频域与时域之间的关系是:
时域离散——频域周期;
时域周期——频域离散;
对于连续时间信号
1.拉普拉斯变换:X(s)=∫−∞∞x(t)est dtX(s)=\int_{-\infty}^{\infty} {x(t)e^{st}} \,{\rm d}tX(s)=∫−∞∞x(t)estdt
对应的是s平面
2.傅里叶变换:X(jw)=∫−∞∞x(t)ejwt dtX({jw})=\int_{-\infty}^{\infty} {x(t)e^{jwt}} \,{\rm d}tX(jw)=∫−∞∞x(t)ejwtdt
对应的是连续时间信号的频谱,因为X(jw)=X(s)∣s=jwX(jw)=X(s)|_{s=jw}X(jw)=X(s)∣s=jw所以频谱与s平面的虚轴相对应
对于离散时间信号
3.z变换X(z)=∑i=1N−1x(n)z−nX(z)=\sum_{i=1}^{N-1}x(n)z^{-n}X(z)=i=1∑N−1x(n)z−n
对应的是z平面
4.离散时间傅里叶变换(DTFT)X(ejw)=∑n=1N−1x(n)e−jwnX(e^{jw})=\sum_{n=1}^{N-1}x(n)e^{-jwn}X(ejw)=n=1∑N−1x(n)e−jwn
是离散时间信号频谱因为X(ejw)=X(z)∣z=ejwX(e^{jw})=X(z)|_{z=e^{jw}}X(ejw)=X(z)∣z=ejw对应的是z平面的单位圆
5离散傅里叶变换(DFT)X(k)=∑n=1N−1x(n)WNknX({k})=\sum_{n=1}^{N-1}x(n)W{^{kn}_N} X(k)=n=1∑N−1x(n)WNkn
时域上是将离散信号进行周期延拓,周期延拓后进行离散时间傅里叶变换
频域上是对频谱进行采样,将连续频谱离散化X(k)=X(z)∣z=WN−k=e−j2πN=X(ejw)∣w=2πNkX(k)=X(z)|_{z=W{^{-k}_N}=e^{-j\frac{2\pi}{N}}}=X(e^{jw})|_{w=\frac{2\pi}{N}k}X(k)=X(z)∣z=WN−k=e−jN2π=X(ejw)∣w=N2πk
对应的是z平面单位圆上等N分点
对应的是在频谱上做间隔为wN=2πNw_N=\frac{2\pi}{N}wN=N2π的采样
z变换和拉普拉斯变换的关系:
令z=estz=e^st z=est
s=σ+jΩs=\sigma +j\Omegas=σ+jΩ
z表达为z=rejwz=re^{jw}z=rejw
则r=eσtr=e^{\sigma t}r=eσt
w=Ωtw=\Omega tw=Ωt
可见,s平面左半平面对应z平面的单位圆内,s平面虚轴对应z平面的单位圆上。
以上是我对这些变化的理解,欢迎来交流。
本文深入探讨了信号处理中关键的变换理论,包括时域与频域的关系、拉普拉斯变换、傅里叶变换、z变换及它们的应用场景。通过对比连续时间信号与离散时间信号的变换,揭示了信号在不同域的特性及其相互转换的原理。
;离散傅里叶变换(DFT)之间的关系及理解&spm=1001.2101.3001.5002&articleId=84177202&d=1&t=3&u=5168396aa48047f08182a4cfe5b49501)
3289

被折叠的 条评论
为什么被折叠?



