(int* nums, int numsSize, int val) {int Left 0;int Right 0;while(Right < numsSize){if(nums[Right] ! val) {nums[Left] nums[Right];Left;}Right;}return Left;// 此时 Left 刚好是数组的…

FANUC机器人开机时无法进入系统,示教器黑屏故障处理总结

FANUC机器人开机时无法进入系统&#xff0c;示教器黑屏故障处理总结 故障描述&#xff1a; FANUC机器人开机时&#xff0c;示教器在初始化时显示&#xff1a;EMAC initial call failed&#xff08;示教器上电时会进入boot画面&#xff0c;左上角会出现一些白色的英文提示&#…

Linux系统漏洞一键检测与修复工具

支持检测及修复漏洞的列表 OpenSSL CVE-2021-3712 OpenSSH CVE-2021-41617 sudo CVE-2021-3156 glibc CVE-2018-11236 polkit CVE-2021-4034 wget CVE-2017-13090 kernel CVE-2016-5195 bash CVE-2016-7543 samba CVE-2021-…

算法基础,一维,二维前缀和差分详解

目录 1.前缀和 1.一维前缀和 例题&#xff1a;【模板】前缀和 2.二维前缀和 例题&#xff1a;【模板】二维前缀和 2.差分 1.一维差分 1.性质&#xff1a;d[i]的前缀和等于a[i] 2.性质&#xff1a;后缀区间修改 例题&#xff1a;【模板】差分 2.二维差分 例题&#x…

.net core 6 集成 elasticsearch 并 使用分词器

1、nuget包安装NEST、安装elasticsearch、kibana、ik分词器、拼音分词器 2、创建操作对象 //索引库 static string indexName "testparticper"; //es 操作对象 ElasticClient elasticClient new ElasticClient(new ConnectionSettings(new Uri("http://192.…

YOLO-World: Real-Time Open-Vocabulary Object Detection

文章目录 1. Introduction2. Experiments2.1 Implementation Details2.2 Pre-training2.3 Ablation Experiments2.3.1 预训练数据2.3.2 对RepVL-PAN的消融研究2.3.3 文本编码器 2.4 Fine-tuning YOLO-World2.5 Open-Vocabulary Instance Segmentation2.6 Visualizations Refere…

Linux系统安全:安全技术 和 防火墙

一、安全技术 入侵检测系统&#xff08;Intrusion Detection Systems&#xff09;&#xff1a;特点是不阻断任何网络访问&#xff0c;量化、定位来自内外网络的威胁情况&#xff0c;主要以提供报警和事后监督为主&#xff0c;提供有针对性的指导措施和安全决策依据,类 似于监控…

ABAP Range Table:RANGES的使用

目录 Range TableRANGERANGES RANGE的四个参数SIGNOPTIONLOWHIGH示例程序 Range Table 1、Range Table 概述 RANGE TABLE为 SAP R/3系统标准内表的一种&#xff0c;结构与 Selection Table 一致&#xff0c; 由 SIGN, OPTION, LOW 和 HIGH字段组成&#xff1b; 可以通过 TYPE…

10. BI - 决策树的使用及可视化

本文为 「茶桁的 AI 秘籍 - BI 篇 第 10 篇」 文章目录 可视化探索决策树原理决策树算法决策树可视化泰坦尼克海难数据 Hi&#xff0c;你好。我是茶桁。 上一节课&#xff0c;咱们了解了图形的具体绘制方法&#xff0c;接下来咱们还要看看除了图形绘制之外&#xff0c;还有哪些…