关于CTFT、DTFT、DFT的一点想法

关于CTFT、DTFT、DFT、DFS等概念的理解一直是模模糊糊、似是而非的,近日忽然就咂摸到了一点滋味,简单记录一下,正确性不敢保证。

考虑到 计算机只能处理时域离散、频域离散的信号,因此时域连续或频域连续的信号,计算机无法直接处理(这是大前提),因此需要对连续的信号进行离散处理,这就需要用到冲激串了(冲激串的傅里叶变换也是一个冲激串)。

通过 在时域上让连续信号与冲激串相乘获得获得离散信号,相当于在频域上令连续信号的频谱与冲激串卷积。如果频域上的信号是连续的,同样需要 在频域上让连续信号与冲激串相乘获得获得离散信号,相当于在时域上让信号与冲激串卷积这里的卷积处理就相当于周期延拓 的过程,也 印证了离散和周期相对应的关系

DTFT是CTFT在时域采样(离散化)后的表示,频域上还是连续的;DFT是DTFT在频率上采样(离散化)后的表示;因此, DFT在频域和时域上都是离散的,从而能够使用计算机进行处理。

信号的抽样(时域抽样引起频域周期延拓)与重建(频域是周期信号,需要取出一个周期,对应时域卷积处理)也遵循类似的思路。

  • 在一个域上相乘等于在另一个域上卷积
  • 与冲激函数进行卷积后,在每个冲激的位置上将产生一个波形的镜像
    关于CTFT、DTFT、DFT的一点想法_第1张图片
    关于CTFT、DTFT、DFT的一点想法_第2张图片
    关于CTFT、DTFT、DFT的一点想法_第3张图片
    关于CTFT、DTFT、DFT的一点想法_第4张图片
    关于CTFT、DTFT、DFT的一点想法_第5张图片
    在上图中,抽样、截短、取一个周期等操作均是对应某一个域的相乘操作,在另一个域对应的都是卷积操作,只不过,有时卷积会以周期延拓的形式显示出来。

你可能感兴趣的:(信号处理)