跳转至

第二章 信号频域分析

约 735 个字 预计阅读时间 2 分钟

2.1 信号的频率特性

信号与系统的频率特性由其物理属性决定。乐谱中的音符就是一种频谱表示方式。

2.2 傅立叶级数(FS)

任一函数都能展开为由余弦函数构成的三角型FS和由虚指数函数构成的指数型FS。

一、狄利赫里条件

image-20231017152349735

二、傅立叶级数

三角型傅立叶级数

image-20231017153333725

image-20231017153342442

image-20231017153353065

指数型傅立叶级数

image-20231017153713096

image-20231017192854824

image-20231017193403094

傅立叶系数之间的关系

image-20231017193524897

image-20231017200056373

2.3 傅立叶变换(FT)

特殊的积分变换,将满足一定条件的某个函数表示成正弦函数的积分。

image-20231017204754510

image-20231017204853648

文档扫描_20231020133759676

文档扫描_20231020133759809

image-20231020161032304

image-20231020164955535

常用信号的傅立叶变换

1. 单边指数信号

image-20231020170358708

2. 双边指数信号

image-20231020170952651

3. 门函数

image-20231020171034445

4. 单位冲激信号

image-20231020171524764

5. 直流信号

image-20231020173948001

6. 符号函数

image-20231020195601019

7. sinc函数(重要)

image-20231020195632742

小结

门函数和sinc函数对应;单位冲激函数和直流信号对应;

image-20231020195904892

时域是周期的,频域就是非周期的;

时域是连续的,频域就是离散的。

系统的频域分析法

image-20231020200837853

image-20231020202135797

image-20231021132743596

image-20231021133352776

2.4 傅里叶变换性质

1 线性

image-20231017143620024

image-20231017143719603

2 时移特性

image-20231017143741558

image-20231017143841103

image-20231017143852831

image-20231017143902256

image-20231021140123599

4 尺度变换

频域有变换,幅度也有变化

image-20231017144030873

image-20231017144138584

image-20231017144246058

image-20231017144351389

image-20231017144517379

6 卷积定理

image-20231017144546227

image-20231017144709754

image-20231017144721738

image-20231017144737971

7 时域微分和积分

image-20231017144814441

image-20231017144936498

image-20231017144944769

image-20231017145139452

image-20231017145209734

8 频域微分和积分

image-20231017145237480

image-20231017145251067

image-20231017145301563

周期信号的傅立叶变换

image-20231017145448797

image-20231017145455843

image-20231017145512666

image-20231017145521896

image-20231017145531348

2.7 短时傅里叶变换

引出

image-20231017145958142

image-20231017150339175

局限一

image-20231017150659060

image-20231017150713937

image-20231017150726068

image-20231017150741467

局限二

傅里叶变换的Gibbs效应:将具有不连续点的函数(如矩形脉冲的凹角),需要用到大量的三角函数去拟合导致信息的大量冗余。

image-20231017151456047

短时傅里叶无法同时兼顾时域分辨率和频域分辨率,且对于突变点性能不佳

导致STFT性能不佳的原因:三角函数基(\(e^{-jw}\)

短时傅里叶变换和傅里叶变换相同使用无限的三角函数作为分析信号频率的基,这导致了傅里叶变换无法在时域上分析频率,而短时傅里叶变换通过加窗解决这一问题,但是窗口大小是难以抉择的。

同样地,由于三角基为全局性基,没有局部化能力,以至局部一个小小的摆动也会影响全局的系数,这使得Gibbs效应对于频率分析的影响更大

image-20231017151740352

一种简单方案是通过使用不同窗口大小的STFT对信号进行反复分析,从而实现对于时频信息的有效分析。

image-20231017151731042

小波变换是替代STFT将信号变换为时频信息的常用手段之一

2.8 小波变换

核心:小波基

三角函数基:无限的,稳定的; 小波基:有限的,突变的;

image-20231021150223679

image-20231021150239896

小波变换

image-20231021150325375

image-20231021150351591

image-20231021150735836

image-20231021150744328

部分常见小波基

image-20231021150805546

image-20231021150826929

小波变换优势

image-20231021150848763

连续小波变换(CWT)

image-20231021150935818

image-20231021150944601

image-20231021150954322

离散小波变换

image-20231021151013765

image-20231021151023151

2.9 离散傅里叶变换(DFT)

image-20231022153811477

image-20231022154021673

image-20231022154132068

image-20231022154255398

2.8 快速傅里叶变换(FFT)

image-20231022155118285

image-20231022155325218

image-20231022155414354

image-20231022155556763

image-20231022155711979

image-20231022155721970

image-20231022155728648

image-20231022155737265

image-20231022155746036

image-20231022155754276

image-20231022155803149

image-20231022155810517

image-20231022155817284

image-20231022155824380

本文总阅读量