前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >傅里叶反变换和拉普拉斯反变换中1/2π系数的由来

傅里叶反变换和拉普拉斯反变换中1/2π系数的由来

作者头像
云深无际
发布2024-11-21 19:17:37
发布2024-11-21 19:17:37
45500
代码可运行
举报
文章被收录于专栏:云深之无迹云深之无迹
运行总次数:0
代码可运行

在信号系统里面有着俩大变换,都是往时域变的,在学习的过程中我想解决一个疑问,就是为什么里面出现了看起来格格不入的1/2π系数。

原因就在于一个信号其傅里叶变换是一个面积为2π,出现在ω=ω0处的单独冲激,至于积分号那是线性组合。

傅里叶变换将一个函数从时域变换到频域,而傅里叶反变换则正好相反,它将一个函数从频域变换回时域。

傅里叶变换: 把一个信号分解成不同频率的正弦波的叠加。

傅里叶反变换: 将这些正弦波重新组合起来,还原成原来的信号。

设 F(ω) 是函数 f(t) 的傅里叶变换,则 f(t) 可以通过傅里叶反变换求得:

代码语言:javascript
代码运行次数:0
运行
复制
f(t) = (1/2π) ∫[从-∞到+∞] F(ω) * e^(iωt) dω
  1. f(t):时域信号
  2. F(ω):频域信号
  3. ω:角频率
  4. i:虚数单位

观察公式发现是一个积分,是关于频率的。

接下来看拉普拉斯的:插一个推导,其实拉普拉斯就是在上面傅里叶的公式两边乘了衰减变量,直接就变换了。

当拉普拉斯变换的复变量s取纯虚数时,拉普拉斯变换就退化为傅里叶变换。为了保持一致性,拉普拉斯变换中也常常引入1/2π。

这个推导也确实是这样

如果 F(s) 是函数 f(t) 的拉普拉斯变换,那么 f(t) 求得:

代码语言:javascript
代码运行次数:0
运行
复制
f(t) = (1/2πj) ∫[从γ-j∞到γ+j∞] F(s) * e^(st) ds
  1. f(t):时域函数
  2. F(s):复频域函数
  3. s:复变量
  4. j:虚数单位
  5. γ:实数,满足积分路径在F(s)的所有极点的右侧

在拉普拉斯里面的积分变量是一个复变量,也叫含参积分,好像还没有复习,一会儿学习。

第一种解释是能量谱密度:傅里叶变换将时域信号转化为频域信号,而频谱的平方与信号的能量密度成正比。为了确保能量在时域和频域上的等价,需要引入一个归一化因子。

但是我对这个结果不满意,太模糊了,我看了一些过程,觉得真理蕴含于公式之中。

1. 从傅里叶变换出发

假设已经得到了一个函数的傅里叶变换F(ω),目标是通过F(ω)求出原来的函数f(t)。

2. 引入一个积分

我们考虑下面的积分:

代码语言:javascript
代码运行次数:0
运行
复制
(1/2π) ∫[从-∞到+∞] F(ω) * e^(iωt) dω

3. 将F(ω)替换为其定义

将F(ω)的定义代入上式,得到:

代码语言:javascript
代码运行次数:0
运行
复制
(1/2π) ∫[从-∞到+∞] (∫[从-∞到+∞] f(τ) * e^(-iωτ) dτ) * e^(iωt) dω

4. 交换积分顺序

由于积分的线性性和绝对可积性,我们可以交换两个积分的顺序:

代码语言:javascript
代码运行次数:0
运行
复制
(1/2π) ∫[从-∞到+∞] f(τ) * (∫[从-∞到+∞] e^(iω(t-τ)) dω) dτ

5. 计算内层积分

内层积分是一个典型的傅里叶变换,其结果是一个狄拉克δ函数:

代码语言:javascript
代码运行次数:0
运行
复制
∫[从-∞到+∞] e^(iω(t-τ)) dω = 2πδ(t-τ)

6. 代入并化简

将内层积分的结果代入上式,得到:

代码语言:javascript
代码运行次数:0
运行
复制
(1/2π) ∫[从-∞到+∞] f(τ) * 2πδ(t-τ) dτ

7. 利用δ函数的筛选性质

根据δ函数的筛选性质,上式可以化简为:

代码语言:javascript
代码运行次数:0
运行
复制
f(t) = (1/2π) ∫[从-∞到+∞] F(ω) * e^(iωt) dω

整个推导过2π就出现在了内层积分的计算中,这一步将傅里叶变换与狄拉克δ函数联系起来。

狄拉克δ函数是一个广义函数,它在t=0处取无穷大,而在其他地方取值为0,并且其积分等于1。这个特殊的性质使得它可以表示一个集中在一点的单位冲激。 广义函数不再广义-在信号与系统中的应用

在信号处理中,狄拉克δ函数可以用来表示一个理想的冲激信号,即在瞬间产生一个无限大的能量,然后迅速衰减为零。

来详细看一下内层积分:

代码语言:javascript
代码运行次数:0
运行
复制
∫[从-∞到+∞] e^(iω(t-τ)) dω

这个积分本质上是一个傅里叶变换。如果我们将e^(iω(t-τ))看作一个函数,那么这个积分就是求它的傅里叶变换。

根据傅里叶变换的对称性,我们可以得出:

代码语言:javascript
代码运行次数:0
运行
复制
傅里叶变换{e^(iωt)} = 2πδ(ω)

也就是说,e^(iωt)的傅里叶变换是一个在ω=0处有无限大值的狄拉克δ函数。

因此,将t替换为t-τ,我们得到:

代码语言:javascript
代码运行次数:0
运行
复制
∫[从-∞到+∞] e^(iω(t-τ)) dω = 2πδ(t-τ)

为什么会得到狄拉克δ函数?

频率域的集中性: e^(iω(t-τ))表示一个频率为ω的复指数信号。当t=τ时,这个信号的相位为0,幅值为1。也就是说,这个信号在频率域中只包含一个频率成分,即ω。

时域的无限窄脉冲: 为了在频域中只包含一个频率成分,对应的时域信号必须是一个无限窄的脉冲,即狄拉克δ函数。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2024-11-21,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 云深之无迹 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 为什么会得到狄拉克δ函数?
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档