常用的离散时间傅里叶变换(DTFT)对
矩形序列与抽样函数
- 时域信号:
x [ n ] = { 1 , 0 ⩽ n ⩽ N − 1 0 , 其他 x[n] = \begin{cases} 1, & 0 \leqslant n \leqslant N-1 \\ 0, & \text{其他} \end{cases} x[n]={1,0,0⩽n⩽N−1其他 - 频域信号:
X ( e j ω ) = ∑ n = 0 N − 1 e − j ω n = e − j N − 1 2 ω sin ( N ω 2 ) sin ( ω 2 ) X({\rm e}^{{\rm j}\omega}) = \sum_{n=0}^{N-1} {\rm e}^{-{\rm j}\omega n} = {\rm e}^{-{\rm j}\frac{N-1}{2}\omega} \frac{\sin\left(\frac{N\omega}{2}\right)}{\sin\left(\frac{\omega}{2}\right)} X(ejω)=n=0∑N−1e−jωn=e−j2N−1ωsin(2ω)sin(2Nω)
单位冲激序列与常数函数
- 时域信号:
x [ n ] = δ [ n ] x[n] = \delta[n] x[n]=δ[n] - 频域信号:
X ( e j ω ) = 1 X({\rm e}^{{\rm j}\omega}) = 1 X(ejω)=1
复指数序列与冲激函数
- 时域信号:
x [ n ] = e j ω 0 n x[n] = {\rm e}^{{\rm j}\omega_0 n} x[n]=ejω0n - 频域信号:
X ( e j ω ) = 2 π ∑ k = − ∞ + ∞ δ ( ω − ω 0 − 2 π k ) X({\rm e}^{{\rm j}\omega}) = 2\pi \sum_{k=-\infty}^{+\infty} \delta(\omega - \omega_0 - 2\pi k) X(ejω)=2πk=−∞∑+∞δ(ω−ω0−2πk)
单位阶跃序列与指数衰减函数
- 时域信号:
x [ n ] = u [ n ] = { 1 , n ≥ 0 0 , n < 0 x[n] = u[n] = \begin{cases} 1, & n \geq 0 \\ 0, & n < 0 \end{cases} x[n]=u[n]={1,0,n≥0n<0 - 频域信号:
X ( e j ω ) = 1 1 − e − j ω X({\rm e}^{{\rm j}\omega}) = \frac{1}{1 - {\rm e}^{-{\rm j}\omega}} X(ejω)=1−e−jω1
正弦序列
- 时域信号:
x [ n ] = sin ( ω 0 n ) x[n] = \sin(\omega_0 n) x[n]=sin(ω0n) - 频域信号:
X ( e j ω ) = j π [ δ ( ω + ω 0 ) − δ ( ω − ω 0 ) ] X({\rm e}^{{\rm j}\omega}) = {\rm j}\pi \left[\delta(\omega + \omega_0) - \delta(\omega - \omega_0)\right] X(ejω)=jπ[δ(ω+ω0)−δ(ω−ω0)]
余弦序列
- 时域信号:
x [ n ] = cos ( ω 0 n ) x[n] = \cos(\omega_0 n) x[n]=cos(ω0n) - 频域信号:
X ( e j ω ) = π [ δ ( ω + ω 0 ) + δ ( ω − ω 0 ) ] X({\rm e}^{{\rm j}\omega}) = \pi \left[\delta(\omega + \omega_0) + \delta(\omega - \omega_0)\right] X(ejω)=π[δ(ω+ω0)+δ(ω−ω0)]
这些变换对在信号处理中非常重要,它们揭示了信号在时域和频域之间的对应关系,有助于分析和设计各种信号处理系统。