离散周期信号的傅里叶变换

最新推荐文章于 2025-05-31 21:13:22 发布

转载最新推荐文章于 2025-05-31 21:13:22 发布 · 2.9k 阅读

7 ·

CC 4.0 BY-SA版权

原文链接：https://blog.csdn.net/reborn_lee/article/details/81139941

文章标签：

#信号处理 #算法

本篇博文参考离散周期信号的傅里叶级数（DFS）和连续周期信号的傅里叶变换（CFT）的推导。与连续时间情况类似，将离散时间周期信号归并到离散时间傅里叶变换范畴，通过把周期信号傅里叶分解成冲激串或脉冲串，经线性叠加实现对周期信号的傅里叶变换。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

转载于：https://blog.csdn.net/reborn_lee/article/details/81139941

本篇博文理解可以参考该系列中的前面两篇博文的推导：
离散周期信号的傅里叶级数（DFS）

连续周期信号的傅里叶变换（CFT）

与连续时间情况一样，利用把一个周期信号的变换表示成频域中的冲激串的办法，就可以把离散时间周期信号也归并到离散时间傅里叶变换的范畴中。

请添加图片描述

该图的最后一副小图即表示N个上面(a-c)小图线性叠加的效果。分析该图就可以知道，上述验证完毕！本篇博文的思路与连续周期信号的傅里叶变换（CFT）一样，都是先把周期信号进行傅里叶分解，变成一个个冲激串或脉冲串，而每一个冲激串都可以进行傅里叶变换，经过线性叠加后即可以对原本的周期信号进行傅里叶变换。