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=−∞∑+∞ck∗ejkw0t
其中
c
k
c_k
ck 是 复指数信号分量
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
对
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=−∞+∞ck∗ejkw0t 两边同时乘以
e
−
j
n
w
0
t
e^{-jnw_0t}
e−jnw0t,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}
e−jnw0t∗f(t)=k=−∞∑+∞ck∗ejkw0t∗e−jnw0t
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}
e−jnw0t∗f(t)=k=−∞∑+∞ck∗ej(k−n)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
∫Te−jnw0t∗f(t)dt=∫Tk=−∞∑+∞ck∗ej(k−n)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]
∫Te−jnw0t∗f(t)dt=k=−∞∑+∞ck∗[∫Tej(k−n)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(k−n)w0tdt,积分的主体是频率为
w
‘
=
(
k
−
n
)
w
0
w`=(k-n)w_0
w‘=(k−n)w0,则对应的周期为
T
‘
=
2
π
(
k
−
n
)
w
0
T`=\frac{2\pi}{(k-n)w_0}
T‘=(k−n)w02π,现在的周期是
e
j
w
0
t
e^{jw_0t}
ejw0t 的
1
k
−
n
\frac{1}{k-n}
k−n1 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(k−n)w0tdt={T,0,k=nk=n
k
=
n
k=n
k=n 时
∫
T
e
−
j
n
w
0
t
∗
f
(
t
)
d
t
=
T
∗
c
n
\int_Te^{-jnw_0t}*f(t)dt=T*c_n
∫Te−jnw0t∗f(t)dt=T∗cn
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=T1∗∫Te−jnw0t∗f(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=T1∗∫Te−jkw0t∗f(t)dt,∣k∣=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}
ck∗e−jkw0t 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
ck∗e0 ,即
c
k
c_k
ck,就是傅里叶系数
4 分量成分
4-1 指数形式的傅里叶系数展开
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=T1∫Tf(t)∗e0dt=T1∫T1dt=T1∫τ1dt+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=T1∫−2τ2τf(t)e−jkw0tdt=T1[∫−2τ2τcos(kw0t)dt−j∫−2τ2τsin(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=T1∫−2τ2τcos(kw0t)dt=T2∫02τcos(kw0t)dt
其中
d
(
k
w
o
t
)
=
k
w
0
∗
d
t
d(kw_ot)=kw_0*dt
d(kwot)=kw0∗dt ,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=kwo1∫0kw0∗2τcost1dt1=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)
由 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=w0∗2T=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=2kπ2sin(2kπ)=21∗2kπsin(2kπ)
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=21∗sin[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;
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)]
4-2 三角形式的傅里叶级数
- 对于满足狄利克雷条件的周期函数
f
^
(
t
)
=
f
^
(
t
+
T
)
\hat{f}(t)=\hat{f}(t+T)
f^(t)=f^(t+T)
可以将周期信号 f ( t ) f(t) f(t) 展开为一系列正弦和余弦函数的加权和
f ^ ( t ) = a 0 + [ a 1 c o s ( w 0 t ) + a 2 c o s ( 2 w 0 t ) + . . . ] + [ b 1 s i n ( w 0 t ) + b 2 s i n ( 2 w 0 t ) + . . . ] \hat{f}(t)=a_0+[a_1cos(w_0t)+a_2cos(2w_0t)+...]+[b_1sin(w_0t)+b_2sin(2w_0t)+...] f^(t)=a0+[a1cos(w0t)+a2cos(2w0t)+...]+[b1sin(w0t)+b2sin(2w0t)+...]
整理得:
f ^ ( t ) = a 0 + ∑ n = 1 + ∞ a n c o s ( n w 0 t ) + ∑ n = 1 + ∞ b n s i n ( n w 0 t ) \hat{f}(t)=a_0+\sum_{n=1}^{+\infty}a_ncos(nw_0t)+\sum_{n=1}^{+\infty}b_nsin(nw_0t) f^(t)=a0+n=1∑+∞ancos(nw0t)+n=1∑+∞bnsin(nw0t)
上面只说了正余弦而没有提及直流分量,是因为——可以视直流分量为 c o s ( n w 0 t ) cos(nw_0t) cos(nw0t) 在 n = 0 n=0 n=0 时的取值,则有:
f ^ ( t ) = ∑ n = 0 + ∞ a n c o s ( n w 0 t ) + ∑ n = 1 + ∞ b n s i n ( n w 0 t ) \hat{f}(t)=\sum_{n=0}^{+\infty}a_ncos(nw_0t)+\sum_{n=1}^{+\infty}b_nsin(nw_0t) f^(t)=n=0∑+∞ancos(nw0t)+n=1∑+∞bnsin(nw0t)
4-2-1 分量系数与正交函数集
要推导得到正余弦分量系数,这并不难,可以参考上面(指数形式傅里叶级数展开)对频谱系数 c k c_k ck 推导过程,这里将上面的结论直接放到这里:
∫ T e j ( k − n ) w 0 t d t = { T 0 k = n 0 k ≠ n \int_Te^{j(k-n)w_0t}dt=\begin{cases} T_0 & k=n\\ 0 & k \neq n\\ \end{cases} ∫Tej(k−n)w0tdt={T00k=nk=n
这里不得不提到正交函数集(上面是复指数正交函数集),下面直接给出三角正交函数集结论:
∫
T
0
c
o
s
(
n
w
0
t
)
∗
c
o
s
(
m
w
0
t
)
d
t
=
{
T
0
2
,
m
=
n
0
,
m
≠
n
\int_{T_0} cos(nw_0t)*cos(mw_0t)dt=\begin{cases} \frac{T_0}{2}, & m=n\\ 0, & m \neq n\\ \end{cases}
∫T0cos(nw0t)∗cos(mw0t)dt={2T0,0,m=nm=n
∫
T
0
s
i
n
(
n
w
0
t
)
∗
s
i
n
(
m
w
0
t
)
d
t
=
{
T
0
2
,
m
=
n
0
,
m
≠
n
\int_{T_0} sin(nw_0t)*sin(mw_0t)dt=\begin{cases} \frac{T_0}{2}, & m=n\\ 0, & m \neq n\\ \end{cases}
∫T0sin(nw0t)∗sin(mw0t)dt={2T0,0,m=nm=n
- 三角正交函数集的推导过程:
由于积化和差公式:
c o s A ⋅ c o s B = 1 2 [ c o s ( A − B ) + c o s ( A + B ) ] cosA⋅cosB=\frac{1}{2}[cos(A−B)+cos(A+B)] cosA⋅cosB=21[cos(A−B)+cos(A+B)]
则:
∫ T 0 c o s ( n w 0 t ) ∗ c o s ( m w 0 t ) d t = 1 2 ∫ T 0 [ c o s ( ( n − m ) w 0 t ) + c o s ( ( n + m ) w 0 t ) ] d t = I \int_{T_0} cos(nw_0t)*cos(mw_0t)dt=\frac{1}{2}\int_{T_0} [cos((n-m)w_0t)+cos((n+m)w_0t)]dt=I ∫T0cos(nw0t)∗cos(mw0t)dt=21∫T0[cos((n−m)w0t)+cos((n+m)w0t)]dt=I
1)当 n = m n=m n=m 时
I = 1 2 ∫ T 0 [ 1 + c o s ( 2 n w 0 t ) ] d t I=\frac{1}{2}\int_{T_0} [1+cos(2nw_0t)]dt I=21∫T0[1+cos(2nw0t)]dt
现在的 w 1 = 2 n w 0 w_1=2nw_0 w1=2nw0,则 T 0 T_0 T0 一定是 T 1 T_1 T1 的整数倍,在整数倍周期上积分的三角函数为0,则 I = T 2 I=\frac{T}{2} I=2T
2)当 n ≠ m n \neq m n=m 时
同理,利用“整数倍周期上积分的三角函数为0”性质,则 I = 0 I=0 I=0
结论:
- 直流系数
a 0 = 1 T ∫ T f ^ ( t ) d t a_0=\frac{1}{T}\int_T \hat{f}(t)dt a0=T1∫Tf^(t)dt - 余弦分量系数
a n = 2 T ∫ T f ^ ( t ) c o s ( n w 0 t ) d t a_n=\frac{2}{T}\int_T \hat{f}(t)cos(nw_0t)dt an=T2∫Tf^(t)cos(nw0t)dt - 正弦分量系数
b n = 2 T ∫ T f ^ ( t ) s i n ( n w 0 t ) d t b_n=\frac{2}{T}\int_T \hat{f}(t)sin(nw_0t)dt bn=T2∫Tf^(t)sin(nw0t)dt
其中,如果视直流分量为 c o s ( n w 0 t ) cos(nw_0t) cos(nw0t) 在 n = 0 n=0 n=0 时的取值,则
a 0 = 2 T ∫ T f ^ ( t ) d t a_0=\frac{2}{T}\int_T \hat{f}(t)dt a0=T2∫Tf^(t)dt
且原来的展开式需要改成:
f ^ ( t ) = a 0 2 + ∑ n = 1 + ∞ a n c o s ( n w 0 t ) + ∑ n = 1 + ∞ b n s i n ( n w 0 t ) \hat{f}(t)=\frac{a_0}{2}+\sum_{n=1}^{+\infty}a_ncos(nw_0t)+\sum_{n=1}^{+\infty}b_nsin(nw_0t) f^(t)=2a0+n=1∑+∞ancos(nw0t)+n=1∑+∞bnsin(nw0t)
- 由于
a
n
c
o
s
(
n
w
0
t
)
+
b
n
s
i
n
(
n
w
0
t
)
a_ncos(nw_0t)+b_nsin(nw_0t)
ancos(nw0t)+bnsin(nw0t) 实际上就是等同于余弦的相移的结果:
A
n
c
o
s
(
n
w
0
t
+
φ
n
)
A_ncos(nw_0t+\varphi_n)
Ancos(nw0t+φn)
则:
f ^ ( t ) = A 0 + ∑ n = 1 + ∞ A n c o s ( n w 0 t + φ n ) \hat{f}(t)=A_0+\sum_{n=1}^{+\infty}A_ncos(nw_0t+\varphi_n) f^(t)=A0+n=1∑+∞Ancos(nw0t+φn)
其中
{ A n = a n 2 + b n 2 φ n = − a r c t a n b n a n \begin{cases} A_n=\sqrt{a_n^2+b_n^2}\\ \varphi_n=-arctan\frac{b_n}{a_n} \end{cases} {An=an2+bn2φn=−arctananbn
4-2-2 从三角形式到指数形式
由于
f
(
t
)
=
A
0
+
∑
n
=
1
+
∞
A
n
c
o
s
(
n
w
0
t
+
φ
n
)
f(t)=A_0+\sum_{n=1}^{+\infty}A_ncos(nw_0t+\varphi_n)
f(t)=A0+n=1∑+∞Ancos(nw0t+φn)
且有欧拉公式
{
c
o
s
x
=
e
j
x
+
e
−
j
x
2
s
i
n
x
=
e
j
x
−
e
−
j
x
2
j
\begin{cases} cosx=\frac{e^{jx}+e^{-jx}}{2}\\ sinx=\frac{e^{jx}-e^{-jx}}{2j} \end{cases}
{cosx=2ejx+e−jxsinx=2jejx−e−jx
则:
f
(
t
)
=
A
0
+
∑
n
=
1
+
∞
A
n
2
(
e
j
(
n
w
0
t
+
φ
n
)
+
e
−
j
(
n
w
0
t
+
φ
n
)
)
f(t)=A_0+\sum_{n=1}^{+\infty}\frac{A_n}{2}(e^{j(nw_0t+\varphi_n)}+e^{-j(nw_0t+\varphi_n)})
f(t)=A0+n=1∑+∞2An(ej(nw0t+φn)+e−j(nw0t+φn))
提出相移项
f
(
t
)
=
A
0
+
∑
n
=
1
+
∞
(
A
n
2
e
j
φ
n
)
e
j
n
w
0
t
+
∑
n
=
1
+
∞
(
A
n
2
e
−
j
φ
n
)
e
−
j
n
w
0
t
f(t)=A_0+\sum_{n=1}^{+\infty}(\frac{A_n}{2}e^{j\varphi_n})e^{jnw_0t}+\sum_{n=1}^{+\infty}(\frac{A_n}{2}e^{-j\varphi_n})e^{-jnw_0t}
f(t)=A0+n=1∑+∞(2Anejφn)ejnw0t+n=1∑+∞(2Ane−jφn)e−jnw0t
则频系数
F n = { A n 2 e j φ n n = 1 , 2 , 3.. A n 2 e − j φ n n = − 1 , − 2 , − 3.. Fn=\begin{cases} \frac{A_n}{2}e^{j\varphi_n} & n=1,2,3..\\ \frac{A_n}{2}e^{-j\varphi_n} & n=-1,-2,-3..\\ \end{cases} Fn={2Anejφn2Ane−jφnn=1,2,3..n=−1,−2,−3..
其中
A n 2 e j φ n = A n 2 ( c o s φ n − j s i n φ n ) \frac{A_n}{2}e^{j\varphi_n}=\frac{A_n}{2}(cos\varphi_n-jsin\varphi_n) 2Anejφn=2An(cosφn−jsinφn)
由于 a n a_n an 是 A n A_n An 的余弦分量, b n b_n bn 是 A n A_n An 的正弦分量,则
{ a n = A n c o s φ n b n = A n s i n φ n \begin{cases} a_n=A_ncos\varphi_n\\ b_n=A_nsin\varphi_n \end{cases} {an=Ancosφnbn=Ansinφn
则:
F n = { 1 2 ( a n − j b n ) 1 2 ( a n + j b n ) F_n=\begin{cases} \frac{1}{2}(a_n-jb_n)\\ \frac{1}{2}(a_n+jb_n) \end{cases} Fn={21(an−jbn)21(an+jbn)
代入上面的正余弦系数结论
{ a n = 2 T ∫ T f ^ ( t ) c o s ( n w 0 t ) d t b n = 2 T ∫ T f ^ ( t ) s i n ( n w 0 t ) d t \begin{cases} a_n=\frac{2}{T}\int_T \hat{f}(t)cos(nw_0t)dt\\ b_n=\frac{2}{T}\int_T \hat{f}(t)sin(nw_0t)dt \end{cases} {an=T2∫Tf^(t)cos(nw0t)dtbn=T2∫Tf^(t)sin(nw0t)dt
到上面的式子中,得到:
{ F n = 1 T ∗ ∫ T e − j n w 0 t ∗ f ( t ) d t n = 1 , 2 , 3.. F − n = 1 T ∗ ∫ T e j n w 0 t ∗ f ( t ) d t n = 1 , 2 , 3.. \begin{cases} F_n=\frac{1}{T}*\int_Te^{-jnw_0t}*f(t)dt & n=1,2,3..\\ F_{-n}=\frac{1}{T}*\int_Te^{jnw_0t}*f(t)dt & n=1,2,3..\\ \end{cases} {Fn=T1∗∫Te−jnw0t∗f(t)dtF−n=T1∗∫Tejnw0t∗f(t)dtn=1,2,3..n=1,2,3..
合并得:
F
k
=
1
T
∗
∫
T
e
−
j
k
w
0
t
∗
f
(
t
)
d
t
F_k=\frac{1}{T}*\int_Te^{-jkw_0t}*f(t)dt
Fk=T1∗∫Te−jkw0t∗f(t)dt
可见,这里的
F
k
F_k
Fk 就是前面提到的
c
k
c_k
ck
4-2-3 几何表示
图源:陈爱军《深入浅出通信原理》一书p124
- 周期信号
f
(
t
)
f(t)
f(t) 经过傅里叶级数展开后(过程是时域向频域的转换)
三维频谱可以看到一系列不同频率上对应的幅度
由于x轴是实轴,y轴是虚轴
- 以上面提到的方波信号为例
该方波信号为偶函数,没有正弦分量,则没有虚部,且虚轴无需画出
F n F_n Fn 为实数时