离散时间傅里叶变换

2020-01-15  本文已影响0人  echo_ye4

回顾离散时间周期信号傅里叶级数

{\boxed{x[n] = \sum_{k=<N>} a_ke^{jk\frac{2\pi}{N}n}\\ a_k = a_{k\pm mN} = \frac 1N \sum_{n=<N>}x[n]e^{-jk\frac{2\pi}{N}n}}}

离散时间非周期信号傅里叶变换

考虑某一序列x[n]具有有限持续期,即在-N_1 \leq n \leq N_2以外x[n]=0。这个非周期信号可以构成一个周期信号\tilde x[n]x[n]是它的一个周期。
\tilde x[n] = \sum_{k=<N>} a_k e^{jk(2\pi / N)n}
a_k = \frac 1N \sum_{n = <N>} \tilde x[n]e^{-jk(2\pi/N)n} = \frac 1N \sum_{n=\infty} x[n]e^{-jk(2\pi/N)n}
定义X(e^{jw}) = \sum_{n=\infty}x[n]e^{-jwn}
其中a_k = \frac 1N X(e^{jkw_0})
\tilde x[n] = \sum_{k=<N>} \frac 1N X(e^{jkw_0})e^{jkw_0n} = \frac 1{2\pi} \sum_{k=<N>} X(e^{jkw_0})e^{jkw_0n}w_0
N->\infty\tilde x[n]-> x[n]w_0->0
x[n] = \frac 1{2\pi} \int_{2\pi}X(e^{jw})e^{jwn}dw
{\boxed{x[n] = \frac 1{2\pi} \int_{2\pi}X(e^{jw})e^{jwn}dw\\ X(e^{jw}) = \sum_{n=\infty}x[n]e^{-jwn}}}

例子

上一篇下一篇

猜你喜欢

热点阅读