导读 傅立叶变换自提出以来,在物理学、通信科学、电力科学、地质勘探等众多领域有着重要应用,其衍生出来的各种变换类型较多,本文将对各类傅立叶变换做一个简要的总结。 1、傅立叶变换最早来源于连续周期信号的连续傅立叶级数 (CFS),注意到CFS仅仅针对连续、周期信号。注意CFS有两种形式,根据欧拉公式的分解与合成,可分为三角傅立叶级数和指数傅立叶级数。 2、将非周期信号看成周期信号的周期取为无穷大,就将CFS降为连续傅立叶变换 (CFT)。注意到CFT这个概念虽然是由周期信号周期取无穷大来引入的,但是CFT同时适用于周期信号,所以CFT适用于连续的周期或者非周期信号。差别在于,非周期信号的CFT是连续谱,而周期信号的CFT是离散谱,这里可以用一条口诀记忆,一个域的离散会导致另外一个域的周期延拓。 3、对于离散周期序列,那么它有离散傅立叶级数 (DFS)。 4、对于离散序列 ,它有离散时间傅立叶变换 (DTFT),特别要注意这里的DTFT中,频率属于数字角频,和CFT中的模拟角频是不一样的。两者关系是:数字角频=模拟角频*抽样时间。还需要注意的一点是,DTFT属于离散的时间连续的频谱,频谱是连续的。对于由连续信号抽样得到的离散时间序列,DTFT是一个周期延拓的频谱,DTFT在一个周期内的频谱包络和CFT的频谱包络是基本一致的。 5、对于离散序列, 它除了有DTFT,还有DFT。区别在于DTFT属于时间离散,频谱连续;而DFT则是时间离散,频谱也是离散的。所以DFT本质上是对DTFT在频域上均匀采样。并且DFT是DFS的单周期主值,也即是将非周期序列周期延拓后的周期信号的DFS的单周期主值。 6、对于离散序列,其DFT的快速算法称之为FFT,由于DFT采用矩阵相乘,算法复杂度为信号规模的平方,而FFT有效利用了旋转因子的对称性,很好地降低了DFT的复杂度。FFT有时间抽取 (DIT) 和频率抽取 (DIF) 两种。 7、对于离散序列的z变换,如果将z用exp(j*数字角频) 做变量替换,则z变换退化为DTFT。 来源:陈颖频科学网博客 作者:陈颖频 |
GMT+8, 2024-11-25 22:58 , Processed in 0.047702 second(s), 23 queries , Gzip On.
Powered by Discuz! X3.4
Copyright © 2001-2021, Tencent Cloud.