【信号与系统 - 1】周期信号的傅里叶级数展开

发布于:2024-04-03 ⋅ 阅读:(130) ⋅ 点赞:(0)

1 傅里叶级数展开的定义

已知:一个周期信号 f ( t ) f(t) f(t) 是一个直流分量(幅度为 c 0 c_0 c0)加上一序列余弦信号分量( w 0 w_0 w0基波分量和与之成谐波关系的k次谐波分量 k w 0 kw_0 kw0)经过加权求和得到的

所以,
f ( t ) = ∑ k = − ∞ + ∞ c k ∗ e j k w 0 t f(t)=\sum_{k=-\infty}^{+\infty}c_k*e^{jkw_0t} f(t)=k=+ckejkw0t
其中 c k c_k ck 是 负指数信号分量 e j k w 0 t e^{jkw_0t} ejkw0t 的加权系数,也叫做傅里叶系数,同时也是 f ( t ) f(t) f(t) 的频谱系数

分量 e j k w 0 t e^{jkw_0t} ejkw0t 中当 k = 0 k=0 k=0 时,即 e 0 = 1 e^0=1 e0=1, 该信号分量为直流分量,对应的傅里叶系数为 c 0 c_0 c0

2 傅里叶系数 c k c_k ck

f ( t ) = ∑ k = − ∞ + ∞ c k ∗ e j k w 0 t f(t)=\sum_{k=-\infty}^{+\infty}c_k*e^{jkw_0t} f(t)=k=+ckejkw0t 两边同时乘以 e − j n w 0 t e^{-jnw_0t} ejnw0t,得到
e − j n w 0 t ∗ f ( t ) = ∑ k = − ∞ + ∞ c k ∗ e j k w 0 t ∗ e − j n w 0 t e^{-jnw_0t}*f(t)=\sum_{k=-\infty}^{+\infty}c_k*e^{jkw_0t}*e^{-jnw_0t} ejnw0tf(t)=k=+ckejkw0tejnw0t
e − j n w 0 t ∗ f ( t ) = ∑ k = − ∞ + ∞ c k ∗ e j ( k − n ) w 0 t e^{-jnw_0t}*f(t)=\sum_{k=-\infty}^{+\infty}c_k*e^{j(k-n)w_0t} ejnw0tf(t)=k=+ckej(kn)w0t
对上面式子在一个周期 T T T 内对 t t t 积分
∫ T e − j n w 0 t ∗ f ( t ) d t = ∫ T ∑ k = − ∞ + ∞ c k ∗ e j ( k − n ) w 0 t d t \int_Te^{-jnw_0t}*f(t)dt=\int_T\sum_{k=-\infty}^{+\infty}c_k*e^{j(k-n)w_0t}dt Tejnw0tf(t)dt=Tk=+ckej(kn)w0tdt
进一步整理:
∫ T e − j n w 0 t ∗ f ( t ) d t = ∑ k = − ∞ + ∞ c k ∗ [ ∫ T e j ( k − n ) w 0 t d t ] \int_Te^{-jnw_0t}*f(t)dt=\sum_{k=-\infty}^{+\infty}c_k*[\int_Te^{j(k-n)w_0t}dt] Tejnw0tf(t)dt=k=+ck[Tej(kn)w0tdt]
提取出积分部分 ∫ T e j ( k − n ) w 0 t d t \int_Te^{j(k-n)w_0t}dt Tej(kn)w0tdt,积分的主体是频率为 w ‘ = ( k − n ) w 0 w`=(k-n)w_0 w=(kn)w0,则对应的周期为 T ‘ = 2 π ( k − n ) w 0 T`=\frac{2\pi}{(k-n)w_0} T=(kn)w02π,现在的周期是 e j w 0 t e^{jw_0t} ejw0t 1 k − n \frac{1}{k-n} kn1 倍,易得:
∫ T e j ( k − n ) w 0 t d t = { T , k = n 0 , k ≠ n \int_Te^{j(k-n)w_0t}dt=\begin{cases} T, & k=n\\ 0, & k \neq n\\ \end{cases} Tej(kn)w0tdt={T0k=nk=n
k = n k=n k=n
∫ T e − j n w 0 t ∗ f ( t ) d t = T ∗ c n \int_Te^{-jnw_0t}*f(t)dt=T*c_n Tejnw0tf(t)dt=Tcn
整理得到:
c n = 1 T ∗ ∫ T e − j n w 0 t ∗ f ( t ) d t c_n=\frac{1}{T}*\int_Te^{-jnw_0t}*f(t)dt cn=T1Tejnw0tf(t)dt
用谐波次数 k k k 代替 n n n
c k = 1 T ∗ ∫ T e − j k w 0 t ∗ f ( t ) d t , ∣ k ∣ = 0 , 1 , 2 , 3... c_k=\frac{1}{T}*\int_Te^{-jkw_0t}*f(t)dt,|k|=0,1,2,3... ck=T1Tejkw0tf(t)dtk=0,1,2,3...

3 傅里叶级数展开的几何意义

摘自陈爱军《深入浅出通信原理》一书p119

傅里叶级数展开的本质就是用一系列角速度为 w = k w 0 w=kw_0 w=kw0 的旋转向量 c k ∗ e − j k w 0 t c_k*e^{-jkw_0t} ckejkw0t 来合成周期信号
这个旋转向量在 t = 0 t=0 t=0 时刻对应的向量 c k ∗ e 0 c_k*e^0 cke0 ,即 c k c_k ck,就是傅里叶系数

在这里插入图片描述

4 f ( t ) f(t) f(t)性质

结论是:“偶函数的傅里叶级数只有直流分量和余弦分量”,“奇函数的傅里叶级数只有直流分量与正弦分量”

  • 以方波信号(实际上就是周期的门函数)为例
    周期为 T T T ,占空比为1/2,脉宽为 τ = 1 2 T \tau=\frac{1}{2}T τ=21T
    1)直流分量的傅里叶系数
    c 0 = 1 T ∫ T f ( t ) ∗ e 0 d t = 1 T ∫ T 1 d t = 1 T ∫ τ 1 d t + 0 = 0.5 c_0=\frac{1}{T}\int_Tf(t)*e^0dt=\frac{1}{T}\int_T1dt=\frac{1}{T}\int_\tau1dt+0=0.5 c0=T1Tf(t)e0dt=T1T1dt=T1τ1dt+0=0.5
    2)复指数信号分量的傅里叶系数
    c k = 1 T ∫ − τ 2 τ 2 f ( t ) e − j k w 0 t d t = 1 T [ ∫ − τ 2 τ 2 c o s ( k w 0 t ) d t − j ∫ − τ 2 τ 2 s i n ( k w 0 t ) d t ] c_k=\frac{1}{T}\int^{\frac{\tau}{2}}_{-\frac{\tau}{2}}f(t)e^{-jkw_0t}dt=\frac{1}{T}[\int ^{\frac{\tau}{2}}_{-\frac{\tau}{2}} cos(kw_0t)dt-j\int^{\frac{\tau}{2}}_{-\frac{\tau}{2}} sin(kw_0t)dt] ck=T12τ2τf(t)ejkw0tdt=T1[2τ2τcos(kw0t)dtj2τ2τsin(kw0t)dt]
    得出结论: 其中正弦分量 s i n ( k w 0 t ) sin(kw_0t) sin(kw0t) 为奇函数,在Y轴两边对称积分为0,所以没有偶函数的傅里叶级数没有正弦分量

继续对上面式子整理得到:
c k = 1 T ∫ − τ 2 τ 2 c o s ( k w 0 t ) d t = 2 T ∫ 0 τ 2 c o s ( k w 0 t ) d t c_k=\frac{1}{T}\int ^{\frac{\tau}{2}}_{-\frac{\tau}{2}} cos(kw_0t)dt=\frac{2}{T}\int^{\frac{\tau}{2}}_0 cos(kw_0t)dt ck=T12τ2τcos(kw0t)dt=T202τcos(kw0t)dt
其中 d ( k w o t ) = k w 0 ∗ d t d(kw_ot)=kw_0*dt d(kwot)=kw0dt ,则 d t = 1 k w 0 d ( k w 0 t ) dt=\frac{1}{kw_0}d(kw_0t) dt=kw01d(kw0t),令 t 1 = k w 0 t t_1=kw_0t t1=kw0t
∫ 0 τ 2 c o s ( k w 0 t ) d t = 1 k w o ∫ 0 k w 0 ∗ τ 2 c o s t 1 d t 1 = 1 k w o [ s i n t 1 ] 0 k w 0 τ 2 = s i n ( k w 0 τ 2 ) k w 0 \int^{\frac{\tau}{2}}_0 cos(kw_0t)dt=\frac{1}{kw_o}\int^{kw_0*\frac{\tau}{2}}_0 cost_1dt_1=\frac{1}{kw_o}[sint_1]^\frac{kw_0\tau}{2}_0=\frac{sin(\frac{kw_0\tau}{2})}{kw_0} 02τcos(kw0t)dt=kwo10kw02τcost1dt1=kwo1[sint1]02kw0τ=kw0sin(2kw0τ)
整理得到:
c k = 2 s i n ( k w 0 τ 2 ) k w 0 T c_k=\frac{2sin(\frac{kw_0\tau}{2})}{kw_0T} ck=kw0T2sin(2kw0τ)
T = 2 π w 0 T=\frac{2\pi}{w_0} T=w02π,则 w 0 T = 2 π w_0T=2\pi w0T=2π,则 w 0 τ = w 0 ∗ T 2 = π w_0\tau=w_0*\frac{T}{2}=\pi w0τ=w02T=π
c k = 2 s i n ( k π 2 ) 2 k π = 1 2 ∗ s i n ( k π 2 ) k π 2 c_k=\frac{2sin(\frac{k\pi}{2})}{2k\pi}=\frac{1}{2}*\frac{sin(\frac{k\pi}{2})}{\frac{k\pi}{2}} ck=22sin(2)=212sin(2)
由于 等幅振荡信号(也叫辛格函数) s i n [ c ( x ) ] = s i n ( π x ) = s i n ( π x ) π x sin[c(x)]=sin(\pi x)=\frac{sin(\pi x)}{\pi x} sin[c(x)]=sin(πx)=πxsin(πx)(是个振荡衰减信号)
c k = 1 2 ∗ s i n [ c ( k 2 ) ] c_k=\frac{1}{2}*sin[c(\frac{k}{2})] ck=21sin[c(2k)]

s i n [ c ( x ) ] sin[c(x)] sin[c(x)] 与 抽样函数 S a ( x ) = s i n x x Sa(x)=\frac{sinx}{x} Sa(x)=xsinx 很像

% 参数设置
fs = 10; % 采样频率 (Hz)
T = 1/fs; % 采样周期 (s)
L = 200; % 信号长度
t = (-L:L-1)*T; % 时间向量

% 生成Sa(t)信号
x = zeros(size(t));
for i = 2:length(t)
    x(i) = sin(t(i)) / t(i);
end

y = zeros(size(t));
for i = 2:length(t)
    y(i) = sin(pi*t(i)) / (pi*t(i));
end

% 绘制图像
figure;
plot(t, x, 'r:', t, y, 'b-','LineWidth',1);
legend('抽样函数','辛格函数'); 
xlabel('时间 (s)');
ylabel('幅度');
title('信号图像');
grid on;

在这里插入图片描述

推广:周期窗函数信号在幅度为1,占空比为 1 / n 1/n 1/n ,即 τ = T n \tau=\frac{T}{n} τ=nT
c K = 1 n s i n [ c ( k n ) ] c_K=\frac{1}{n}sin[c(\frac{k}{n})] cK=n1sin[c(nk)]


网站公告

今日签到

点亮在社区的每一天
去签到