1. 線性時不變系統對復指數信號的響應

在研究 \(LTI\)（Linear and Time-invariant System）系統時，將信號表示成基本信號的線性組合是很有利的，但這些基本信號應該具有以下兩個性質：

• 由這些基本信號能夠構成相當廣泛的一類有用信號；
• \(LTI\) 系統對每一個基本信號的響應應該十分簡單，以使得系統對任意輸入信號的響應有一個很方便的表示式。

傅里葉分析的很多重要價值都來自于這一點，即連續和離散時間復指數信號集都具有上述兩個性質，即連續時間的\(e^{st}\) 和離散時間的 \(z^n\)，其中 \(s\) 和 \(z\) 都是復數。

在研究 \(LTI\) 系統時，復指數信號的重要性在于這樣一個事實，即一個 \(LTI\) 系統對復指數信號的響應也是同樣一個復指數信號，不同的只是幅度上的變化，也就是說：

\[連續時間：e^{st} \to H(s)e^{st}\]
\[離散時間：z^{n} \to H(z)z^{n}\]
這里 \(H(s)\) 或 \(H(z)\) 是一個復振幅因子，一般來說是復變量 \(s\) 或 \(z\) 的函數。一個信號，若系統對該信號的輸出響應僅是一個常數乘以輸入，則稱該信號為系統的特征函數，而幅度因子稱為系統的特征值。

現考慮一個單位沖激響應為 \(h(t)\) 的連續時間 \(LTI\) 系統，對任意輸入 \(x(t)\)，可由卷積積分來確定輸出，若令 \(x(t)=e^{st}\)，則有

\[ \tag 1 y(t) = \int_{-\infty}^{+\infty}h(\tau)x(t-\tau)d\tau = \int_{-\infty}^{+\infty}h(\tau)e^{s(t-\tau)}d\tau = e^{st}\int_{-\infty}^{+\infty}h(\tau)e^{-s\tau}d\tau\]

假設 （1）式右邊的積分收斂，于是系統對 \(x(t)\) 的響應就為
\[ \tag 2 y(t) = H(s) e^{st}\]
式中 \(H(s)\) 是一個復常數，其值決定于 \(s\)，并且它與系統單位沖激響應的關系為
\[ \tag 3 H(s) =\int_{-\infty}^{+\infty}h(\tau)e^{-s\tau}d\tau\]

可以完全用并行的方式證明，復指數序列也是離散時間 \(LTI\) 系統的特征函數。這就是說單位脈沖響應為 \(h[n]\) 的 \(LTI\) 系統，其輸入序列為
\[ \tag 4 x[n] = z^{n}\]
式中 \(z\) 為某一復數，由卷積和可以確定系統的輸出為
\[ \tag 5 y[n] = \sum_{k=-\infty}^{+\infty}h[k]x[n-k] = \sum_{k=-\infty}^{+\infty}h[k]z^{n-k} = z^n\sum_{k=-\infty}^{+\infty}h[k]z^{-k}\]
假設 （5）式右邊的求和收斂，于是系統對 \(x[n]\) 的響應就為
\[ \tag 6 y[n] = H(z) z^{n}\]
式中 \(H(z)\) 是一個復常數，為
\[ \tag 7 H[z] =\sum_{k=-\infty}^{+\infty}h[k]z^{-k}\]

針對更一般的情況，若一個連續時間 \(LTI\) 系統的輸入表示成復指數的線性組合，即
\[ \tag 8 x(t) = \sum_k a_k e^{s_kt}\]
那么輸出就一定是
\[ \tag 9 y(t) = \sum_k a_kH(s_k) e^{s_kt}\]

對于離散情況，完全類似，若一個離散時間 \(LTI\) 系統的輸入表示成復指數的線性組合，即
\[ \tag {10} x[n] = \sum_k a_k z_k^n\]
那么輸出就一定是
\[ \tag {11} y[n] = \sum_k a_kH(z_k) z_k^n\]

2. 連續時間周期信號的傅里葉級數表示

2.1. 成諧波關系的復指數信號的線性組合

周期復指數信號
\[\tag{12}x(t) = e^{j \omega_0 t}\]
的基波頻率為 \(\omega_0\)，基波周期 \(T=2\pi / \omega_0\)。與之有關的成諧波關系的復指數信號集就是
\[\tag{13}\phi_k(t) = e^{j k\omega_0 t}=e^{j k(2\pi / T) t}, k=0, \pm1, \pm2,\cdot \cdot \cdot\]

這些信號中的每一個都有一個基波頻率，它是 \(\omega_0\) 的倍數。因此每個信號對周期 \(T\) 來說都是周期的。于是，一個由成諧波關系的復指數信號線性組合形成的信號
\[\tag{14}x(t) = \sum_{k=-\infty}^{\infty}a_ke^{j k\omega_0 t}=\sum_{k=-\infty}^{\infty}a_ke^{j k(2\pi / T) t}\]
對周期 \(T\) 來說也是周期的。 在式（14）中，\(k=0\) 這一項是個常數，\(k=+1\) 和 \(k=-1\)這兩項都有基波頻率等于 \(\omega_0\)，兩者合在一起稱之為基波分量或稱一次諧波分量。\(k=+2\) 和 \(k=-2\) 這兩項也是周期的，其頻率是基波頻率的兩倍，稱為二次諧波分量。一般來說，\(k=+N\) 和 \(k=-N\) 的分量稱為第 \(N\) 次諧波分量。

一個周期信號表示成式（14）的形式，就稱為傅里葉級數表示。

2.2. 連續時間周期傅里葉級數表示的確定

假設一個給定的周期信號能表示成式（14）的形式，這就需要一種辦法來確定這些系數 \(a_k\)，將式（14）兩邊各乘以 \(e^{-jn\omega_0t}\)，可得
\[\tag{15} x(t) e^{-jn\omega_0t}= \sum_{k=-\infty}^{\infty}a_ke^{j k\omega_0 t}e^{-jn\omega_0t}\]
將上式兩邊從 0 到 \(T=2\pi/ \omega_0\)對 \(t\) 積分，有
\[\tag{16} \int _0^Tx(t) e^{-jn\omega_0t}dt= \int _0^T\sum_{k=-\infty}^{\infty}a_ke^{j k\omega_0 t}e^{-jn\omega_0t}dt\]

這里 \(T\) 是 \(x(t)\) 的基波周期，以上就是在該周期內積分。將上式右邊的積分和求和次序交換后得
\[\tag{17} \int _0^Tx(t) e^{-jn\omega_0t}dt= \sum_{k=-\infty}^{\infty}a_k\int _0^Te^{j (k-n)\omega_0 t}dt\]
式（17）右邊括號里的積分是很容易的，為此利用歐拉公式可得

\[\tag{18} \int _0^Te^{j (k-n)\omega_0 t}dt=\int _0^T cos(k-n)\omega_0 tdt+j\int _0^T sin(k-n)\omega_0 tdt\]

對于 \(k\not= n\)，\(cos(k-n)\omega_0 t\) 和 \(sin(k-n)\omega_0 t\)都是周期函數，其基波周期為 \((T/|k-n|)\)。現在做的積分是在 \(T\) 區間內進行，而 \(T\) 又一定是它們的基波周期 \((T/|k-n|)\) 的整數倍。由于積分可以看做是被積函數在積分區間內所包括的面積，所以式（18） 右邊的兩個積分對于 \(k\not= n\) 來說，其值為 0；而對 \(k= n\)，式左邊的被積函數是 1，所以其積分值為 \(T\) 。綜合上述得到
\[\tag{19}\int _0^Te^{j (k-n)\omega_0 t}dt= \begin{cases} T, &\text k=n \\ 0, &\text k\not=n \end{cases}\]
這樣式（17）的右邊就變成了 \(Ta_n\)，因此有

\[\tag{20} a_n = \frac{1}{T}\int _0^Tx(t)e^{-j n\omega_0 t}dt\]

另外，在求式（18）時我們僅僅用到了積分是在一個 \(T\) 的時間間隔內進行，而該 \(T\) 又是 \(cos(k-n)\omega_0 t\) 和 \(sin(k-n)\omega_0 t\) 周期的整數倍。因此，如果是在任意 \(T\) 的間隔做積分，結果應該是相同的。也就是說，若以 \(\int _T\) 表示在任意一個 \(T\) 間隔內的積分，則應該有

\[\tag{21}\int _Te^{j (k-n)\omega_0 t}dt= \begin{cases} T, &\text k=n \\ 0, &\text k\not=n \end{cases}\]
因此
\[\tag{22} a_n = \frac{1}{T}\int _Tx(t)e^{-j n\omega_0 t}dt\]

上述過程可歸結下：如果 \(x(t)\) 能表示成一組成諧波關系的復指數信號的線性組合，那么傅里葉級數中系數就由式（22）所確定，這一對關系就定義為一個周期連續信號的傅里葉計數。
\[\boxed{x(t) = \sum_{k=-\infty}^{\infty}a_ke^{j k\omega_0 t}=\sum_{k=-\infty}^{\infty}a_ke^{j k(2\pi / T) t} \\ a_k = \frac{1}{T}\int _Tx(t)e^{-j k\omega_0 t}dt=\frac{1}{T}\int _Tx(t)e^{-j k(2\pi/T) t}dt}\]
第一個式子稱為綜合公式，第二個式子稱為分析公式。系數 \({a_k}\) 往往稱為 \(x(t)\) 的傅里葉級數系數或頻譜系數。

• 例 1
  
  
• 例 2
  
  
  

2.3. 傅里葉級數的收斂

對于任何周期信號，我們總是能利用式（22）求得一組傅里葉系數。然而，在某些情況下式（22）的積分可能不收斂，也就是說求得的某些系數可能是無窮大。再者，即使求得的全部系數都是有限值，當把這些系數代入式（14）時所得到的無限項級數也可能不收斂于原信號。

狄里赫利條件：

在任何周期內，\(x(t)\) 必須絕對可積，即
\[\tag{23}\int_T|x(t)|dt < \infty\]
這一條件保證了每一系數 \(a_k\) 都是有限值，因為
\[\tag{24}|a_k| \leqslant \frac{1}{T}\int_T|x(t)e^{jk\omega_0t}|dt=\frac{1}{T}\int_T|x(t)|dt\]
不滿足狄里赫利第一條件的周期信號可以舉例如下：
\[\tag{25}x(t)=\frac{1}{t}, 0<t\leqslant1\]

在任意有限區間內，\(x(t)\) 具有有限個起伏變化，也就是說，在任何單個周期內，\(x(t)\) 的最大值和最小值的數目有限。

滿足條件 1 而不滿足條件 2 的一個函數是
\[\tag{26}x(t)=sin(\frac{2\pi}{t}),0<t\leqslant1\]

在 \(x(t)\) 的任何有限區間內，只有有限個不連續點，而且在這些不連續點上，函數都是有限值。

不滿足條件 3 的一個例子如下所示，這個信號的周期為 \(T=8\)，它是這樣組成的：后一個階梯的高度和寬度都是前一個階梯的一半。

2.4. 傅里葉級數的性質

3. 離散時間周期信號的傅里葉級數表示

3.1. 成諧波關系的復指數信號的線性組合

周期復指數信號
\[\tag{27}x[n] = e^{j (2 \pi/N)n}\]
基波頻率為 \(\omega_0 = 2\pi / N\)，基波周期為 \(N\)。與之有關的成諧波關系的復指數信號集就是
\[\tag{28}\phi_k[n] = e^{j k\omega_0 n}=e^{j k(2\pi / N) n}, k=0, \pm1, \pm2,\cdot \cdot \cdot\]

這些信號中的每一個都有一個基波頻率，它是 \(2\pi / N\) 的倍數。由式（28）給出的信號集中只有 \(N\) 個信號是不相同的，這是由于離散時間復指數信號在頻率上相差 \(2\pi / N\) 的整數倍都是一樣的緣故。因此有
\[\tag{29}\phi_k[n] = \phi_{k+rN}[n] \]
這就是說，當 \(k\) 變化一個的 \(N\) 整數倍時，就得到一個完全一樣的序列。現在我們希望利用序列 \(\phi_k[n]\) 的線性組合來表示更一般的周期序列，這樣一個線性組合就有如下形式
\[\tag{30}x[n] = \sum_{k}a_k\phi_k[n]=\sum_{k}a_ke^{j k\omega_0 n}=\sum_{k}a_ke^{j k(2\pi / N) n}\]
因為序列 \(\phi_k[n]\) 只有在 \(k\) 的 \(N\) 個相繼值的區間是不同的，因此，式（30）的求和僅僅需要包括 \(N\) 項。為了指出這一點，特將求和限表示成 \(k=<N>\)，即
\[\tag{31}x[n] = \sum_{k=<N>}a_k\phi_k[n]=\sum_{k=<N>}a_ke^{j k\omega_0 n}=\sum_{k=<N>}a_ke^{j k(2\pi / N) n}\]
譬如說，\(k\) 即可以取 \(k=0, 1, 2,\cdot \cdot \cdot \cdot \cdot \cdot, N-1\)，也可以取 \(k=3, 4, \cdot \cdot \cdot \cdot \cdot \cdot, N+2\)，不管怎樣取，式（31）右邊的求和都是一樣的。式（31）稱為離散時間傅里葉級數，而系數 則稱為傅里葉級數系數。

3.2. 離散時間周期傅里葉級數表示的確定

離散時間傅里葉級數對就為
\[\boxed{x[n] =\sum_{k=<N>}a_ke^{j k\omega_0 n}=\sum_{k=<N>}a_ke^{j k(2\pi / N) n} \\ a_k = \frac{1}{N}\sum_{k=<N>}x[n]e^{-j k\omega_0 n}=\frac{1}{N}\sum_{k=<N>}x[n]e^{-j k(2\pi/N) n}}\]
和連續時間周期信號一樣，第一個式子稱為綜合公式，第二個式子稱為分析公式。系數 \({a_k}\) 往往稱為 \(x[n]\) 的頻譜系數。

再回到式（31），我們看到若從 0 到 \(N-1\) 范圍內取 \(k\)，則有
\[ \tag{32}x[n]=a_0\phi_0[n]+a_1\phi_1[n]+ \cdot \cdot \cdot+a_{N-1}\phi_{N-1}[n]\]
相類似地，若從 1 到 \(N\) 范圍內取 \(k\)，則有
\[ \tag{33} x[n]=a_1\phi_1[n]+a_2\phi_2[n]+ \cdot \cdot \cdot+a_{N}\phi_{N}[n]\]
因為 $ \phi_0[n] = \phi_N[n]$，將式（32）和式（33）作一比較，就可以得出 \(a_0 = a_{N}\)。類似地，若 \(k\) 取任何一組 \(N\) 個相連的整數，就一定有
\[ \tag{34} a_k = a_{k+N}\]
這就是說，倘若我們考慮的 \(k\) 值多余 \(N\) 的話，那么 \(a_k\) 的值必定以 \(N\) 為周期，周期性重復。

• 例 1
  

3.3. 離散時間傅里葉級數的性質

獲取更多精彩，請關注「seniusen」!

轉載于:https://www.cnblogs.com/seniusen/p/9899967.html

總結

以上是生活随笔為你收集整理的周期信号的傅里叶级数表示的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。