信号处理 / 系统课时

连接卷积与频域乘法

连接卷积与频域乘法

很多时域计算之所以繁琐,是因为卷积要处理平移、翻转和积分。傅里叶变换把时域卷积变成频域乘法,也把时域乘积变成频域卷积。掌握这组对应关系后,就能主动选择更简单的计算域,并正确处理变换约定带来的尺度因子。

学习目标

  • 写出连续时间傅里叶变换下的卷积定理与乘积定理
  • 判断卷积问题何时适合切换到频域计算
  • 正确处理当前傅里叶变换约定中的 2π2\pi 尺度因子

从时域卷积切换到频域乘法

本节采用角频率形式的连续时间傅里叶变换。为避免和其他归一化方式混淆,把正、反变换记成一对:

X(ω)=F{x(t)}=∫−∞∞x(t)e−jωt dtX(\omega)=\mathcal{F}\{x(t)\}=\int_{-\infty}^{\infty}x(t)e^{-j\omega t}\,\mathrm{d}t
x(t)=F−1{X(ω)}=12π∫−∞∞X(ω)ejωt dωx(t)=\mathcal{F}^{-1}\{X(\omega)\}=\frac{1}{2\pi}\int_{-\infty}^{\infty}X(\omega)e^{j\omega t}\,\mathrm{d}\omega

若

y(t)=x(t)∗h(t)=∫−∞∞x(τ)h(t−τ) dτy(t)=x(t)*h(t)=\int_{-\infty}^{\infty}x(\tau)h(t-\tau)\,\mathrm{d}\tau

则卷积定理给出

Y(ω)=X(ω)H(ω)Y(\omega)=X(\omega)H(\omega)

这意味着时域中需要积分叠加的卷积,在频域只需逐频率相乘。对 LTI 系统而言,输入频谱 X(ω)X(\omega) 经频率响应 H(ω)H(\omega) 加权后得到 Y(ω)Y(\omega),再做反变换即可恢复输出。

时域卷积与频域乘法对应关系

例如,两个矩形脉冲在时域卷积时,需要跟踪重叠长度随平移量的变化;切换到频域后,可以先得到各自的 sinc 型频谱,再直接相乘。是否真的更省力,取决于原信号的傅里叶变换是否容易获得。

乘积定理为什么多出尺度因子

与卷积定理相对,如果时域直接相乘

y(t)=x(t)h(t)y(t)=x(t)h(t)

在当前约定下,对应关系是

Y(ω)=12π[X(ω)∗H(ω)]Y(\omega)=\frac{1}{2\pi}\left[X(\omega)*H(\omega)\right]

也就是

Y(ω)=12π∫−∞∞X(λ)H(ω−λ) dλY(\omega)=\frac{1}{2\pi}\int_{-\infty}^{\infty}X(\lambda)H(\omega-\lambda)\,\mathrm{d}\lambda

这里的 1/(2π)1/(2\pi) 不是额外的物理效应,而是正、反变换归一化方式共同决定的。若教材采用对称归一化,或改用频率 ff 而不是角频率 ω\omega,公式中的常数会变化,因此做题时应先确认变换定义。

用频域解决一个滤波问题

设输入频谱为

X(ω)={1,∣ω∣≤40,∣ω∣>4X(\omega)=\begin{cases}1,&|\omega|\le 4\\0,&|\omega|>4\end{cases}

理想低通系统的频率响应为

H(ω)={1,∣ω∣≤20,∣ω∣>2H(\omega)=\begin{cases}1,&|\omega|\le 2\\0,&|\omega|>2\end{cases}

无需直接计算时域卷积积分。由卷积定理,

Y(ω)=X(ω)H(ω)={1,∣ω∣≤20,∣ω∣>2Y(\omega)=X(\omega)H(\omega)=\begin{cases}1,&|\omega|\le 2\\0,&|\omega|>2\end{cases}

频域乘法直接说明系统只保留输入中 ∣ω∣≤2|\omega|\le 2 的频率成分。反变换得到

y(t)=sin⁡2tπty(t)=\frac{\sin 2t}{\pi t}

其中 t=0t=0 处取极限值 2/π2/\pi。这个结果也说明滤波的本质不是在时域“削掉一段波形”,而是按 H(ω)H(\omega) 对不同频率成分进行加权。

什么时候切换到频域更省力

判断是否切换计算域,可以看运算形式与已知条件是否匹配。若系统由卷积描述,而 X(ω)X(\omega)、H(ω)H(\omega) 已知或容易求出,频域乘法通常明显更简单;若信号在时域只有少量简单区间,而频谱表达复杂,直接做时域卷积反而可能更快。

串联系统是另一个典型场景。多个 LTI 系统依次连接时,总频率响应直接为

Heq(ω)=H1(ω)H2(ω)⋯Hn(ω)H_{\mathrm{eq}}(\omega)=H_1(\omega)H_2(\omega)\cdots H_n(\omega)

而时域需要反复卷积。选择计算域的核心不是固定“优先频域”,而是观察哪一侧把主要运算化成更简单的形式,并始终检查当前傅里叶变换约定中的尺度因子。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

连接卷积与频域乘法

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通