NR 物理层 狄拉克函数3 狄拉克傅里叶变换深度剖析

参考:

        Explains why the Fourier transform of a sum of delta impulse functions is also a sum of delta impulse functions, but in the frequency domain. Intuitively it might seem like the Fourier transform should be a constant in the frequency domain, since the transform of a single delta function is a constant. But it doesn't work out like that.

     NR 物理层 狄拉克函数3 狄拉克傅里叶变换深度剖析_第1张图片

前言:

         这篇10分钟左右的课程深入的剖析抽样函数的傅里叶变换.

 目录:

      1:  问题

      2:  相位谱解释


一  问题

      NR 物理层 狄拉克函数3 狄拉克傅里叶变换深度剖析_第2张图片

          前面我们知道抽样函数的傅里叶变换为p(jw)

           w_s=\frac{2\pi}{T}

    这个有点违反直觉(why is it counter- intuitive?)

NR 物理层 狄拉克函数3 狄拉克傅里叶变换深度剖析_第3张图片

  我们前面知道单独一个狄拉克函数傅里叶变换是一个常数(flat functions)抽样函数是很多

狄拉克函数的线性和,其傅里叶变换也应该是很多常数的线性和,而不是脉冲串,这个就是

很多人的疑惑点,违反直觉。


二  相位谱解释

     产生上述原因,主要是我们忽略了相位谱。

   这里结合主要结合相位谱,讨论为什么w 一定要取w_s的整数倍

主要原理: contribution to the fourier transform at that freqeuency

   

  2.1 n =0,

     \delta(t) 傅里叶变换后相位为0

    p(jw)=\int \delta(t)e^{-jwt}dt=e^{-jw0}=1

  相位   \theta =0

 2.2  n=1 

   \delta(t-T),傅里叶变换后相位为-wT

    p(jw)=\int \delta(t-T)e^{-jwt}dt=e^{-jwT}

   \theta=-wT

NR 物理层 狄拉克函数3 狄拉克傅里叶变换深度剖析_第4张图片

这里面固定T,讨论W:

     因为是一个复数,我们可以用一个圆来表示,x坐标轴表示实部,y坐标轴表示虚部。

我们从下面图中可以看到虚部,因为w 从负无穷到正无穷,所以相位总是有个相反的相位,

所以虚部投影可以不考虑,被对消了

只考虑在real坐标轴上面的投影:

         相当于随着w变化,先减小再增大,周期性变化

NR 物理层 狄拉克函数3 狄拉克傅里叶变换深度剖析_第5张图片

固定w,考虑几个特殊情况

1  wT=\frac{\pi}{2}

  抽样信号傅里叶变换后,其只有4种相位, 叠加后实部 虚部和都为0

 zero contribution to the fourier transform at that frequency .

NR 物理层 狄拉克函数3 狄拉克傅里叶变换深度剖析_第6张图片  

wT = \pi

  同样

 zero contribution to the fourier transform at that frequency .

 NR 物理层 狄拉克函数3 狄拉克傅里叶变换深度剖析_第7张图片

wT=\2\pi

 w_s=\frac{2\pi}{T}, 这个时候其和就不是0了,是一个常数,所以

w 必须等于 \frac{2\pi}{T}=w_s

 

NR 物理层 狄拉克函数3 狄拉克傅里叶变换深度剖析_第8张图片

4  wT \neq 2\pi

NR 物理层 狄拉克函数3 狄拉克傅里叶变换深度剖析_第9张图片

 因为抽样信号n从负无穷到正无穷,所以最后傅里叶变换后,整个可以对消掉。

  add up all the contributions ,they all cancel.

你可能感兴趣的:(芯片开发,通讯技术,java,servlet,开发语言)