时间连续非周期信号
我们前面讨论的都是周期信号:
f(t)=f(t+T)
其傅里叶级数的基频率ω0=2πf=2πT, 由信号的周期T决定。假设其傅里叶级数展开是频率ω的函数,那么可见其展开式只有ω=nω0时有分布,即其频域(函数)是离散的
傅里叶变换针对于非周期函数,非周期函数可以看做周期T→∞, 此时其基频率ω→0, 原先的求和公式,可以写作积分
前面的文档中,得出周期信号的傅里叶级数表达:
f(t)=∞∑−∞[Anejnω0t]An=1T∫T0[f(t)e−jnω0t]dt=1T∫T2−T2[f(t)e−jnω0t]dtw0=2πT=ΔΩ
当T→∞, ω0→0,nω0→Ω, 其中Ω是一个连续变量,整理上式有:
f(t)=lim
(1)中的系数:
F(\Omega) = \int_{-\infty}^{\infty}[f(t)e^{-j\Omega t}]dt
称作函数f(t)的傅里叶变换,F(\Omega)反映了f(t)的频谱分布情况
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· Manus重磅发布:全球首款通用AI代理技术深度解析与实战指南
· 开源Multi-agent AI智能体框架aevatar.ai,欢迎大家贡献代码
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· AI技术革命,工作效率10个最佳AI工具