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 和 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 和 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),⋯,n∈Z
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+e−iθsinθ=2ieiθ−e−iθ
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=T1∫−T/2T/2f(t)e−inωtdt
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 为 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:
当 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=∣Cn∣ejθn
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
-
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
-
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 −∞ 到 + ∞ +\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 与 a − i b a-ib a−ib 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
- 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(an−jbn) ,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 n≥1,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:
- 若 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)?