周期信号的傅里叶级数分析
第三章周期信号的傅立叶级数表示
Txtej 0
n0td t T 0
akej k0tej
n0td
t
k
右边交换积分与求和的次序 k ak0Tejkn0tdt
又右边积分
0Tejkn0tdt 0T, ,
nk nk
k ak0 Txtejn 0tdtTna
即 0 Txte jn 0 td t0 T a k ejk n 0 td t T a n k
那么系统的输出也能表示成相同复指数信号的线性组合；
②输出式中的系数，可以用输入信号中相应的系数与系统 特征值相乘来求得。
例3.1 已知系统的输入输出关系为 ytxt3，求：
① x1tej2t时，系统的输出 y1t ; ② x 2 t c4 t o 3 s c7 t o 3 时s ，系统的输出y2t 。
中，各个信号分量也仅仅是幅度和频率的不同。
因此，可以用一根线段的长来表示某个分量的幅度，线段 的位置表示相应的频率。如下图示：
e 如分量 j0t、 co s0t2 1ej0t ej0t 可表示为下图
e j0t
co s0t2 1ej0t ej0t
因此，当把周期信号xt 表示成复指数形式的傅里叶
a 2 e s2 t a 2 H s2e s2 t
a 3es3 t a 3H s3es3 t
更一般地，对于
x ta k e s k t y ta k H s k e s k t
k
k
对应地
x n a k z k n y n a k H z k z k n
k
k
上式可以看出：
①如果一个LTI系统的输入能够表示成复指数的线性组合，
2) LTI系统满足线性、时不变性
傅里叶级数及其在信号处理中的应用
傅里叶级数及其在信号处理中的应用傅里叶级数是一种数学工具，用于解析周期性信号，可以将周期性信号分解成无数个正弦和余弦波的叠加。
这种分解方法是由法国数学家傅里叶在18世纪末首次提出，并在信号处理、通信系统、图像处理与声音等方面广泛应用，是多媒体技术和通信技术中不可或缺的数学基础。
一、什么是傅里叶级数傅里叶级数是一种将周期性函数分解成无数个正弦和余弦波的叠加的数学表达式，也称为周期函数傅里叶展开。
简单的说，周期函数f(x)可以表示为：f(x) = a0 + a1 sin(x) + b1 cos(x) + a2 sin(2x) + b2 cos(2x) + ... + an sin(nx) + bn cos(nx)其中a0、an、bn都是常数，表示分解后每个正弦、余弦波的振幅大小，以及f(x)本身的偏移量。
二、傅里叶级数的应用傅里叶级数几乎融入了所有现代的通信与信号处理技术中。
傅里叶级数的应用范围非常广泛，从基础的音频和视频信号处理，到用于调节机器、诊断疾病、安全加密和经济分析等其他领域。
下面我们将详细介绍一些傅里叶级数的具体应用。
1. 调制解调调制解调是指通过改变信号的频率、幅度或相位等特征，将数字信号转换成模拟信号或将模拟信号转化成数字信号的过程。
在通信系统中，调制解调技术是信号传输的基础。
在频分多路复用(FDM)技术中，每个信道都有一个特定的频带宽度和中心频率，以允许它传输特定的信号。
傅里叶级数可以极大地简化我们对于这些信号的分析和处理过程，因为他们已经被分解成了特定频率的正弦和余弦波。
2. 声音和图像处理傅里叶级数在音频和图像处理方面得到了广泛应用。
在音频信号处理中，将模拟信号进行数字化后可以利用傅里叶级数对其进行频域分析，在消除噪声、音调准备、音乐合成、过滤操作等方面发挥重要作用。
在图像处理中，傅里叶级数被广泛用于图像压缩、图像滤波、图像边缘检测等方面。
例如，在jpeg压缩中，傅里叶级数的频域分析可以有效消除图像中的高频噪声，使图像更清晰并减小文件大小。
ch3.周期信号的傅里叶级数展开
周期信号的傅里叶级数展开：1． 三角形式： 周期信号()f t ，周期T ，基波频率12w Tπ=，所构成的完备正交函数集：三角函数集{}11cos ,sin nwt nwt ； ()0111()cos sin n n n f t a a nw t b nw t ∞==++∑其中：2021()TT a f t dt T -=⎰2122()cos TT n a f t nw tdt T -=⎰2122()sin TT n b f t nw tdt T -=⎰ 注意: (1) 展开条件：狄利赫利条件 （2） 另外一种形式：011()cos()nn n f t c cnw t ϕ∞==++∑其中：00c a =n c =nn nb tg a φ=-（3）物理意义： （4）幅度谱和相位谱2. 指数形式： 完备正交函数集 ：复指数函数集{}1jnw t e1()jnw tnn f t F e∞=-∞=∑其中1221()Tjnw t T n F f t e dt T --=⎰注意：（1）幅度谱和相位谱nj n n F F e φ= ：偶谱和奇谱与三角形式间的关系（2）两种级数间的关系 3. 函数()f t 满足对称性的级数展开： （1） 偶函数：011()cos n n f t a a nw t ∞==+∑0n b =或011()cos()n n n f t c c nw t ϕ∞==++∑，00c a =||n n c a =0,0,0n n n a a ϕπ>⎧=⎨<⎩（2）奇函数：11()sin n n f t b nw t ∞==∑00n a a ==或011()cos()n n n f t c c nw t ϕ∞==++∑，00c =||n n c b =,02,02nn nb b πϕπ⎧->⎪⎪=⎨⎪<⎪⎩（3）奇谐函数：()()2T f t f t =-±其傅里叶级数展开式中仅含奇次谐波分量，即： 0240a a a ====2460b b b ====4. 典型周期矩形脉冲的傅里叶级数信号()f t ，周期为T ，脉宽为τ，脉幅为E（1）三角形式011()cos nn f t a anw t ∞==+∑0n b =其中：2202211()T T E a f t dt Edt T T Tτττ--===⎰⎰211222cos 2n E a E nw tdt Sa nw T T ττττ-⎛⎫== ⎪⎝⎭⎰ 谐波形式：011()cos()n n n f t c c nw t φ∞==++∑其中：00c a =n nc a =， {0,0,0n n n a a ϕπ>=<（2）指数形式：1()jnw t n n f t F e ∞=-∞=∑其中：11222211()T jnw tjnw t T n F f t e dt Ee dt T T ττ---==⎰⎰112E Sa nw T ττ⎛⎫=⎪⎝⎭（3）幅度谱和相位谱的特点 谱线间隔和频谱宽度二．傅里叶变换 ()()jwt F w f t e dt ∞--∞=⎰1()()2jwt f t F w e dw π∞-∞=⎰特点：（1）()()()j w F w F w e ϕ=幅频函数和相频函数（2）变换条件：|()|f t dt ∞-∞<∞⎰ （3）()f t 也是由许多频率分量构成三．常见信号的傅里叶变换对 单边指数衰减信号,0()0,0t e t f t t α-⎧>=⎨<⎩，0α> ↔1()F w jw α=+ 双边指数衰减信号||,0(),0t t te tf t ee t ααα--⎧>==⎨<⎩ ↔222()F w w αα=+矩形脉冲(),2f t E tτ=<↔ ()()2F w E Sa w ττ=符号函数()sgn()f t t = ↔2()F w jw=冲击函数()()f t t δ= ↔ ()1F w = ()()f t t δ'=↔ ()F w jw =()()()n f t t δ=↔ ()()nF w jw = 直流信号()1f t = ↔ ()()2F w w πδ=()f t jt =-↔ ()()2F w w πδ'=()()nf t jt =-↔()()()2n F w w πδ=阶跃信号()()f t u t = ↔()1()F w w jwπδ=+四．傅里叶变换的性质 1.线性性2.奇偶虚实性：()f t 为实函数()()()cos ()sin jwtF w f t edt f t wtdt j f t wtdt ∞∞∞--∞-∞-∞==-⎰⎰⎰（1）()f t 为实偶函数，虚部()()sin 0X w f t wtdt ∞-∞==⎰ （2）()f t 为实奇函数，实部()()cos 0R w f t wtdt ∞-∞==⎰3. 对称性4.时移性5. 尺度变换：时域压缩，频谱扩张 时域扩张，频谱压缩 时域反褶，频谱反褶6.频移性：00()()jw tF f t e F w w ⎡⎤=-⎣⎦[][]001()cos ()()2F f t wt F w w F w w =-++[][]001()sin ()()2F f t wt F w w F w w j=--+ 7.时域微分：[]()()F f t jwF w '=()()()()n nF f t jw F w ⎡⎤=⎣⎦8.频域微分：[]()()F jtf t F w '-=()()()()n n F jt f t F w ⎡⎤-=⎣⎦9.时域卷积：()()()1212()F f t f t F w F w *=⎡⎤⎣⎦ 10.频域卷积：五．周期信号的傅里叶变换：（1） 周期信号的傅里叶级数展开式：1()jnw tnn f t F e ∞=-∞=∑（2） 周期信号的傅里叶变换：1()2()nn F w F w nw πδ∞=-∞=-∑特点：（ⅰ）频谱为冲击谱 （ⅱ）强度为2n F π（ⅲ）谱线位于谐波处（1nw ）（ⅳ）()1120211()|Tjnw t jwt T n w nw F f t e dt f t e dt T T∞--=-∞-==⎰⎰()101|w nw F w T==其中：0()f t 为周期信号的第一个脉冲， ()0F w 为0()f t 的傅里叶变换。
信号与系统周期信号的傅立叶级数展开
满足一定条件的周期函数 f ( t ) 可用三角函数集表示为
狄里 赫利
f(t)a 0 a nco sn0 tb nsinn0 t
n 1
0
2 T
条件
a0
1 T
t1T t1
f(t)dt
a n , bn
称为傅立叶系
数
an
t0 T t0
f (t) cos n0tdt
t0 T t0
cos2
n0tdt
信P87号图与4系-2-2统f( t) 4 [ s in0 t 1 3 s in 3 0 t 1 5 s in 5 0 t L 1 n s in n 0 t L ]
f1
(t)
4
sin
0tfLeabharlann 2(t)4
(sin 0t
1 3
sin
30t)
2
0
2 t
2
0
2 t
(a)
f
3
(t)
4
(sin
周期信号
周期信号的特点：
（1）它是一个无穷无尽变化的信号，从理论上也是无始无终的，时间
范围为(, )
（2）如果将周期信号第一个周期内的函数写成 f 0 ( t )，则周期信号 f ( t )
可以写成
f (t) f0(t nT) n
（3）周期信号在任意一个周期内的积分保持不变，即有
aT
bT
T
f(t)dt f(t)dtf(t)dt
f(t)A0Ancon s0tn
n1
两种形式之间系数有如下关系:
A0 a0
An an2 bn2
n 1, 2, L
或
n
arctg
信号与系统第三章
1
2 t0 T1
2 t0 T1
2
[ T1
t0
f (t) cos n 1tdt
j T1
t0
f (t) sin n 1tdt]
1 t0 T1
T1 t0 f (t)[cos n 1t j sin n 1t]dt
1 t0 T1 f (t)
T1 t0
2e jn 1t dt
2
1 t0
T1
f (t)e
jn 1t dt
1768年生于法国 1807年提出“任何周
期信号都可用正弦函 数级数表示”
拉格朗日，拉普拉斯 反对发表
1822年首次发表在 “热的分析理论”
一书中
一、频域分析
从本章开始由时域转入变换域分析，首先讨 论傅里叶变换。傅里叶变换是在傅里叶级数正交 函数展开的基础上发展而产生的，这方面的问题 也称为傅里叶分析（频域分析）。将信号进行正 交分解，即分解为三角函数或复指数函数的组合。
t0 T1 t0
f (t)e jn1tdt
n 0,1, 2,3 。
Fn
1 t0
T1
f (t)e
jn 1t dt
T1 t0
n 0, 1, 2, 3 。
为了积分方便，通常取积分区间为：0
~
T1或
T1 2
~
T1 2
推导完毕
f (t)
n
Fne jn 1t F0
Fne jn 1t
n1
1
Fne jn 1t
n
（形式一） f (t) a0 an cos(n1t) bn sin(n1t) n1
傅氏级数展开实质就是确定展开式中各分量系数
确定系数：
f (t) a0 an cos(n1t) bn sin(n1t) n1
傅里叶级数的基本概念
傅里叶级数的基本概念
傅里叶级数是一种将任意周期函数表示为一系列正弦和余弦函数的方法。
它是以法国数学家傅里叶的名字命名的。
傅里叶级数的基本概念包括：
1. 周期函数：傅里叶级数适用于周期函数，即具有重复性的函数。
周期函数可以用一个周期T来描述，即f(t+T) = f(t)。
2. 基函数：傅里叶级数中的基函数是正弦和余弦函数。
正弦函数的频率是函数在一个周期内重复的次数，余弦函数则是正弦函数相位向右移动90度得到的。
基函数的频率可以用角频率ω表示。
3. 傅里叶级数公式：傅里叶级数表示一个周期函数f(t)可以表示为一个无穷级数的形式：f(t) = a0/2 + Σ(an*cos(nωt) +
bn*sin(nωt))，其中a0/2是函数的平均值，an和bn是函数的系数。
4. 傅里叶系数：傅里叶级数中的系数an和bn可以通过积分计算得到。
an表示在周期T内函数f(t)与cos(nωt)的乘积的平均值，bn则是与sin(nωt)的乘积的平均值。
这些系数代表了基函数的贡献程度。
5. 频谱：傅里叶级数可以将一个周期函数表示成一系列频率成分的和。
这些频率成分称为频谱，由基函数的频率ω和对应的系数确定。
傅里叶级数的基本概念可以帮助我们理解和分析周期函数的特性，以及应用于信号处理、图像处理和物理学等领域。
什么是傅里叶傅里叶级数和傅里叶变换,并说明两者的区别与联系
什么是傅里叶级数和傅里叶变换,两者的区别与联系傅里叶级数和傅里叶变换都是将信号从时域转换到频域的数学工具。
傅里叶级数：傅里叶级数是针对周期函数的，它用一组正交函数将周期信号表示出来。
具体来说，所有周期信号都可以分解为不同频率的各次谐波分量。
这意味着周期波都可分解为n次谐波之和。
傅里叶变换：傅里叶变换则是用来处理非周期函数的，它可以用一组正交函数将非周期信号表示出来。
与傅里叶级数不同的是，非周期信号可以看作不同频率的余弦分量叠加，其中频率分量可以是从0到无穷大任意频率，而不是像傅里叶级数一样由离散的频率分量组成。
傅里叶级数和傅里叶变换都是数学工具，用于将信号从时域转换到频域。
但它们之间存在明显的区别和联系：1. 本质不同：傅里叶级数是周期信号的另一种时域表达方式，可以看作是正交级数，即不同频率的波形的叠加。
而傅里叶变换是完全的频域分析，它可以将非周期信号转换为频域表示。
简而言之，傅里叶级数是用一组正交函数将周期信号表示出来，而傅里叶变换是用一组正交函数将非周期信号表示出来。
2. 适用范围不同：傅里叶级数主要适用于对周期性现象做数学上的分析。
而傅里叶变换可以看作傅里叶级数的极限形式，也可以看作是对周期现象进行数学上的分析，同时也适用于非周期性现象的分析。
3. 周期性不同：傅里叶级数是一种周期变换，它以三角函数为基对周期信号的无穷级数展开。
而傅里叶变换是一种非周期变换，它可以将非周期信号转换为频域表示。
4. 联系：傅里叶级数可以视作傅里叶变换的特例。
当周期信号的周期趋于无穷大时，傅里叶级数可以取极限得到傅里叶变换。
此外，无论是傅里叶级数还是傅里叶变换，都是为了将信号从时域转到频域。
傅里叶级数和傅里叶变换都是强大的数学工具，用于分析和处理信号，但它们的应用范围和性质有所不同。
信号与系统 第三章 周期信号的傅里叶级数展开
2 n 2
T1
f (t ) dt
F ( n1 )
左边是周期信号f(t)在一个周期里的平均功率（即单位时间内的能量）
2 2 1 1 2 jnt F ( n ) e dt F ( n ) dt F ( n ) 而同时有 T 1 1 1 T1 1 T1 T1
n 1
——余弦形式
x(t ) d 0 d n sin( n1t n )
n 1
——正弦形式
(1). f (t ) a0 an cosnt bn sin nt
n1
三角函数形式
(2). f (t ) A0 An cos(nt n )
而无物理意义。将来可以看出，指数函数形式比正弦函数形式在数 学上处理起来要方便的多。
§3.2 周期矩形脉冲的谱线特点
x(t )
E
T1
t
2 2
T1
脉冲为 ，脉冲高度为E，周期为T1
1 21 1 E 1 jn1t jn1t 2 X (n1 ) T1 x(t )e dt E e dt e jn1t T1 2 T1 2 T1 jn1 jn jn 1 2E 1 1 2 2 e sin(n1 ) e jn1T1 2 n1T1 sin(n1 ) E E 2 Sa (n1 ) T1 n T1 2 1 2
电子信息与电气工程学院
本章内容
连续时间周期信号的傅立叶级数表示 周期矩形脉冲的谱线特点
§3.1 连续时间周期信号的傅立叶级数表示
{1, cos n1t ,sin n1t} n=1,2, , 是一个完备的正交函数集
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
~
T1 )或(
1 2 T1
~
1 2 T1 )
1
f (t) a0 (an cos n1t bn sin n1t) n1
f (t) c0 cn cos(n1t n ) n1
c0 cncos n1t cosn sin n1t sin n n1
T1 t0
f (t) a0 (an cos n1t bn sin n1t) n1
P
c0 2
1 2
cn 2
n1
Fn
n
2
周期信号的平均功率等于傅里叶级数展开式各谐 波分量有效值的平方和。该式称为帕塞瓦尔定理
7
三、函数的对称性与傅里叶系数的关系
1、偶函数 f t f t
2
2
15
a0
1 T1
T1
2 T1
2
f (t)dt 1 T1
2
2
Edt
E
T1
an
2 T1
T1
2 T1
2
f (t) cos(n1t)dt
2 T1
2
E
c os (n1t )dt
2
2E
T1n1
s
in(n1t
)
2
2
2E
n
sin( n1
2
2 T1
t0 T1 t0
f (t) sin(n1t)dt
4
二、指数形式的傅里叶级数
周期函数 : f (t) Fn e jn1t n
Fn
1 T1
t0 T1 f (t) e jn1t dt
t0
(n为整数 )
F0 c0 a0
1 Fn Fn 2 cn
Sa( n1
误差函数: N (t) f (t) SN (t)
方均误差: EN
2 N
(t
)
1 T1
t0 t0
T1
2 N
(t
)dt
11
an
2E
n
sin( n
2
)
a0 bn 0 n只能取奇数
f (t) an cos n1t n1
只用一项逼近
12
an
2E
n
sin( n
Fn
Fn
e jn
1 2
(an
jbn )
Fn
Fn
e jn
1 2 (an
jbn )
5
周期信号的复数频谱 F0 Fn Fn e jn
Fn
Fn
1 2
cn
F0 c0
6
周期信号的功率特性
周期信号 f (t)的平均功率 : P f 2 (t) 1 t0 T1 f 2 (t)dt
n
2
E n1 Sa( n1 ) E Sa( n1 )
n 2
2
T1
2
f
(t)
Fne jn1t
n
E
T1
Sa( n1
n
2
)e jn1t
19
f (t) E Sa( n1 )e jn1t
T1 n
2
Fn
E
T1
f (t) a0 (an cos n1t bn sin n1t0 T1 f (t)dt
t0
2
an T1
t0 T1 t0
f (t) cos(n1t)dt
2
bn T1
t0 T1 t0
f (t) sin(n1t)dt
t0
~
t0
T1通常取(0
a0 T1
T1
2 T1
f (t).dt
0
2
T1 2
T1
2
只有奇次谐波分量
9
为了简化运算，可以沿纵轴方向移动函数，使 波形具有某种对称性。移动之后的波形与原波 形在函数形式上，只相差一个直流分量。
f1 t
f1 (t) 1 f (t)
f (t) 练习P1713 7
2
1
－T T
在偶函数的傅里叶级数中不会含有正弦 项，只有余弦项和直流项。Fn为实数。
2、奇函数 f t f t
在奇函数的傅里叶级数中不会含有 余弦项，只有正弦项。Fn为虚数。
8
3、奇谐函数（半波对称、半周期镜像）
f
t
f
t
T1 2
平移半个周期后相对于 时间轴对称
1
0T T
2T
t
T T 0 T T
2T t
2 －1 2
2
2
注意：不可左右移动，否则改变了 原信号的对称性。
10
四、傅里叶有限级数与最小方均误差
f (t) a0 (an cos n1t bn sin n1t) n1
N
SN (t) a0 (an cos n1t bn sin n1t) n1
a0 c0
an cn cosn bn cn sin n cn
tan n
bn an
n
arctan
bn an
an2 bn2
2
f (t) c0 cn cosn1t n n1
cn an2 bn2 幅度谱
n
arctan
)
E1 Sa( n1 ) 2E Sa( n1 )
2
T1
2
f (t)
E
T1
2E
T1
n1
Sa(
n1
2
)
cos(n1t
)
16
f (t)
E
T1
2E
T1
n1
Sa(
n1
2
)
cos(n1t
)
c0
a0
E
T1
bn 0
cn
an
2E
T
Sa( n1
2
)
17
cn
2E
T1
Sa( n1
2
)
c0
E
T1
n0
18
1
Fn T1
T1
2 T1
2
f (t)e jn1t dt
1
T1
2
Ee jn1t dt
2
E
j n1
j n1
[e 2 e 2 ]
E
sin( n1 )
T1 jn1
2
)
f (t) an cos n1t n1
用两项逼近
13
an
2E
n
sin(
n
2
)
f (t) an cos n1t n1
用三项逼近
14
3.3 典型周期信号的傅里叶级数 一、周期矩形脉冲信号
f (t)在一个周期内的表示式为: f (t) E[u(t ) u(t )]
bn an
相位谱
谱线
包络线
周期信号的频谱是离散谱
3
二、指数形式的傅里叶级数
f (t) a0 (an cos n1t bn sin n1t) n1
a0
1 T1
t0 T1 f (t)dt
t0
an
2 T1
t0 T1 t0
f (t) cos(n1t)dt
bn