08 DTFT变换的性质
DTFT变换的性质
线性性质
设
\[
x[n]\xrightarrow{DTFT}X(e^{jw})\quad y[n]\xrightarrow{DTFT}Y(e^{jw})
\]
则
\[
\begin{aligned}ax[n]+by[n]&\xrightarrow{DTFT}\sum_{n=-\infty}^{\infty}(ax[n]+by[n])e^{-jwn} \\
&=a\sum_{n=-\infty}^{\infty}x[n]e^{-jwn}+b\sum_{n=-\infty}^{\infty}y[n]e^{-jwn}\\
&=aX(e^{jw})+bY(e^{jw})
\end{aligned}
\]
时移性质
设
\[
x[n]\xrightarrow{DTFT}X(e^{jw})
\]
则\(x[n-n_0]\)的傅里叶变换为
\[
\sum_{n=-\infty}^{\infty}x[n-n_0]e^{-jwn}\xrightarrow{m=n-n_0}\sum_{m=-\infty}^{\infty}x[m]e^{-jwm}e^{-jwn_0}=e^{-jwn_0}X(e^{jw})
\]
频移性质
设
\[
x[n]\xrightarrow{DTFT}X(e^{jw})
\]
则\(e^{jw_0n}x[n]\)的傅里叶变换为
\[
\sum_{n=-\infty}^{\infty}e^{jw_0n}x[n]e^{-jwn}=\sum_{n=-\infty}^{\infty}x[n]e^{-j(w-w_0)n}=X(e^{j(w-w_0)})
\]
时域反转
设
\[
x[n]\xrightarrow{DTFT}X(e^{jw})
\]
则\(x[-n]\)的傅里叶变换为
\[
\sum_{n=-\infty}^{\infty}x[-n]e^{-jwn}\xrightarrow{m=-n}\sum_{m=-\infty}^{\infty}x[m]e^{-(-jw)m}=X(e^{-jw})
\]
时域微分
设
\[
x[n]\xrightarrow{DTFT}X(e^{jw})
\]
由于
\[
x[n]=\frac{1}{2\pi}\int_{-\pi}^{\pi}X(e^{jw})e^{jwn}dw
\]
两边同时对\(n\)进行微分运算
\[
\frac{dx[n]}{dn}=\frac{1}{2\pi}\int_{-\pi}^{\pi}jwX(e^{jw})e^{jwn}dw
\]
所以
\[
\frac{dx[n]}{dn}\xrightarrow{DTFT}jwX(e^{jw})
\]
频域微分
设
\[
x[n]\xrightarrow{DTFT}X(e^{jw})
\]
由
\[
X(e^{jw})=\sum_{n=-\infty}^{\infty}x[n]e^{-jwn}
\]
两边同时对\(w\)进行微分
\[
\frac{dX(e^{jw})}{dw}=\sum_{n=-\infty}^{\infty}-jnx[n]e^{-jwn}
\]
\[
\Rightarrow \sum_{n=-\infty}^{\infty}nx[n]e^{-jwn}= j\frac{dX(e^{jw})}{dw}
\]
所以
\[
nx[n]\xrightarrow{DTFT}j\frac{dX(e^{jw})}{dw}
\]
卷积性质
设
\[
x[n]\xrightarrow{DTFT}X(e^{jw})\quad y[n]\xrightarrow{DTFT}Y(e^{jw})
\]
则二者卷积的\(DTFT\)为
\[
\begin{aligned}
\sum_{n=-\infty}^{\infty}(x[n]*y[n])e^{-jwn}&=\sum_{n=-\infty}^{\infty}\sum_{m=-\infty}^{\infty}x[m]y[n-m]e^{-jwn} \\
&=\sum_{m=-\infty}^{\infty}x[m]\sum_{n=-\infty}^{\infty}y[n-m]e^{-jwn} \\
&\xrightarrow{k=n-m}\sum_{m=-\infty}^{\infty}x[m]e^{-jwm}\sum_{k=-\infty}^{\infty}y[k]e^{-jwk} \\
&=X(e^{jw})Y(e^{jw})
\end{aligned}
\]
调制定理
设
\[
x[n]\xrightarrow{DTFT}X(e^{jw})\quad y[n]\xrightarrow{DTFT}Y(e^{jw})
\]
则\(x[n]y[n]\)的\(DTFT\)为
\[
\begin{aligned}
\sum_{n=-\infty}^{\infty}(x[n]y[n])e^{-jwn} &=\sum_{n=-\infty}^{\infty}x[n]\frac{1}{2\pi}\int_{-\pi}^{\pi}Y(e^{j\theta})e^{j\theta n}d\theta e^{-jwn} \\
&=\frac{1}{2\pi}\int_{-\pi}^{\pi}\sum_{n=-\infty}^{\infty}x[n]^{-j(w-\theta)n}Y(e^{j\theta})d\theta \\
&=\frac{1}{2\pi}\int_{-\pi}^{\pi}Y(e^{j\theta})X(e^{j(w-\theta)})d\theta
\end{aligned}
\]
Parseval定理
设
\[
x[n]\xrightarrow{DTFT}X(e^{jw})\quad y[n]\xrightarrow{DTFT}Y(e^{jw})
\]
则
\[
\begin{aligned}
\sum_{n=-\infty}^{\infty}x[n]y^{*}[n]&=\sum_{n=-\infty}^{\infty}x[n](\frac{1}{2\pi}\int_{-\pi}^{\pi}Y(e^{jw})e^{jwn}dw)^{*} \\
&=\frac{1}{2\pi}\int_{-\pi}^{\pi}x[n]e^{-jwn}Y^{*}(e^{jw})dw \\
&=\frac{1}{2\pi}\int_{-\pi}^{\pi}X(e^{jw})Y^{*}(e^{jw})dw
\end{aligned}
\]
得到Parseval定理
\[
\sum_{n=-\infty}^{\infty}x[n]y^{*}[n]=\frac{1}{2\pi}\int_{-\pi}^{\pi}X(e^{jw})Y^{*}(e^{jw})dw
\]
如果\(y[n]=x[n]\),那么
\[
\sum_{n=-\infty}^{\infty}\vert x[n] \vert^2=\frac{1}{2\pi}\int_{-\pi}^{\pi}\vert X(e^{jw})\vert^2dw
\]
即序列\(x[n]\)的能量,可以通过对\(\vert X(e^{jw})\vert^2\)的积分求得,所以称\(\vert X(e^{jw})\vert^2\)为序列\(x[n]\)的能量谱密度。
08 DTFT变换的性质的更多相关文章
- 13 DFT变换的性质
DFT变换的性质 线性性质 \[ \begin{aligned} y[n]&=ax[n]+bw[n]\xrightarrow{DFT}Y[k]=\sum_{n=0}^{N-1}(ax[n]+ ...
- 常用函数的DTFT变换对和z变换对
直接从书上抓图的,为以后查表方便 1.DTFT 2.z变换对
- z变换的性质
z变换的许多重要性质在数字信号处理中常常要用到. 序列 z变换 收敛域 1)x(n) X(z) Rx-< |z| <Rx+ 2)y(n) Y(z) Ry-< |z| <Ry+ ...
- 转载:一幅图弄清DFT与DTFT,DFS的关系
转载:http://www.cnblogs.com/BitArt/archive/2012/11/24/2786390.html 很多同学学习了数字信号处理之后,被里面的几个名词搞的晕头转向,比如DF ...
- FS,FT,DFS,DTFT,DFT,FFT的联系和区别
DCT变换的原理及算法 文库介绍 对于初学数字信号处理(DSP)的人来说,这几种变换是最为头疼的,它们是数字信号处理的理论基础,贯穿整个信号的处理. 学习过<高等数学>和<信号与系统 ...
- FS,FT,DFT,DFS和DTFT的关系
对于初学数字信号(Digital Signal Processing,DSP)的人来说,这几种变换是最为头疼的,它们是数字信号处理的理论基础,贯穿整个信号的处理. FS:时域上任意连续的周期信号可以分 ...
- FS,FT,DFS,DTFT,DFT,FFT的联系和区别 数字信号处理
DCT变换的原理及算法 文库介绍 对于初学数字信号处理(DSP)的人来说,这几种变换是最为头疼的,它们是数字信号处理的理论基础,贯穿整个信号的处理. 学习过<高等数学>和<信号与系统 ...
- 16 Z变换
Z变换 由于\(DTFT\)变换是有收敛条件的,并且其收敛条件比较严格,很多信号不能够满足条件,为了有效的分析信号,需要放宽收敛的条件,引入\(Z\)变换. 定义 已知序列的\(DTFT\)为 \[ ...
- 07 DTFT
DTFT 连续时间傅里叶变换(CTFT) 连续时间傅里叶变换的定义为: \[ X(j\Omega)=\int_{-\infty}^{\infty}x_a(t)e^{-j\Omega t}dt \] 其 ...
随机推荐
- bugku 散乱密码
BugkuCTF_加密_散乱的密文 WriteUp image.png lf5{ag024c483549d7fd@@1} 一张纸条上凌乱的写着2 1 6 5 3 4 以前做过这种类型的 既然是凌乱 ...
- bugku 前女友
首先打开链接然后会发现 照常情况下进行分析 查看源码然后发现 在这一串文字后还有一个链接然后 发现链接被隐藏了然后我们将link 删除就会显示出来点开新的连接 然后会发现这个 (仔细一看好像是php中 ...
- Swiper 移动端全屏轮播图效果
<!DOCTYPE html> <html lang="en"> <head> <meta charset="utf-8&quo ...
- 题解【Codeforces1186A】 Vus the Cossack and a Contest
这题是入门难度的题目吧-- 根据题意可以得出,只有当\(m\)和\(k\)都大于等于\(n\)时,\(Vus\)才可以实现他的计划. 因此,我们不难得出以下\(AC\)代码: #include < ...
- C语言 time、rand、srand
C语言 time.rand.srand #include <time.h> time_t time(time_t *t); 功能:获取当前系统时间 参数:常设置为NULL 返回值:当前系统 ...
- centos 6.10 安装mysql 5.7.27 出现缺少libnuma.so.1的问题
centos 6.10安装mysql 5.7.27出现以下报错: [root@localhost /]# /usr/local/mysql/app/mysql/bin/mysqld --default ...
- Linux下tail命令的使用方法
Linux下tail命令的使用方法: linux tail命令用途是依照要求将指定的文件的最后部分输出到标准设备,通常是终端,通俗讲来,就是把某个档案文件的最后几行显示到终端上,假设该档案有更新,ta ...
- 洛谷 P3901 数列找不同(莫队)
题目链接:https://www.luogu.com.cn/problem/P3901 这道题简单莫队模板题,然后$add$和$del$分别处理$vis[]$从$0-->1$和从$1--> ...
- vue 一些学习笔记
var, let, const 区别 //-----------------var----------------- var a = []; for(var i= 0; i < 10; i++) ...
- Servlt入门
Servlt入门 java的两种体系结构 C/S (客户端/服务器)体系结构 通讯效率高且安全,但系统占用多 B/S (浏览器/服务器)体系结构 节约开发成本 C/S (客户端/服务器)体系结 ...