1. 程式人生 > >拉普拉斯變換,傅立葉變換;Z變換,離散時間傅立葉變換(DTFT);離散傅立葉變換(DFT)之間的關係及理解

拉普拉斯變換,傅立葉變換;Z變換,離散時間傅立葉變換(DTFT);離散傅立葉變換(DFT)之間的關係及理解

頻域與時域之間的關係是:
時域離散——頻域週期;
時域週期——頻域離散;
對於連續時間訊號
1.拉普拉斯變換: X ( s ) =

x ( t ) e s
t
  d t X(s)=\int_{-\infty}^{\infty} {x(t)e^{st}} \,{\rm d}t
對應的是s平面

2.傅立葉變換: X

( j w ) = x ( t ) e j w t   d t X({jw})=\int_{-\infty}^{\infty} {x(t)e^{jwt}} \,{\rm d}t
對應的是連續時間訊號的頻譜,因為 X ( j w ) = X ( s ) s = j w X(jw)=X(s)|_{s=jw} 所以頻譜與s平面的虛軸相對應
對於離散時間訊號
3.z變換 X ( z ) = i = 1 N 1 x ( n ) z n X(z)=\sum_{i=1}^{N-1}x(n)z^{-n}
對應的是z平面
4.離散時間傅立葉變換(DTFT) X ( e j w ) = i = 1 N 1 x ( n ) e j w n X(e^{jw})=\sum_{i=1}^{N-1}x(n)e^{-jwn}
是離散時間訊號頻譜因為 X ( e j w ) = X ( z ) z = e j w X(e^{jw})=X(z)|_{z=e^{jw}} 對應的是z平面的單位圓
5離散傅立葉變換(DFT) X ( k ) = i = 1 N 1 x ( n ) W N k n X({k})=\sum_{i=1}^{N-1}x(n)W{^{kn}_N}
時域上是將離散訊號進行週期延拓,週期延拓後進行離散時間傅立葉變換
頻域上是對頻譜進行取樣,將連續頻譜離散化 X ( k ) = X ( z ) z = W N k = e j 2 π N = X ( e j w ) w = 2 π N k X(k)=X(z)|_{z=W{^{-k}_N}=e^{-j\frac{2\pi}{N}}}=X(e^{jw})|_{w=\frac{2\pi}{N}k}
對應的是z平面單位圓上等N分點
對應的是在頻譜上做間隔為 w N = 2 π N w_N=\frac{2\pi}{N} 的取樣

z變換和拉普拉斯變換的關係:
z = e s t z=e^st
s = σ + j Ω s=\sigma +j\Omega
z表達為 z = r e j w z=re^{jw}
r = e σ t r=e^{\sigma t}
w = Ω t w=\Omega t
可見,s平面左半平面對應z平面的單位圓內,s平面虛軸對應z平面的單位圓上。
以上是我對這些變化的理解,歡迎來交流。