概述
冲激函数具有很好的取样特性,使得其在信号处理、图像处理等方面有着广泛的应用. 在这边文章中,我们介绍冲激函数和它的傅里叶变换. 文章的内容主要参考Rafael C. Gonzalez和Richard E. Woods所著的《数字图像处理》.
1. 冲激函数定义
定义1 连续变量 t 在
t=0 点处的冲激函数 δ(t) 定义为
δ(t)={∞,0,t=0t≠0
其满足等式
∫∞−∞δ(t)dt=1.
假设
f(t)
在
t=0
处是连续的,则冲激具有如下的取样特性
更一般地,位于任意点 t=t0 的冲激表示为 δ(t−t0) . 在这种情况下,取样特性为
定义2 对于离散变量 x ,单位离散冲激函数
δ(x) 定义为
δ(x)={1,0,x=1x≠0
其满足等式
∑x=−∞∞δ(x)=1.
离散冲激具有取样特性
更一般地,在 x=x0 处的取样特性为
定义3 冲激串 SΔT(t) 是无限多个分离的周期为 ΔT 的冲激之和,即
SΔT(t)=∑n=−∞∞δ(t−nΔT)
其中,冲激 δ(t) 可以是连续的或离散的.
2. 傅里叶级数和傅里叶变换
2.1 傅里叶级数
令
i2=−1
. 函数族
{ei2πkt/T}∞k=0
在区间
[−T2,T2]
上具有如下正交性
据此,我们可以将周期为 T 的函数
定义4 假定函数 f(t) 为周期为 T 的连续函数,则
f(t) 可以表示为如下傅里叶级数形式
f(t)=∑n=−∞∞cnei2πnt/T
其中
cn=1T∫T2−T2f(t)e−i2πnt/Tdt,n=0,±1,±2,….
2.2 傅里叶变换
定义5 连续函数 f(t) 的傅里变换为
f(t)−→FF(μ)=∫∞−∞f(t)e−i2πμtdt
相反地,给定 F(μ) ,我们可以通过 傅里逆变换得到 f(t)
F(μ)−→−−F−1f(t)=∫∞−∞F(μ)ei2πμtdμ
由傅里叶变换和傅里叶逆变换的对称性,我们得到如下性质
性质1 >
f(t)−→FF(μ)−→Ff(−t)
3. 冲激和冲激串的傅里叶变换
3.1 冲激的傅里叶变换
位于原点的冲激函数
δ(t)
(见定义1)的傅里叶变换为
类似地,位于 t=t0 处的冲激 δ(t−t0) 的傅里叶变换为
由前面的性质1 和冲激的性质,我们可以得到如下性质
性质2
F(ei2πμt0)=δ(−t+t0)=δ(t−t0)
3.2 冲激串的傅里叶变换
冲激串
SΔT(t)
(见定义3)是周期为
ΔT
的函数,可以表示为如下傅里叶级数(见定义4)
其中
由于在区间 [−ΔT2,ΔT2] 的积分仅包含位于原点的冲激 δ(t) ,因此
从而得到冲激串的傅里叶级数
进一步地,由性质2可知
因此,冲激串 SΔT(t) 的傅里叶变换 S(μ) 为
这个结果说明,周期为 ΔT 的冲激串的傅里叶变换仍为冲激串,其周期为 1ΔT .
最后
以上就是善良皮皮虾为你收集整理的冲激函数和傅里叶变换的全部内容,希望文章能够帮你解决冲激函数和傅里叶变换所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复