卷积定理的证明
卷積定理的證明
一、傅里葉變換的定義
連續函數的傅里葉變換:
令f(x)f\relax{(x)}f(x)為實變量xxx的連續函數,f(x)f\relax{(x)}f(x)的傅里葉變換以F{f(x)}F{\{f\relax{(x)}\}}F{f(x)}表示,則表達式為:
F{f(x)}=F(u)=∫?∞+∞f(x)e?j2πuxdx(3.2.1)F\{f(x)\} \,=\,F(u)\,=\int_{-\infty}^{+\infty}f(x)e^{-j2\pi ux}dx \qquad(3.2.1)F{f(x)}=F(u)=∫?∞+∞?f(x)e?j2πuxdx(3.2.1)
式中:j=?1j =\sqrt{-1}\,j=?1? ;
傅里葉變換中出現的變量u通常稱為頻率變量。這個名稱是這樣來的:用歐拉公式將(3.2.1)式中的指數項表示成下式:
e?j2πux=cos(2πux)?jsin(2πux)(3.2.2)e^{-j2\pi ux} = cos(2\pi ux) -jsin(2\pi ux) \qquad (3.2.2)e?j2πux=cos(2πux)?jsin(2πux)(3.2.2)
如果將(3.2.1)中的積分解釋為離散項的和的極限,則顯然包含了正弦和余弦項的無限項的和,而且 uuu 的每一個值確定了它對應的正弦——余弦的頻率。
f(x)=F?1{F(u)}=∫?∞+∞F(u)ej2πuxdx(3.2.3)f(x) = F^{-1}\{F(u)\} = \int_{-\infty}^{+\infty}F(u)e^{j2\pi ux}dx \qquad (3.2.3)f(x)=F?1{F(u)}=∫?∞+∞?F(u)ej2πuxdx(3.2.3)
若已知F(u),則利用傅里葉反變換為式(3.2.1)和式(3.2.2),稱為傅里葉變換對,如果f(x)f(x)f(x)是連續的和可積的,且F(u)F(u)F(u)是可積的,可證明此傅里葉變換存在(我不會o(╥﹏╥)o)。事實上這些條件基本總是可以滿足的。
二 、卷積的定義
設f(x),g(x)f(x),g(x)f(x),g(x)是R1上的兩個可積函數,作積分:
∫?∞+∞f(τ)g(x?τ)dτ\int_{-\infty}^{+\infty}f(\tau)g(x-\tau)d\tau∫?∞+∞?f(τ)g(x?τ)dτ
這個積分就定義了一個新函數h(x),稱為函數f與g的卷積,記為h(x)=(f?g)(x)h(x)=(f*g)(x)h(x)=(f?g)(x)。即:
h(x)=(f?g)(x)=∫?∞+∞f(τ)g(x?τ)dτh(x) = (f*g)(x) = \int_{-\infty}^{+\infty}f(\tau)g(x-\tau)d\tauh(x)=(f?g)(x)=∫?∞+∞?f(τ)g(x?τ)dτ
三、 傅里葉變換的時移(Time Shift)性質
設 t0,w0t_0,w_0t0?,w0? 為實常數,F[f(t)]=F(w)F[ f(t) ] = F(w)F[f(t)]=F(w) , 則F[f(t?t0)]=F(w)e?jwt0F[f(t-t_0)] = F(w)e^{-jwt_0}F[f(t?t0?)]=F(w)e?jwt0?。
證明:首先,根據傅里葉變換公式可得:
F[f(t?t0)]=∫?∞+∞f(t?t0)e?jwtdtF[f(t-t_0)] \,=\int_{-\infty}^{+\infty}f(t-t_0)e^{-jwt}dtF[f(t?t0?)]=∫?∞+∞?f(t?t0?)e?jwtdt
令x=t?t0x = t - t_0x=t?t0?, 則有
F[f(t?t0)]=∫?∞+∞f(x)e?jw(x+t0)dx=e?jwt0∫?∞+∞f(x)e?jwxdx=F(w)e?jwt0F[f(t-t_0)] \,=\int_{-\infty}^{+\infty}f(x)e^{-jw(x+t_0)}dx=e^{-jwt_0}\int_{-\infty}^{+\infty}f(x)e^{-jwx}dx=F(w)e^{-jwt_0}F[f(t?t0?)]=∫?∞+∞?f(x)e?jw(x+t0?)dx=e?jwt0?∫?∞+∞?f(x)e?jwxdx=F(w)e?jwt0?
傅立葉變換的作用在頻域對信號進行分析,我們可以把時域的信號看做是若干正弦波的線性疊加,傅立葉變換的作用正是求得這些信號的幅值和相位。既然固定的時域信號是若干固定正弦信號的疊加,在不改變幅值的情況下,在時間軸上移動信號,也就相當于同時移動若干正弦信號,這些正弦信號的相位改變、但幅值不變,反映在頻域上就是傅立葉變換結果的模不變、而相位改變。所以,時移性質其實就表明當一個信號沿時間軸平移后,各頻率成份的大小不發生改變,但相位發生變化。
四、卷積定理
卷積定理是傅立葉變換滿足的一個重要性質。卷積定理指出,函數卷積的傅立葉變換是函數傅立葉變換的乘積。換言之,一個域中的卷積對應于另一個域中的乘積,例如,時域中的卷積對應于頻域中的乘積。
設f1(t)f_1(t)f1?(t)的傅里葉變換為F1(w)F_1(w)F1?(w),f2(t)f_2(t)f2?(t)的傅里葉變換為F2(w)F_2(w)F2?(w) ,那么再時域上卷積定理可以表述為
F[f1(t)?f2(t)]=F1(w)F2(w)F[f_1(t)*f_2(t)] = F_1(w)F_2(w)F[f1?(t)?f2?(t)]=F1?(w)F2?(w)
相對應地,頻域上的卷積定理可以表述為
F[f1(t)?f2(t)]=12πF1(w)?F2(w)F[f_1(t)\cdot f_2(t)] =\dfrac{1}{2\pi} F_1(w)*F_2(w)F[f1?(t)?f2?(t)]=2π1?F1?(w)?F2?(w)
這里證明時域上的卷積定理:
將卷積定義帶入傅里葉變換公式:
F[f1(t)?f2(t)]=∫?∞+∞[∫?∞+∞f1(τ)f2(t?τ)dτ]e?jwtdtF[f_1(t)*f_2(t)] =\int_{-\infty}^{+\infty}[\int_{-\infty}^{+\infty}f_1(\tau)f_2(t-\tau)d\tau]e^{-jwt}dtF[f1?(t)?f2?(t)]=∫?∞+∞?[∫?∞+∞?f1?(τ)f2?(t?τ)dτ]e?jwtdt
=∫?∞+∞f1(τ)[∫?∞+∞f2(t?τ)e?jwtdt]dτ=\int_{-\infty}^{+\infty}f_1(\tau)[\int_{-\infty}^{+\infty}f_2(t-\tau)e^{-jwt}dt]d\tau=∫?∞+∞?f1?(τ)[∫?∞+∞?f2?(t?τ)e?jwtdt]dτ
=∫?∞+∞f1(τ)F2(w)e?jwτdτ=\int_{-\infty}^{+\infty}f_1(\tau)F_2(w)e^{-jw\tau}d\tau=∫?∞+∞?f1?(τ)F2?(w)e?jwτdτ
=F2(w)∫?∞+∞f1(τ)e?jwτdτ=F_2(w)\int_{-\infty}^{+\infty}f_1(\tau)e^{-jw\tau}d\tau=F2?(w)∫?∞+∞?f1?(τ)e?jwτdτ
=F2(w)F1(w)=F_2(w)F_1(w)=F2?(w)F1?(w)
總結
- 上一篇: fama matlab源码_Matlab
- 下一篇: 移动编程技术学习1