信号与系统实验4傅里叶分析
信号与系统 吴大正 第四章 傅立叶变换和系统的频域分析

4.2 傅里叶级数
3 .f(t)为奇谐函数—f(t) = –f(t±T/2) 此时 其傅里叶级数中只含奇次谐波分量,而不含偶 次谐波分量即 a0=a2=…=b2=b4=…=0
f(t) 0 T/2 T t
4.3 周期信号(Periodic Signal)的频谱
周期信号的频谱 周期矩形脉冲的频谱 从广义上说,信号的某种特征量随信号频率变化的关 系,称为信号的频谱,所画出的图形称为信号的频谱图。 周期信号的频谱是指周期信号中各次谐波幅值、相位 随频率的变化关系,即将An~ω和n~ω的关系分别画在以ω 为横轴的平面上得到的两个图,分别称为振幅频谱图和相 位频谱图。因为n≥0,所以称这种频谱为单边谱。 也可画|Fn|~ω和n~ω的关系,称为双边谱。若Fn为实 数,也可直接画Fn 。
“非周期信号都可用正弦信号的加权积分表示”
——傅里叶的第二个主要论点
4.2 傅里叶级数
周期信号展开的无穷级数成为傅里叶级数,分“三角型傅里 叶级数”和“指数型傅里叶级数”,只有当周期信号满足狄 里赫利条件时,才能展开成傅里叶级数。 狄利赫利条件(Dirichlet condition)
t 0 T
2 T bn 2T f (t )sin(nt ) d t T 2
任意函数f(t)都可分解为奇函数和偶函数两部分, 由于f(-t) = -fod(t) + fev(t) ,所以 f (t ) f (t ) f (t ) f (t ) f e v (t ) f od (t ) 2 2
4.2 傅里叶级数
三角形式 指数形式 奇偶函数的傅里叶级数
e jx e jx 由于 cos x 2
A0 f (t ) An cos( n t n ) 2 n 1
《信号与系统》第四章

图 两个矢量正交
矢量的分解
c2V2
V
V2
2
o
1
V1
c1V1
图 平面矢量的分解
c3V3
V3
V
o V1
V2
c2V2
c1V1
V c1V1 c2V2 c3V3
图 三维空间矢量的分解
推广到n维空间
1 正交函数的定义
在区间 (t1,t内2 ),函数集 {0 (t),1(t中),的,各N个(t)函} 数间,若满足下列 正交条件:
➢在波形任一周期内,其第二个半波波形与第一个半波波形相同;
x(t) x(t T0 / 2)
➢这时x(t)是一个周期减半为
的周期非正弦波,其基波频率
为
,即其只含有偶次谐T0波2;
20
4.4波形对称性与傅里叶系数
4 奇半波对称
➢在波形任一周期内,其第二个半周波形恰为第一个半周波形的
负值; x(t) x(t T0 / 2)
交函数集 {0 (t),1(t), ,N (t)} 是完备的,即再也找不到一个函数 (t)
能满足
t2
(t)
* m
(t
)dt
0
t1
m 0,1, , N
则在区间 (t1,t2 ) 内,任意函数x(t)可以精确地用N+1个正交函数地加权和
表示:
N
x(t) c00 (t) c11(t) cN N (t) cnn (t)
T0
3 傅里叶级数系数的确定
➢正弦—余弦形式傅里叶级数的系数
2Bk
2 T0
x(t) cos k0tdt
T0
2Dk
2 T0
x(t) sin k0tdt
何子述信号与系统习题解答第4章连续时间傅里叶分析(2012新)

2 2 3j 1
F δ t 1 δ
n
j t
F
n
再由傅里叶变换的线性,可得 h t 为
h t 2 t 3¢ t t
(c)同理可得
j Y 6Y j F 2 j F 3F
何子述
高等教育出版社
h t
题 4.8 解:
sin 1t πt
δ t
sin 2 t πt
该题中的单边带通滤波器的频率响应可看成是一个截止频率为 c 的低通滤波器的 频率响应在频谱上的一个搬移,搬移量为 3c ,由第三章傅里叶变化的频移特性知,信 号在时域乘以一个复指数信号 e j0t 后,其傅里叶变换在频域上平移 0 。 由主教材式(4.2.2)知,低通滤波器的冲激响应为
h t
由上可知,一定存在一个信号 g t ,使得
sin c t t
h t
且 g t 为
sin c t πt
g t
g t e j3c t
题 4.9 解: 由主教材式(4.2.1)知,理想低通滤波器的频率响应为
1, H 0,
由主教材式(4.2.2)知,其冲激响应为
c c
h t
sin c t πt
由主教材式(4.1.3)知,系统频率响应 H 可表示为
H H e jH
(a)由上式知,该滤波器对应的频率响应为
H1 H e
0 c c 0 其他
上式可看成截止频率为 c / 2 的低通滤波器被频移至 c / 2 和 c / 2 ,并分别乘上幅度 j 和 j ,且截止频率为 c / 2 的低通滤波器可表示为 H 2 ,所以 H 3 可表示为
信号与系统实验报告

信号与系统实验报告一、实验目的(1) 理解周期信号的傅里叶分解,掌握傅里叶系数的计算方法;(2)深刻理解和掌握非周期信号的傅里叶变换及其计算方法;(3) 熟悉傅里叶变换的性质,并能应用其性质实现信号的幅度调制;(4) 理解连续时间系统的频域分析原理和方法,掌握连续系统的频率响应求解方法,并画出相应的幅频、相频响应曲线。
二、实验原理、原理图及电路图(1) 周期信号的傅里叶分解设有连续时间周期信号()f t ,它的周期为T ,角频率22fT,且满足狄里赫利条件,则该周期信号可以展开成傅里叶级数,即可表示为一系列不同频率的正弦或复指数信号之和。
傅里叶级数有三角形式和指数形式两种。
1)三角形式的傅里叶级数:01212011()cos()cos(2)sin()sin(2)2cos()sin()2n n n n a f t a t a t b t b t a a n t b n t 式中系数n a ,n b 称为傅里叶系数,可由下式求得:222222()cos(),()sin()T T T T nna f t n t dtb f t n t dtTT2)指数形式的傅里叶级数:()jn tn nf t F e式中系数n F 称为傅里叶复系数,可由下式求得:221()T jn tT nF f t edtT周期信号的傅里叶分解用Matlab进行计算时,本质上是对信号进行数值积分运算。
Matlab中进行数值积分运算的函数有quad函数和int函数。
其中int函数主要用于符号运算,而quad函数(包括quad8,quadl)可以直接对信号进行积分运算。
因此利用Matlab进行周期信号的傅里叶分解可以直接对信号进行运算,也可以采用符号运算方法。
quadl函数(quad系)的调用形式为:y=quadl(‘func’,a,b)或y=quadl(@myfun,a,b)。
其中func是一个字符串,表示被积函数的.m文件名(函数名);a、b分别表示定积分的下限和上限。
傅里叶分析实验报告

班级:姓名: 学号: 实验日期:一、实验名称脉搏、语音及图像信号的傅里叶分析二、实验目的1、了解常用周期信号的傅里叶级数表示。
2、了解周期脉搏信号、语音信号及图像信号的傅里叶分析过程3、理解体会傅里叶分析的理论及现实意义三、实验仪器脉搏语音实验仪器,数字信号发生器,示波器四、实验原理1、周期信号傅里叶分析的数学基础任意一个周期为T 的函数f(t)都可以表示为傅里叶级数:00010000000001()(cos sin )21()()1()cos()()1()sin()()n n n n n f t a a n t b n t a f t d t a f t n t d t b f t n t d t ππππππωωωωπωωωπωωωπ∞=---=++===∑⎰⎰⎰ 其中0ω为角频率,称为基频,0a 为常数,n a 和n b 称为第n 次谐波的幅值。
任何周期性非简谐交变信号均可用上述傅里叶级数进行展开,即分解为一系列不同次谐波的叠加。
对于如图1所示的方波,一个周期内的函数表达式为:(0t<)2() (-t 0)2h f t h ππ⎧≤⎪⎪=⎨⎪-≤<⎪⎩其傅里叶级数展开为:0100041()()sin(21)21411(sin sin 3sin 5)35n h f t n t n h t t t ωπωωωπ∞==--=+++∑L 同理:对于如图2所示的三角波,函数表达式为:4t (-t<)44()232(1) (t )44h T T f t t T T h T π⎧≤⎪⎪=⎨⎪-≤<⎪⎩其傅里叶级数展开为:1202100022281()(1)()sin(21)21811(sin sin 3sin 5)35n n h f t n t n h t t t ωπωωωπ∞-==---=-++∑L图1 方波 图2 三角波从以上各式可知,任何周期信号都可以表示为无限多次谐波的叠加,谐波次数越高,振幅越小,它对叠加波的贡献就越小,当小至一定程度时(谐波振幅小于基波振幅的5%),则高次的谐波就可以忽略而变成有限次数谐波的叠加,这对设计仪器电路是很有意义的。
信号与线性系统分析第四章

A0 An j ( nt n ) j ( nt n ) [e e ] 2 n 1 2
A0 1 j n jnt 1 An e e An e j n e jnt 2 2 n 1 2 n 1 第
23 页
指数形式的傅里叶形式
2 an T 2 bn T
T 2 T 2
f ( t ) cos(nt )dt f ( t ) sin ( nt )dt
第 11 页
T 2 T 2
例题1
an 0 n 2,4,6, 0, bn 4 , n 1,3,5, n
• 信号的傅里叶级数展开式为:
上式中第三项的n用–n代换,A– n=An、 – n= – n
A0 1 j n jnt 1 上式写为: An e e An e j n e jnt 2 2 n 1 2 n 1
令A0=A0ej0ej0t ,0=0 1 所以 f ( t ) An e j n e j nt 2 n
f (t )
n
F e
n
jnt
1 j cos(n )e jnt n n
第 19 页
四、周期信号的功率 —— Parseval 等式 A
f (t )
0
2
An cos(nt n )
n 1
周期信号一般是功率信号,其平均功率为
1 T
2
2
a0 f ( t ) an cos(nt ) bn sin( nt ) 2 n 1 n 1
2 .f(t)为奇函数——对称于原点
f (t ) f ( t )
4 an =0, bn T
连续时间信号与系统的傅里叶分析

连续时间信号与系统的傅里叶分析连续时间信号与系统的傅里叶分析是一种非常重要的数学工具和技术,广泛应用于信号处理、通信系统、控制系统等领域。
通过傅里叶分析,我们可以将一个复杂的时域信号分解成一系列简单的正弦函数(或复指数函数)的叠加,从而更好地理解和处理信号。
在傅里叶分析中,我们首先需要了解傅里叶级数和傅里叶变换两个概念。
傅里叶级数是将一个周期信号分解成一系列正弦和余弦函数的叠加。
对于一个连续时间周期为T的周期信号x(t),其傅里叶级数表示为:x(t) = a0/2 + ∑ {an*cos(nω0t) + bn*sin(nω0t)}其中,n为整数,ω0为角频率(ω0 = 2π/T),an和bn为信号的系数。
傅里叶级数展示了信号在频域上的频谱特性,即信号在不同频率上的成分。
通过傅里叶级数,我们可以得到信号的基频和各个谐波分量的振幅和相位信息。
而对于非周期信号,我们则需要使用傅里叶变换来分析。
傅里叶变换可以将一个非周期信号分解成一系列连续的正弦和余弦函数的叠加。
对于一个连续时间信号x(t),其傅里叶变换表示为:X(ω) = ∫ x(t)*e^(-jωt) dt其中,X(ω)为信号在频域上的频谱表示,ω为角频率,e为自然对数的底。
通过傅里叶变换,我们可以将信号从时域转换到频域,从而得到信号在不同频率上的成分。
同时,我们还可以通过逆傅里叶变换将信号从频域再转换回时域。
傅里叶分析的重要性在于它能够提供信号在时域和频域之间的转换关系,从而可以更好地理解信号的特性和行为。
通过傅里叶分析,我们可以确定信号的频谱特性、频率成分等信息,从而在信号处理、通信系统设计等方面进行相应的优化和调整。
除了傅里叶级数和傅里叶变换,还有诸如快速傅里叶变换(FFT)、傅里叶变换对(FT pair)、功率谱密度(PSD)等相关概念和技术。
这些工具和技术在实际应用中非常有用,例如在音频处理、图像处理、雷达信号处理等方面经常被使用。
总之,连续时间信号与系统的傅里叶分析为我们提供了一个强大的数学工具,能够将信号从时域转换到频域,揭示信号的频谱特性和频率成分,为信号处理和系统设计提供了有力支持。
信号与系统傅里叶变换

n次谐波系数:
2
an T
T
2 T
2
f
(t) cos(n1t)dt
2 T
2 2
A cos(n1t )dt
4A
n1T
sin n1
2
An
其有效值为:
A~n
2 2
An
36
将 n 1 代入上式,得基波有效值为:
A1
2 4A sin 1 10 2 sin18 2 1T 2
45 °
图 3.3-1 (a)振幅谱; (b) 相位谱
30 ° 30 °
20 °
54
|F n |
2
1.5
1.5
1
1
1
0.4 0.2
0.4 0.2
- 6- 5 - 4- 3- 2 - o 2 3 4 5 6
(a)
n 45 °
45 °
30 ° 30 °
20 °
15° 10°
3
VxVyT VxiVyi 0
i 1
矢量正交集:指由两两正交的矢量组成的矢量集合。
如三维空间中,Vx (1, 0, 0) Vy (0,1, 0) Vz (0, 0,1) 所组成的集合就是矢量正交集,且完备。
矢量A (1, 2.5, 4) 表示为 A Vx 2.5Vy 4Vz
电子技术中的周期信号大都满足狄里赫利条件条件,当
f(t)满足狄里赫利条件时,an, bn, cn 才存在。
21
结论:周期信号可分解为各次谐波分量之和。
一般而言 An cos(n1t n ) n 称为 次谐波 ,An
是 n 次谐波的振幅, n是其初相角。
- 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)。
(2) 符号函数:;
syms t; f = 2*Heaviside(t)-1; F = fourier(f) FM = abs(F) subplot(2,1,1); ezplot(f); subplot(2,1,2); ezplot(FM); hold on; axis([-6,6,0,10]); hold off; F= -2*i/w FM = 2/abs(w)
title('f(t)的付氏变换F(w)');
四、傅立叶变换主要性质及MATLAB实现
1、尺度变换特性 若,则傅立叶变换的尺度变换特性为: (4-7) 下面举例说明傅立叶变换的尺度特性。 例4-5:设,用MATLAB求的频谱,并与的频谱进行比较。 解:将例4-4的程序进行修改,就可得到该例的MATLAB程序,即将信 号改:f=Heaviside(2*t+1)-Heaviside(2*t-1),其它语句不变。运行结果如 下:
实验四 连续时间信号的傅立叶变换
一、目的
(1)掌握连续信号傅立叶变换与逆变换的计算方法 (2)掌握利用MATLAB实现连续时间信号傅立叶变换的方法
二、傅立叶变换及MATLAB实现
信号的傅立叶变换定义为: (4-1) 值得注意的是,的傅立叶变换存在的充分条件是在无限区间内绝对 可积,即满足下式: (4-2) 但式(4-2)并非存在的必要条件。当引入奇异函数概念后,使一些 不满足绝对可积的也能进行傅立叶变换。 傅立叶逆变换定义是: (4-3) MATLAB的Symbolic Math Toolbox提供了能直接求解傅立叶变换及 逆变的函数fourier()和ifourier()。两者调用格式如下: 1、傅立叶变换 (1) F=fourier(f) (2) F=fourier(f,v) (3) F=fourier(f,u,v) 说明如下: (1) F=fourier(f)是符号函数f的傅立叶变换,默认返回是关于 的函数。如果,则fourier函数返回关于的函数; (2) F=fourier(f,v)返回函数F关于符号对象v的函数,而不是默 认的,即 (3) F=fourier(f,u,v)对关于的函数f进行变换,返回函数F关于v 的函数,即 2、傅立叶逆变换 (1) f=ifourier(F) (2) f=ifourier(F,u) (3) f=ifourier(F,v,u) 说明如下: (1) f=ifourier(F)是函数F的傅立叶逆变换。默认的独立变量 为,默认返回是关于的函数。如果,则ifourier函数返回 关于的函数; (2) f=ifourier(F,u)返回函数f是的函数,而不是默认的函数;
图4-1 例4-3程序运行结果
3、实验内容 利用fourier()命令求解如下信号的傅立叶变换,给出的波形图以及的 表达式和幅度频谱图: (1) 钟形脉冲:;
syms t; f = exp(-(t/2)^2); F = fourier(f) subplot(2,1,1); ezplot(f); subplot(2,1,2); ezplot(F); F= 2*exp(-w^2)*pi^(1/2)
(2) 。
R=0.02;t=-2:R:2; f=1-0.5.*abs(t); W1=2*pi*5; N=500;k=0:N;W=k*W1/N; F=f*exp(-j*t'*W)*R; F=real(F); W=[-fliplr(W),W(2:501)]; F=[fliplr(F),F(2:501)]; subplot(2,1,1);plot(t,f); xlabel('t');ylabel('f(t)'); title('f(t)=1-0.5.*abs(t)'); subplot(2,1,2);plot(W,F); xlabel('w');ylabel('F(w)&t-0.3)的频谱图
f1=f.*exp(-j*20*t); f2=f.*exp(j*20*t); W1=2*pi*5; N=500;k=-N:N;W=k*W1/N; F1=f1*exp(-j*t'*W)*R; F2=f2*exp(-j*t'*W)*R; F1=real(F1); F2=real(F2); subplot(121); plot(W,F1); xlabel('w'); ylabel('F1(jw)'); title('F(w)左移到w=20处的频谱F1(jw)'); subplot(122); plot(W,F2); xlabel('w'); ylabel('F2(jw)'); title('F(w)右移到w=20处的频谱F2(jw)'); 运行结果如下图所示:
精度要求来确定一个适当的频率为信号的带宽。 例4-4:已知门信号,求其傅立叶变换。 解:由信号分析可知,该信号的频谱为,其第一个过零点频率为,一般 将此频率认为信号的带宽。考虑到的形状,将精度提高到该值的50倍, 即,据此确定取样间隔: 实现该过程的MATLAB程序如下: R=0.02;t=-2:R:2; f=Heaviside(t+1)-Heaviside(t-1); W1=2*pi*5; N=500;k=0:N;W=k*W1/N; F=f*exp(-j*t'*W)*R; F=real(F); W=[-fliplr(W),W(2:501)]; F=[fliplr(F),F(2:501)]; subplot(2,1,1);plot(t,f); xlabel('t');ylabel('f(t)'); title('f(t)=u(t+1)-u(t-1)'); subplot(2,1,2);plot(W,F); xlabel('w');ylabel('F(w)'); title('f(t)的付氏变换F(w)'); 程序运行结果如图4-2所示。
图4-3 尺度变换例子
通过图4-3与图4-2比较可见,将展宽了一倍,而幅度将为的一半。
2、时移特性 若,则傅立叶变换的时移特性为: (4-8) 下面举例说明傅立叶变换的时移特性。 例4-6:设,试用MATLAB绘出,及其频谱(幅度谱和相位谱),并对 二者频谱进行比较。 解:求解程序命令如下: r=0.02; t=-5:r:5; N=200; W=2*pi*1; k=-N:N; w=k*W/N; f1=1/2*exp(-2*t).*Heaviside(t); F=r*f1*exp(-j*t'*w); F1=abs(F); P1=angle(F); subplot(311); plot(t,f1); grid; xlabel('t'); ylabel('f(t)'); title('f(t)'); subplot(312); plot(w,F1); xlabel('w'); grid; ylabel('F(jw)'); subplot(313); plot(w,P1*180/pi); grid; xlabel('w'); ylabel('P(度)'); 运行结果如图4-4所示。 将求解频谱的程序进行适当修改,即可得到求解频谱的程序,即将 t=-5:r:5修改为t=-2:r:2;f1修改为f1=1/2*exp(-2*(t-0.3)).*Heaviside(t0.3);将ylabel(‘f(t)’)修改为ylabel(‘y(t)’);将title(‘f(t)’) 修改为
title(‘y(t)’)。修改后程序运行结果如图4-5所示。 通过图4-4和图4-5比较可得,当时域波形右移后幅度谱不变,相位 增加。同样,将上述程序稍加修改可得到求解左移信号的频谱图,请同 学们自己完成。 3、频移特性 若,则傅立叶变换的频移特性为: (4-9) 下面举例说明傅立叶变换的频移特性。 例4-7:设,试用MATLAB绘出及的频谱和,并与的频谱进行比较。 解:用MATLAB实现的程序如下: R=0.02;t=-2:R:2; f=Heaviside(t+1)-Heaviside(t-1);
图4-2 矩形脉冲信号的傅立叶变换
2、实验内容 求解如下信号的傅立叶变换,绘出信号的时域波形及幅度频谱图: (1) 升余弦脉冲:;
R=0.02;t=0:R:1; f=0.5*(1+cos(pi*t)) W1=2*pi*5;
N=500;k=0:N;W=k*W1/N; F=f*exp(-j*t'*W)*R; F=real(F); W=[-fliplr(W),W(2:501)]; F=[fliplr(F),F(2:501)]; subplot(2,1,1);plot(t,f); xlabel('t');ylabel('f(t)'); title('f(t)=0.5(1+cos(pi*t))'); subplot(2,1,2);plot(W,F); xlabel('w');ylabel('F(w)'); title('f(t)的付氏变换F(w)');
function f= Heaviside(t) f=(t>0); 注意:采用fourier()和ifourier()得到的返回函数,仍然是符号表达式。若 需对返回函数作图,则应用ezplot()绘图命令而不能用plot()命令。如果 返回函数中有诸如狄拉克函数等项,则用ezplot()也无法作图。用 fourier()对某些信号求变换时,其返回函数可能会包含一些不能直接表 达的式子,甚至可能会出现一些屏幕提示“未被定义的函数或变量”的 项,更不用说对此返回函数作图了。这是fourier()的一个局限。另一个 局限是在很多场合,原信号尽管是连续的,但却不可能表示成符号表达 式,而更多的实际测量现场获得信号是多组离散的数值量,此时也不可 能应用fourier()对进行处理,而只能用下面介绍的数字计算方法求解。