傅里叶的时移和频移性质在无线通信中有着广泛的应用,本文对模拟信号以及数字信号的时频性质做一个简单的总结,以备后续查用。

时移性质

       时移性质也称为延时特性,针对连续信号f(t)f(t)f(t),在时间域上提前或者滞后时间t0t_{0}t0,则在频域表现为增加一个线性相位。原始时域连续信号及其傅里叶变换为
f(t)↔F(jω)f(t)\leftrightarrow F(j\omega )f(t)F(jω)
       则时移性质可表述为下式
f(t±t0)↔e±jωt0F(jω)f(t\pm t_{0})\leftrightarrow e^{\pm j\omega t_{0}} F(j\omega )f(t±t0)e±jωt0F(jω)
       在实际的计算机处理中,我们只能处理数字信号,而不能直接处理模拟信号。因此,针对数字信号,时移性质可表述为
       如果
x(n)↔X(k)x(n)\leftrightarrow X(k)x(n)X(k)
       则有
x(n±n0)↔X(k)e±j2πkn0/Nx(n\pm n_{0})\leftrightarrow X(k)e^{\pm j2\pi kn_{0}/N}x(n±n0)X(k)e±j2πkn0/N

频移性质

       频移性质与时移性质类似,即在频域的频率偏移,在时域上表现为增加一个线性相位。针对连续信号有
       如果
f(t)↔F(jω)f(t)\leftrightarrow F(j\omega )f(t)F(jω)
       则有
f(t)e±jω0t↔F(j(ω∓ω0))f(t)e^{\pm j\omega _{0}t}\leftrightarrow F(j(\omega\mp \omega_{0}) )f(t)e±jω0tF(j(ωω0))
       针对数字信号有如果
x(n)↔X(k)x(n)\leftrightarrow X(k)x(n)X(k)
       则有
x(n)e±j2πk0n/N↔X(k∓k0)x(n)e^{\pm j2\pi k_{0}n/N}\leftrightarrow X(k\mp k_{0})x(n)e±j2πk0n/NX(kk0)

Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐