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…

2月2日作业 C语言笔试题整理

1、请简述gcc的编译步骤 预处理:展开头文件、删除注释、替换宏 编译:检查语法正确性,生成汇编文件 汇编:把汇编语言转换为二进制文件,生成目标文件 链接:把多个目标文件链接为可执行文件 2、C语言中基…

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,…

买电脑注意事项之CPU型号后面的字母都代表什么意思

在 CPU 型号后面的字母通常表示该 CPU 的一些特性或用途。不同的字母可能代表不同的系列、性能级别、功耗特性等。以下是一些常见的 CPU 后缀字母及其可能的含义: U(例如:i5-8250U): Ultra Low Power:表示低功耗&#…

Elasticsearch(简称ES)性能优化 实践

Elasticsearch(简称ES)性能优化主要包括以下几个方面: 索引优化: 选择合适的分片数:根据业务需求和数据量合理设置分片数,避免过多或过少分片造成性能问题。分片数过多会导致创建分片速度变慢、集群易崩溃…

[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…

本地部署 SalesGPT

本地部署 SalesGPT 0. 背景1. SalesGPT 项目介绍2. SalesGPT 项目 Github 地址3. 本地部署 SalesGPT4. 运行 SalesGPT 0. 背景 最近有同事想玩玩 SalesGPT,结果发现使用 OpenAI API 时,会发生超过 Limit 的问题无法继续对话。 今天尝试通过本地部署开源…

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…

从编程中理解:大脑的短期记忆和长期记忆

在编程中,我们可以将大脑的短期记忆和长期记忆类比为程序中的变量作用域和持久化存储。在Unity C#编程环境下,可以这样解释: 假设金庸武侠世界中的人物张无忌正在修炼九阳真经。我们用C#代码来模拟他学习武功的过程,其中涉及的“短期记忆”与“长期记忆”。 public class…

第8章 SpringBoot任务管理

学习目标 熟悉SpringBoot整合异步任务的实现 熟悉SpringBoot整合定时任务的实现 熟悉SpringBoot整合邮件任务的实现 开发web应用时,多数应用都具备任务调度功能。常见的任务包括异步任务,定时任务和发邮件任务。我们以数据库报表为例看看任务调度如何帮助改善系统设计。报表可…

【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&#…

从编程中理解:退一步海阔天空

编程中,“退一步海阔天空”的理念指的是在面对问题时,有时过于纠结于细节或局部优化,反而会陷入困境。这时,如果能暂时放下手中的具体工作,从更高的层面或者换个角度来审视整个系统的设计和架构,可能会发现更好的解决方案。在Unity游戏开发中,这一原则体现为对代码的模块…