第三节:傅里叶分析入门

傅里叶分析,说白了就是换个角度看信号。

我刚开始做通信系统时,总觉得时域波形看得清清楚楚,干嘛要折腾到频域去?直到有一次,我在调试一个OFDM接收机,时域波形乱成一团,怎么都找不到问题。后来把信号变换到频域一看——好家伙,某个子载波上有个明显的干扰。从那以后,我再也不敢小看傅里叶变换了。

3.1 傅里叶级数(FS)的概念与计算

先说说傅里叶级数。它的核心思想很简单:任何周期信号,都可以分解成一系列正弦波和余弦波的叠加

你想想看,一个方波,看起来棱角分明,但它其实是由无数个不同频率的正弦波拼出来的。这个想法在19世纪初提出时,很多人都不信。但事实证明,傅里叶是对的。

数学上,对于一个周期为 \(T\) 的信号 \(x(t)\),它的傅里叶级数展开式为:

x(t) = a₀ + Σ[aₙ·cos(nω₀t) + bₙ·sin(nω₀t)]   (n=1→∞)

其中,\(\omega_0 = 2\pi/T\) 是基波角频率。系数 \(a_0\)、\(a_n\)、\(b_n\) 的计算公式如下:

系数 计算公式 物理含义
\(a_0\) \(\frac{1}{T}\int_{0}^{T} x(t) dt\) 直流分量(平均值)
\(a_n\) \(\frac{2}{T}\int_{0}^{T} x(t) \cos(n\omega_0 t) dt\) 余弦分量的幅度
\(b_n\) \(\frac{2}{T}\int_{0}^{T} x(t) \sin(n\omega_0 t) dt\) 正弦分量的幅度
我的小技巧:实际计算时,如果信号是偶函数,\(b_n\) 全为零;如果是奇函数,\(a_n\) 全为零。我在项目中经常利用这个对称性来简化计算,省了不少事。

还有一种更紧凑的写法——指数形式的傅里叶级数:

x(t) = Σ[Cₙ·e^(jnω₀t)]   (n=-∞→∞)

其中,\(C_n = \frac{1}{T}\int_{0}^{T} x(t) e^{-jn\omega_0 t} dt\)。这个形式在后续的傅里叶变换中会非常有用。

3.2 频谱的概念

频谱是什么?说白了,就是信号在频域上的"身份证"。

每个信号都有自己独特的频谱特征。比如:

  • 幅度谱:展示各频率分量的幅度大小
  • 相位谱:展示各频率分量的相位信息
  • 功率谱:展示信号功率在频率上的分布

我记得有一次,一个同事说他的信号"看起来有噪声"。我让他把频谱画出来一看——50Hz处有个尖峰,明显是工频干扰。这就是频谱分析的价值:时域里看不清的东西,频域里一目了然

核心要点:

  • 周期信号的频谱是离散的(线状谱)
  • 非周期信号的频谱是连续的
  • 频谱的带宽决定了信号占用的频率范围

3.3 傅里叶变换(FT)的定义与性质

傅里叶级数只能处理周期信号。那非周期信号怎么办?傅里叶变换就是答案。

它的思路很巧妙:把非周期信号看成周期无穷大的周期信号。数学上,傅里叶变换定义为:

X(ω) = ∫[-∞→∞] x(t)·e^(-jωt) dt

对应的逆变换为:

x(t) = (1/2π) ∫[-∞→∞] X(ω)·e^(jωt) dω

嗯,这里要注意:傅里叶变换存在的条件是信号绝对可积,即 \(\int |x(t)| dt < \infty\)。不过实际工程中,很多不满足这个条件的信号(比如正弦波)也有傅里叶变换,用的是广义函数理论。

3.3.1 常用性质

傅里叶变换有一堆性质,我挑几个最常用的说说:

性质 时域 频域 我的理解
线性 \(a·x(t) + b·y(t)\) \(a·X(ω) + b·Y(ω)\) 叠加原理,最基础的性质
时移 \(x(t-t_0)\) \(X(ω)·e^{-jωt_0}\) 时域平移,频域只变相位
频移 \(x(t)·e^{jω_0t}\) \(X(ω-ω_0)\) 调制的基础,通信中常用
卷积 \(x(t)*y(t)\) \(X(ω)·Y(ω)\) 时域卷积=频域相乘,省计算量
帕塞瓦尔 \(\int |x(t)|^2 dt\) \(\frac{1}{2π}\int |X(ω)|^2 dω\) 能量守恒,时频域总能量相等
避坑指南:我曾经在计算卷积时,直接在时域做积分,结果程序跑了半天没出来。后来改用频域相乘再反变换,瞬间搞定。记住:大数据的卷积,一定要用FFT做

3.3.2 常见信号的傅里叶变换对

这些变换对建议背下来,工作中天天用:

  • 冲激函数:\(\delta(t) \leftrightarrow 1\)(时域窄,频域宽)
  • 直流信号:\(1 \leftrightarrow 2\pi\delta(\omega)\)(时域宽,频域窄)
  • 门函数:\(rect(t/\tau) \leftrightarrow \tau·sinc(\omega\tau/2)\)
  • 指数衰减:\(e^{-at}u(t) \leftrightarrow 1/(a+j\omega)\)

3.4 知识体系总览

为了让你对本章内容有个整体把握,我画了张图:

傅里叶分析知识体系 傅里叶分析 傅里叶级数 (FS) 周期信号分解 三角形式 / 指数形式 系数计算 频谱分析 幅度谱 / 相位谱 离散谱 vs 连续谱 带宽分析 傅里叶变换 (FT) 非周期信号分析 变换对 / 性质 卷积定理 工程应用:信号滤波 · 调制解调 · 频谱感知 FS处理周期信号 → 频谱连接时域与频域 → FT推广到非周期信号

这张图把本章的三个核心内容串起来了。傅里叶级数是基础,频谱是桥梁,傅里叶变换是推广。三者一脉相承。

实战建议:刚开始学的时候,别急着背公式。先拿一个方波信号,手动算一下它的傅里叶级数前几项,然后用MATLAB或Python画出来看看。看到方波逐渐"成形"的过程,比背十遍公式都管用。

好了,傅里叶分析入门就讲到这里。记住:时域和频域是同一个信号的两种视角,哪个视角方便就用哪个。这是通信系统分析的基本功,也是我这些年做项目最常用的工具之一。


公众号:蓝海资料掘金营,微信deep3321