连续函数的傅里叶变换:
令 f ( x ) f\relax{(x)} f(x)为实变量 x x x的连续函数, f ( x ) f\relax{(x)} f(x)的傅里叶变换以 F { f ( x ) } F{\{f\relax{(x)}\}} F{f(x)}表示,则表达式为:
F { f ( x ) } = F ( u ) = ∫ − ∞ + ∞ f ( x ) e − j 2 π u x d x ( 3.2.1 ) F\{f(x)\} \,=\,F(u)\,=\int_{-\infty}^{+\infty}f(x)e^{-j2\pi ux}dx \qquad(3.2.1) F{f(x)}=F(u)=∫−∞+∞f(x)e−j2πuxdx(3.2.1)
式中: j = − 1 j =\sqrt{-1}\, j=−1 ;
傅里叶变换中出现的变量u通常称为频率变量。这个名称是这样来的:用欧拉公式将(3.2.1)式中的指数项表示成下式:
e − j 2 π u x = c o s ( 2 π u x ) − j s i n ( 2 π u x ) ( 3.2.2 ) e^{-j2\pi ux} = cos(2\pi ux) -jsin(2\pi ux) \qquad (3.2.2) e−j2πux=cos(2πux)−jsin(2πux)(3.2.2)
如果将(3.2.1)中的积分解释为离散项的和的极限,则显然包含了正弦和余弦项的无限项的和,而且 u u u 的每一个值确定了它对应的正弦——余弦的频率。
f ( x ) = F − 1 { F ( u ) } = ∫ − ∞ + ∞ F ( u ) e j 2 π u x d x ( 3.2.3 ) f(x) = F^{-1}\{F(u)\} = \int_{-\infty}^{+\infty}F(u)e^{j2\pi ux}dx \qquad (3.2.3) f(x)=F−1{F(u)}=∫−∞+∞F(u)ej2πuxdx(3.2.3)
若已知F(u),则利用傅里叶反变换为式(3.2.1)和式(3.2.2),称为傅里叶变换对,如果 f ( x ) f(x) f(x)是连续的和可积的,且 F ( u ) F(u) F(u)是可积的,可证明此傅里叶变换存在(我不会o(╥﹏╥)o)。事实上这些条件基本总是可以满足的。
设 f ( x ) , g ( x ) f(x),g(x) f(x),g(x)是R1上的两个可积函数,作积分:
∫ − ∞ + ∞ f ( τ ) g ( x − τ ) d τ \int_{-\infty}^{+\infty}f(\tau)g(x-\tau)d\tau ∫−∞+∞f(τ)g(x−τ)dτ
这个积分就定义了一个新函数h(x),称为函数f与g的卷积,记为 h ( x ) = ( f ∗ g ) ( x ) h(x)=(f*g)(x) h(x)=(f∗g)(x)。即:
h ( x ) = ( f ∗ g ) ( x ) = ∫ − ∞ + ∞ f ( τ ) g ( x − τ ) d τ h(x) = (f*g)(x) = \int_{-\infty}^{+\infty}f(\tau)g(x-\tau)d\tau h(x)=(f∗g)(x)=∫−∞+∞f(τ)g(x−τ)dτ
设 t 0 , w 0 t_0,w_0 t0,w0 为实常数, F [ f ( t ) ] = F ( w ) F[ f(t) ] = F(w) F[f(t)]=F(w) , 则 F [ f ( t − t 0 ) ] = F ( w ) e − j w t 0 F[f(t-t_0)] = F(w)e^{-jwt_0} F[f(t−t0)]=F(w)e−jwt0。
证明:首先,根据傅里叶变换公式可得:
F [ f ( t − t 0 ) ] = ∫ − ∞ + ∞ f ( t − t 0 ) e − j w t d t F[f(t-t_0)] \,=\int_{-\infty}^{+\infty}f(t-t_0)e^{-jwt}dt F[f(t−t0)]=∫−∞+∞f(t−t0)e−jwtdt
令 x = t − t 0 x = t - t_0 x=t−t0, 则有
F [ f ( t − t 0 ) ] = ∫ − ∞ + ∞ f ( x ) e − j w ( x + t 0 ) d x = e − j w t 0 ∫ − ∞ + ∞ f ( x ) e − j w x d x = F ( w ) e − j w t 0 F[f(t-t_0)] \,=\int_{-\infty}^{+\infty}f(x)e^{-jw(x+t_0)}dx=e^{-jwt_0}\int_{-\infty}^{+\infty}f(x)e^{-jwx}dx=F(w)e^{-jwt_0} F[f(t−t0)]=∫−∞+∞f(x)e−jw(x+t0)dx=e−jwt0∫−∞+∞f(x)e−jwxdx=F(w)e−jwt0
傅立叶变换的作用在频域对信号进行分析,我们可以把时域的信号看做是若干正弦波的线性叠加,傅立叶变换的作用正是求得这些信号的幅值和相位。既然固定的时域信号是若干固定正弦信号的叠加,在不改变幅值的情况下,在时间轴上移动信号,也就相当于同时移动若干正弦信号,这些正弦信号的相位改变、但幅值不变,反映在频域上就是傅立叶变换结果的模不变、而相位改变。所以,时移性质其实就表明当一个信号沿时间轴平移后,各频率成份的大小不发生改变,但相位发生变化。
卷积定理是傅立叶变换满足的一个重要性质。卷积定理指出,函数卷积的傅立叶变换是函数傅立叶变换的乘积。换言之,一个域中的卷积对应于另一个域中的乘积,例如,时域中的卷积对应于频域中的乘积。
设 f 1 ( t ) f_1(t) f1(t)的傅里叶变换为 F 1 ( w ) F_1(w) F1(w), f 2 ( t ) f_2(t) f2(t)的傅里叶变换为 F 2 ( w ) F_2(w) F2(w) ,那么再时域上卷积定理可以表述为
F [ f 1 ( t ) ∗ f 2 ( t ) ] = F 1 ( w ) F 2 ( w ) F[f_1(t)*f_2(t)] = F_1(w)F_2(w) F[f1(t)∗f2(t)]=F1(w)F2(w)
相对应地,频域上的卷积定理可以表述为
F [ f 1 ( t ) ⋅ f 2 ( t ) ] = 1 2 π F 1 ( w ) ∗ F 2 ( w ) F[f_1(t)\cdot f_2(t)] =\dfrac{1}{2\pi} F_1(w)*F_2(w) F[f1(t)⋅f2(t)]=2π1F1(w)∗F2(w)
这里证明时域上的卷积定理:
将卷积定义带入傅里叶变换公式:
F [ f 1 ( t ) ∗ f 2 ( t ) ] = ∫ − ∞ + ∞ [ ∫ − ∞ + ∞ f 1 ( τ ) f 2 ( t − τ ) d τ ] e − j w t d t F[f_1(t)*f_2(t)] =\int_{-\infty}^{+\infty}[\int_{-\infty}^{+\infty}f_1(\tau)f_2(t-\tau)d\tau]e^{-jwt}dt F[f1(t)∗f2(t)]=∫−∞+∞[∫−∞+∞f1(τ)f2(t−τ)dτ]e−jwtdt
= ∫ − ∞ + ∞ f 1 ( τ ) [ ∫ − ∞ + ∞ f 2 ( t − τ ) e − j w t d t ] d τ =\int_{-\infty}^{+\infty}f_1(\tau)[\int_{-\infty}^{+\infty}f_2(t-\tau)e^{-jwt}dt]d\tau =∫−∞+∞f1(τ)[∫−∞+∞f2(t−τ)e−jwtdt]dτ
= ∫ − ∞ + ∞ f 1 ( τ ) F 2 ( w ) e − j w τ d τ =\int_{-\infty}^{+\infty}f_1(\tau)F_2(w)e^{-jw\tau}d\tau =∫−∞+∞f1(τ)F2(w)e−jwτdτ
= F 2 ( w ) ∫ − ∞ + ∞ f 1 ( τ ) e − j w τ d τ =F_2(w)\int_{-\infty}^{+\infty}f_1(\tau)e^{-jw\tau}d\tau =F2(w)∫−∞+∞f1(τ)e−jwτdτ
= F 2 ( w ) F 1 ( w ) =F_2(w)F_1(w) =F2(w)F1(w)