1. 先搞清楚非周期信号有频谱周期信号凭什么没有很多人在学到周期信号这里会卡一下。前面刚讲了非周期信号的傅里叶变换说频谱密度函数 (X(j\omega)) 是对非周期信号做积分得到的条件是信号绝对可积。结果回头一看周期信号(\int_{-\infty}^{\infty} |x(t)| , dt) 根本不存在那周期信号是不是就不能做傅里叶变换了这是个非常典型的问题我见过不少人直接拿着周期信号去套傅里叶变换公式算到无穷大就懵了。实际上周期信号完全能做傅里叶变换只是不能用普通函数的思路去理解需要引入一个关键工具——冲激函数。傅里叶变换本质上是在算信号里面“每个频率的分量有多大”。非周期信号的频谱是连续分布的某个具体频率点上的“密度”是有限的而周期信号的频谱是离散的能量全部集中在基波和谐波的频率点上比如 (0、\omega_0、2\omega_0、3\omega_0...)在这些频率点上信号幅度是有限值其他频率点上是零。用“密度”来描述这种离散频谱就会在这些点上出现无穷大的尖峰——这就是冲激。换句话说周期信号的傅里叶变换结果是一串冲激串每个冲激的位置对应谐波频率冲激的强度对应傅里叶级数系数的 (2\pi) 倍。有了这层铺垫后面的推导就顺理成章了。2. 从傅里叶级数出发周期信号傅里叶变换的核心推导2.1 关键跳板复指数信号的傅里叶变换先回顾两个基础结论它们是整个推导的跳板。结论一直流信号 (x(t) 1) 的傅里叶变换是 (2\pi \delta(\omega))。意思是直流信号在 (\omega 0) 处有一个冲激强度是 (2\pi)。这个结论用反变换验证一下就很清楚[ \frac{1}{2\pi} \int_{-\infty}^{\infty} 2\pi \delta(\omega) e^{j\omega t} d\omega 1 ]确实能还原成直流信号。结论二利用傅里叶变换的频移性质 (\mathcal{F}{x(t) e^{j\omega_0 t}} X(j(\omega - \omega_0)))可以直接得到[ \mathcal{F}{e^{j\omega_0 t}} 2\pi \delta(\omega - \omega_0) ]也就是说一个复指数信号在频域上只在 (\omega \omega_0) 这一个点上有分量用一个位于 (\omega_0) 处的冲激来表示。这两条结论虽然简单但别小看它们后面整个周期信号的傅里叶变换都靠它俩撑起来。2.2 核心推导过程级数展开后逐项变换接着看周期信号的傅里叶级数[ x(t) \sum_{n-\infty}^{\infty} X_n e^{jn\omega_0 t} ]这里的 (\omega_0 2\pi/T) 是基波角频率(X_n) 是傅里叶级数的复系数。接下来的操作可能看起来有点“暴力”但数学上没问题对这个级数展开式两边同时做傅里叶变换。因为傅里叶变换是线性变换所以求和符号可以直接拿到变换符号外面[ X(j\omega) \sum_{n-\infty}^{\infty} X_n \cdot \mathcal{F}{e^{jn\omega_0 t}} ]把结论二代入每个复指数项变成对应的频域冲激[ X(j\omega) 2\pi \sum_{n-\infty}^{\infty} X_n \delta(\omega - n\omega_0) ]这就是周期信号傅里叶变换的最终公式看似简单信息量却很大。2.3 公式背后隐藏的物理意义别急着背公式先琢磨一下它到底说了什么。第一周期信号的频谱是离散谱。只有在 (\omega n\omega_0) 这些离散点上有值其他位置都是零。这个“离散”特征跟傅里叶级数的“线谱”直接对应。第二谱线的位置由基波频率 (\omega_0) 决定。(\omega_0) 越小周期越大谱线越密反之谱线越疏。这跟直觉完全一致周期T越大说明信号变化越缓慢频率分辨率应该越高谱线间隔自然越小。第三谱线的“强度”不是简单的 (X_n)而是 (2\pi X_n)。这里 (2\pi) 经常有人漏掉一漏整个结果就错了。我的记忆习惯是直流信号是 (2\pi\delta(\omega))你把直流信号看成一个周期无穷大的周期信号它的级数系数是1代入公式就是 (2\pi \times 1 \times \delta(\omega))正好对得上。如果你用频率 (f)单位Hz而不是角频率 (\omega) 的形式公式会变成[ X(f) \sum_{n-\infty}^{\infty} X_n \delta(f - n f_0) ]这版没有 (2\pi)有些书和工程学科喜欢这种写法。考试做题时一定要先确认题目用的是哪种约定否则很容易差出 (2\pi) 甚至根本对不上答案。3. 常见周期信号的傅里叶变换拿来就能用的结果3.1 直流、复指数、正弦和余弦最基础的几组这几个是最基本、出现频率最高的变换对每个做题的人都要烂熟于心。直流信号[ 1 \quad \leftrightarrow \quad 2\pi\delta(\omega) ]复指数信号[ e^{j\omega_0 t} \quad \leftrightarrow \quad 2\pi\delta(\omega - \omega_0) ]余弦信号用欧拉公式拆成两个复指数的和再做变换[ \cos(\omega_0 t) \frac{1}{2}(e^{j\omega_0 t} e^{-j\omega_0 t}) \quad \leftrightarrow \quad \pi[\delta(\omega - \omega_0) \delta(\omega \omega_0)] ]注意余弦的系数是 (\pi)不是 (2\pi)。因为拆成两个复指数后每个复指数贡献一半的强度。正弦信号[ \sin(\omega_0 t) \frac{1}{2j}(e^{j\omega_0 t} - e^{-j\omega_0 t}) \quad \leftrightarrow \quad j\pi[\delta(\omega \omega_0) - \delta(\omega - \omega_0)] ]正弦比余弦多了一个负号的差异而且整体是纯虚数频谱这是奇函数的特征。很多同学做完题检查时才发现余弦、正弦不分小细节上丢分很可惜。下面这张表我建议直接打印出来贴在桌上信号傅里叶变换(1)(2\pi\delta(\omega))(e^{j\omega_0 t})(2\pi\delta(\omega - \omega_0))(\cos(\omega_0 t))(\pi[\delta(\omega - \omega_0) \delta(\omega \omega_0)])(\sin(\omega_0 t))(j\pi[\delta(\omega \omega_0) - \delta(\omega - \omega_0)])3.2 周期方波从单脉冲到周期脉冲的套路做题最常遇到的就是周期方波。一个幅度为1、周期为T、脉宽为 (\tau) 的单位周期方波脉冲串。套路是这样的先写出单个矩形脉冲的频谱。宽度 (\tau)、幅度1的矩形脉冲傅里叶变换是[ F_0(j\omega) \tau , \text{Sa}(\frac{\omega \tau}{2}) ]其中 (\text{Sa}(x) \sin(x)/x)也就是不少教材里写的抽样函数。然后写出周期方波的傅里叶级数系数。这里有个快速方法级数系数等于单个周期的频谱除以周期再在 (\omega n\omega_0) 处取值[ X_n \frac{1}{T} F_0(j n \omega_0) \frac{\tau}{T} \text{Sa}(\frac{n \omega_0 \tau}{2}) ]最后套用周期信号的傅里叶变换公式得到[ X(j\omega) 2\pi \sum_{n-\infty}^{\infty} \frac{\tau}{T} \text{Sa}(\frac{n \omega_0 \tau}{2}) \delta(\omega - n\omega_0) ]这个结果特别适合画图理解频域里是一根根谱线谱线的包络呈 (\text{Sa}) 函数的形状。(\tau) 越小(\text{Sa}) 函数衰减越慢高频谱线越丰富反过来 (\tau) 越大频谱集中在低频段。时域窄、频域宽的规律在这里体现得淋漓尽致。3.3 周期冲激串最特殊的周期信号还有一个必须掌握的特殊信号周期冲激串。[ p(t) \sum_{n-\infty}^{\infty} \delta(t - nT) ]即每隔T时间出现一个单位冲激。注意这个信号本身不是能量信号但它有明确的结构。它的傅里叶级数系数恒为 (1/T)代入周期信号的傅里叶变换公式[ P(j\omega) \frac{2\pi}{T} \sum_{n-\infty}^{\infty} \delta(\omega - n\omega_0) ]这个结果超经典时域的周期冲激串其傅里叶变换依然是频域的周期冲激串冲激间隔变为 (\omega_0 2\pi/T)强度是 (2\pi/T)。这个结论是后面推导采样定理的数学基石务必记牢。3.4 三角脉冲的傅里叶变换记忆方法有小伙伴提到“三角脉冲的傅里叶变换记忆方法”这里分享三个互相印证的记忆路径。路径一卷积法。两个宽度相同的矩形脉冲做卷积得到的就是一个三角脉冲。时域卷积对应频域相乘所以三角脉冲的频谱等于矩形脉冲频谱的平方。矩形脉冲频谱是 (\tau\text{Sa}(\omega\tau/2))平方后就是 (\tau^2 \text{Sa}^2(\omega\tau/2)) 的某个倍数。这既解释了“为什么三角波频谱带平方”也自然记住了一个关键结论三角脉冲的频谱是 (\text{Sa}^2) 函数比矩形脉冲的 (\text{Sa}) 函数衰减更快因为三角波比矩形波更平滑。路径二二次求导法。对三角脉冲求两次导数会得到三个冲激两头两个负的中间一个正的借助时域微分性质反推也能得到同样结果。这个方法计算量稍大但思路很“理工科”。路径三记忆锚点。直接把结果和“平方”绑定。矩形是 (\text{Sa})三角是 (\text{Sa}^2)后面遇到半波余弦、升余弦脉冲还能推出更高次方。这样就连成一串了不容易混。做题时建议优先用卷积法不容易出错而且每一层的物理意义都很清晰。4. 周期信号和非周期信号之间的联系抽样与卷积的视角4.1 用单个周期的频谱表示周期信号很多教材会从“单个周期截断再周期延拓”的角度来理解周期信号。设非周期信号 (x_0(t)) 是一个周期信号在单个周期内的部分那么整个周期信号可以写为[ x(t) x_0(t) * p(t) ]其中 (p(t)) 是周期冲激串。时域卷积对应频域相乘[ X(j\omega) X_0(j\omega) \cdot P(j\omega) X_0(j\omega) \cdot \frac{2\pi}{T}\sum \delta(\omega - n\omega_0) ]冲激串与任意函数相乘相当于在 (n\omega_0) 处做取样[ X(j\omega) \frac{2\pi}{T}\sum X_0(j n\omega_0)\delta(\omega - n\omega_0) ]这跟前面直接算出来的结果一致。这个推导角度非常实用知道单个周期的频谱就能直接写出周期信号的傅里叶变换不用每次都从头算级数系数。周期方波那节已经演示过这个操作这里再强调一次底层逻辑。4.2 周期信号乘以门函数从离散谱变成连续谱反过来一个无限长的周期信号如果我们只截取有限长的一段频谱会变成什么设 (x(t)) 是周期信号乘以一个宽度有限的矩形窗 (w(t))得到截断后的信号 (y(t) x(t)w(t))。频域里对应卷积[ Y(j\omega) \frac{1}{2\pi} X(j\omega) * W(j\omega) ]由于 (X(j\omega)) 是一串冲激卷积的结果就是把窗函数的频谱复制到每一个谐波频率的位置上。原来无限细的谱线变得有一定宽度了频谱变成了连续谱。这就是“频谱泄漏”现象的本质——我们不可能真的观察无限长信号一旦截断离散谱就变连续谱了。这个知识点在数字信号处理里非常实用。不光做FFT时要知道连仪器测试、音频分析里都会遇到。理解了这里的卷积关系很多工程现象都能解释通。4.3 采样与频谱周期化一条线上的两个方向采样可以看作时域相乘采样信号 (x_s(t) x(t) \cdot p(t))其中 (p(t)) 是周期冲激串。频域对应[ X_s(j\omega) \frac{1}{2\pi} X(j\omega) * P(j\omega) ]因为 (P(j\omega)) 是频域的周期冲激串所以这个卷积的结果就是把 (X(j\omega)) 以 (\omega_s 2\pi/T) 为周期进行搬移复制。这就是采样后频谱周期化的由来也是采样定理、混叠概念的直接数学背景。反过来看周期信号的傅里叶变换公式其实就是频域抽样的结果跟理想采样在数学结构上完全对称。时域抽样和频域抽样是同一套数学思想在两个域中的体现理解了这一点整套傅里叶变换体系就串起来了。5. 几类经典题目的标准解法从思路到步骤的完整操作5.1 给周期信号求傅里叶变换的标准流程遇到求周期信号傅里叶变换的题哪怕我不知道具体信号长什么样也可以按照下面这个流程走绝对不会卡壳。第一步判断信号周期 (T)算出基波频率 (\omega_0 2\pi/T)。第二步写出傅里叶级数展开式或者直接写出单周期频谱 (X_0(j\omega))。如果信号能拆成复指数之和就直接拆如果是方波三角波这类就用单周期频谱取点的做法。第三步套用公式 (X(j\omega) 2\pi\sum X_n\delta(\omega - n\omega_0))把系数和冲激串写全。以周期方波为例题目经常会问“求该周期信号的傅里叶变换并画出频谱”。按照上面的流程先求单周期矩形脉冲频谱 (F_0(j\omega) \tau\text{Sa}(\omega\tau/2))再算系数 (X_n (\tau/T)\text{Sa}(n\omega_0\tau/2))然后写出完整变换式画图时注意 (\text{Sa}) 函数过零点的位置在 (n\omega_0\tau/2 m\pi) 处也就是 (n 2\pi m/(\omega_0\tau))。这个细节画示意图时经常考很多人画出的谱线间距和过零点对不上。5.2 给傅里叶变换由冲激串组成反求周期信号反过来也经常考给定频域表达式[ X(j\omega) \pi[\delta(\omega - \omega_0) \delta(\omega \omega_0)] ]让你反求时域信号。做法是直接套用逆变换公式或者更快速地观察冲激的位置和强度。冲激出现在 (\pm\omega_0)强度各为 (\pi)。和 (\cos(\omega_0 t)) 的变换对比它俩形式一模一样所以 (X(j\omega)) 对应 (\cos(\omega_0 t))。但题目如果给的常数不是 (\pi) 而是别的值就要小心了不能光看位置直接写。比如冲激强度是 (2\pi)对应的是复指数项要同时出现在正负两个频率处合成余弦时强度才会是 (\pi)。这个对应关系不熟练的话做题时容易想当然。5.3 求傅里叶级数与傅里叶变换综合的考研型题目不少考研题会故意把傅里叶级数和傅里叶变换放在同一道题里考。比如告诉你周期信号 (x(t)) 的傅里叶级数系数 (X_n)让你求它通过某个理想低通滤波器后的输出。解题关键周期信号通过LTI系统时输出仍然是周期信号且频率不变只有幅度和相位发生改变。系统的频率响应 (H(j\omega)) 在谐波频率处的取值直接决定输出的傅里叶级数系数[ Y_n H(j n\omega_0) \cdot X_n ]如果换成用傅里叶变换来做思路就是周期信号变换成冲激串冲激强度乘上 (H(j n\omega_0))再合成为新的周期信号。两种方法结果一样但考试时用级数法更直接不容易在冲激函数上犯错。这类综合题特别适合复习时拿来检验自己对“级数-变换-系统响应”这一整条知识链的熟练程度。哪一环卡住就说明那个基础知识还没吃透得回头补。5.4 用奇偶性和帕塞瓦尔定理快速检验结果做完题不知道怎么检查对不对我常用的快速校验有两个。第一个是奇偶性校验。实偶函数的频谱是实偶函数比如 (\cos(\omega_0 t)) 的频谱是实函数实奇函数的频谱是虚奇函数比如 (\sin(\omega_0 t)) 的频谱是纯虚数。如果你算出来的频谱虚实性质跟信号奇偶性对不上肯定某个环节错了。第二个是帕塞瓦尔定理。周期信号在一个周期内的平均功率等于各次谐波幅度平方之和[ \frac{1}{T}\int_T |x(t)|^2 dt \sum_{n-\infty}^{\infty}|X_n|^2 ]这个等式同时连接时域积分和频域系数是检验傅里叶级数系数算得对不对的利器。如果你算的系数代入上式两边不平衡说明系数有误回溯检查展开过程。这个方法考研和高数类课程里经常出现别嫌麻烦实际做题时非常可靠。6. 做这块内容最容易踩的坑血泪教训汇总练了这么多题这几个坑值得单独说因为它们不是知识不会而是细节上反复出错。第一个坑漏掉 (2\pi)。究其原因是教材约定不统一。用角频率 (\omega) 定义的傅里叶变换周期信号的变换式前面有 (2\pi)用频率 (f) 定义的变换公式里没有。同一个题目在不同教材里答案形式可能不一样。解决办法是开考前就明确自己用的哪套约定全程统一。第二个坑系数弄反。比如余弦信号变换后是 (\pi\delta(\omega\pm\omega_0))不是 (2\pi\delta(\omega\pm\omega_0))。可以通过欧拉公式拆开验证不建议死记。一旦死记时间一长肯定混。我每次记不住时就会快速写一遍欧拉公式不费时间但准确率立刻上来。第三个坑画频谱图的比例。周期信号的频谱图是画冲激箭头要注意箭头高度代表的是冲激强度面积。有的同学把箭头高度画成 (X_n) 而不是 (2\pi X_n)图跟公式不一致评卷时容易被扣分。画图时一定在标注里写明强度比如“(\pi)”或者“(2\pi(\tau/T))”不写的话自己事后看也容易糊涂。第四个坑把周期信号直接当非周期信号求变换。再次强调周期信号不满足绝对可积条件普通傅里叶变换积分会发散必须用级数展开冲激函数的路径。有人在选择题里看到 (\int_{-\infty}^{\infty}) 就直接拿来套周期信号这样做出来的结果几乎不可能正确答案。7. 从知识到分数复习中的练习重点与扩展建议如果这部分内容在准备考研我强烈建议按下面三个层次来练效率会高很多。第一层练“单点熟练度”。把 (1、e^{j\omega_0 t}、\cos、\sin) 的傅里叶变换变成条件反射做到不用思考直接出结果。这几组是后面所有复杂题目的砖块熟练程度直接决定做题速度。第二层练“方波与三角波的套路”。找一个标准周期方波分别用级数展开法和单周期频谱取点法各做一遍对照结果是否一致。再把周期三角波也做一遍体会 (\text{Sa}^2) 比 (\text{Sa}) 衰减更快的实际感受。这一步做扎实之后很多看起来复杂的周期信号都能化简成矩形、三角形的组合。第三层练“系统响应综合题”。找一道包含周期信号激励、线性系统、滤波器输出的综合题分别用傅里叶级数法和傅里叶变换法各解一次。两种方法得出的时域输出应该完全一致如果不一致多半是冲激函数处理时漏了系数或位置。趁热打铁提一个扩展方向把周期信号这套冲激串分析方法迁移到采样定理和离散傅里叶变换里你会发现它们在底层逻辑上完全互通。采样定理里那个“频谱以采样频率为周期延拓”的结论本质上就是周期冲激串在频域里的体现。把这个关联想通信号与系统的中期复习就会轻松很多。最后再分享一个小技巧我自己带学生的时候经常强调周期信号的傅里叶变换公式虽然短但它结合了三块知识——级数系数求法、复指数变换、冲激函数的性质。任何一块不牢做题时就容易翻车。建议每个想彻底搞定这块内容的人都自己从零推导一遍本文章的第二部分推完再去做题整个人会通透很多。如果推的过程中卡在某一处说明那个基础知识还需要回炉重练。
周期信号的傅里叶变换：从冲激函数到频谱的完整推导
1. 先搞清楚非周期信号有频谱周期信号凭什么没有很多人在学到周期信号这里会卡一下。前面刚讲了非周期信号的傅里叶变换说频谱密度函数 (X(j\omega)) 是对非周期信号做积分得到的条件是信号绝对可积。结果回头一看周期信号(\int_{-\infty}^{\infty} |x(t)| , dt) 根本不存在那周期信号是不是就不能做傅里叶变换了这是个非常典型的问题我见过不少人直接拿着周期信号去套傅里叶变换公式算到无穷大就懵了。实际上周期信号完全能做傅里叶变换只是不能用普通函数的思路去理解需要引入一个关键工具——冲激函数。傅里叶变换本质上是在算信号里面“每个频率的分量有多大”。非周期信号的频谱是连续分布的某个具体频率点上的“密度”是有限的而周期信号的频谱是离散的能量全部集中在基波和谐波的频率点上比如 (0、\omega_0、2\omega_0、3\omega_0...)在这些频率点上信号幅度是有限值其他频率点上是零。用“密度”来描述这种离散频谱就会在这些点上出现无穷大的尖峰——这就是冲激。换句话说周期信号的傅里叶变换结果是一串冲激串每个冲激的位置对应谐波频率冲激的强度对应傅里叶级数系数的 (2\pi) 倍。有了这层铺垫后面的推导就顺理成章了。2. 从傅里叶级数出发周期信号傅里叶变换的核心推导2.1 关键跳板复指数信号的傅里叶变换先回顾两个基础结论它们是整个推导的跳板。结论一直流信号 (x(t) 1) 的傅里叶变换是 (2\pi \delta(\omega))。意思是直流信号在 (\omega 0) 处有一个冲激强度是 (2\pi)。这个结论用反变换验证一下就很清楚[ \frac{1}{2\pi} \int_{-\infty}^{\infty} 2\pi \delta(\omega) e^{j\omega t} d\omega 1 ]确实能还原成直流信号。结论二利用傅里叶变换的频移性质 (\mathcal{F}{x(t) e^{j\omega_0 t}} X(j(\omega - \omega_0)))可以直接得到[ \mathcal{F}{e^{j\omega_0 t}} 2\pi \delta(\omega - \omega_0) ]也就是说一个复指数信号在频域上只在 (\omega \omega_0) 这一个点上有分量用一个位于 (\omega_0) 处的冲激来表示。这两条结论虽然简单但别小看它们后面整个周期信号的傅里叶变换都靠它俩撑起来。2.2 核心推导过程级数展开后逐项变换接着看周期信号的傅里叶级数[ x(t) \sum_{n-\infty}^{\infty} X_n e^{jn\omega_0 t} ]这里的 (\omega_0 2\pi/T) 是基波角频率(X_n) 是傅里叶级数的复系数。接下来的操作可能看起来有点“暴力”但数学上没问题对这个级数展开式两边同时做傅里叶变换。因为傅里叶变换是线性变换所以求和符号可以直接拿到变换符号外面[ X(j\omega) \sum_{n-\infty}^{\infty} X_n \cdot \mathcal{F}{e^{jn\omega_0 t}} ]把结论二代入每个复指数项变成对应的频域冲激[ X(j\omega) 2\pi \sum_{n-\infty}^{\infty} X_n \delta(\omega - n\omega_0) ]这就是周期信号傅里叶变换的最终公式看似简单信息量却很大。2.3 公式背后隐藏的物理意义别急着背公式先琢磨一下它到底说了什么。第一周期信号的频谱是离散谱。只有在 (\omega n\omega_0) 这些离散点上有值其他位置都是零。这个“离散”特征跟傅里叶级数的“线谱”直接对应。第二谱线的位置由基波频率 (\omega_0) 决定。(\omega_0) 越小周期越大谱线越密反之谱线越疏。这跟直觉完全一致周期T越大说明信号变化越缓慢频率分辨率应该越高谱线间隔自然越小。第三谱线的“强度”不是简单的 (X_n)而是 (2\pi X_n)。这里 (2\pi) 经常有人漏掉一漏整个结果就错了。我的记忆习惯是直流信号是 (2\pi\delta(\omega))你把直流信号看成一个周期无穷大的周期信号它的级数系数是1代入公式就是 (2\pi \times 1 \times \delta(\omega))正好对得上。如果你用频率 (f)单位Hz而不是角频率 (\omega) 的形式公式会变成[ X(f) \sum_{n-\infty}^{\infty} X_n \delta(f - n f_0) ]这版没有 (2\pi)有些书和工程学科喜欢这种写法。考试做题时一定要先确认题目用的是哪种约定否则很容易差出 (2\pi) 甚至根本对不上答案。3. 常见周期信号的傅里叶变换拿来就能用的结果3.1 直流、复指数、正弦和余弦最基础的几组这几个是最基本、出现频率最高的变换对每个做题的人都要烂熟于心。直流信号[ 1 \quad \leftrightarrow \quad 2\pi\delta(\omega) ]复指数信号[ e^{j\omega_0 t} \quad \leftrightarrow \quad 2\pi\delta(\omega - \omega_0) ]余弦信号用欧拉公式拆成两个复指数的和再做变换[ \cos(\omega_0 t) \frac{1}{2}(e^{j\omega_0 t} e^{-j\omega_0 t}) \quad \leftrightarrow \quad \pi[\delta(\omega - \omega_0) \delta(\omega \omega_0)] ]注意余弦的系数是 (\pi)不是 (2\pi)。因为拆成两个复指数后每个复指数贡献一半的强度。正弦信号[ \sin(\omega_0 t) \frac{1}{2j}(e^{j\omega_0 t} - e^{-j\omega_0 t}) \quad \leftrightarrow \quad j\pi[\delta(\omega \omega_0) - \delta(\omega - \omega_0)] ]正弦比余弦多了一个负号的差异而且整体是纯虚数频谱这是奇函数的特征。很多同学做完题检查时才发现余弦、正弦不分小细节上丢分很可惜。下面这张表我建议直接打印出来贴在桌上信号傅里叶变换(1)(2\pi\delta(\omega))(e^{j\omega_0 t})(2\pi\delta(\omega - \omega_0))(\cos(\omega_0 t))(\pi[\delta(\omega - \omega_0) \delta(\omega \omega_0)])(\sin(\omega_0 t))(j\pi[\delta(\omega \omega_0) - \delta(\omega - \omega_0)])3.2 周期方波从单脉冲到周期脉冲的套路做题最常遇到的就是周期方波。一个幅度为1、周期为T、脉宽为 (\tau) 的单位周期方波脉冲串。套路是这样的先写出单个矩形脉冲的频谱。宽度 (\tau)、幅度1的矩形脉冲傅里叶变换是[ F_0(j\omega) \tau , \text{Sa}(\frac{\omega \tau}{2}) ]其中 (\text{Sa}(x) \sin(x)/x)也就是不少教材里写的抽样函数。然后写出周期方波的傅里叶级数系数。这里有个快速方法级数系数等于单个周期的频谱除以周期再在 (\omega n\omega_0) 处取值[ X_n \frac{1}{T} F_0(j n \omega_0) \frac{\tau}{T} \text{Sa}(\frac{n \omega_0 \tau}{2}) ]最后套用周期信号的傅里叶变换公式得到[ X(j\omega) 2\pi \sum_{n-\infty}^{\infty} \frac{\tau}{T} \text{Sa}(\frac{n \omega_0 \tau}{2}) \delta(\omega - n\omega_0) ]这个结果特别适合画图理解频域里是一根根谱线谱线的包络呈 (\text{Sa}) 函数的形状。(\tau) 越小(\text{Sa}) 函数衰减越慢高频谱线越丰富反过来 (\tau) 越大频谱集中在低频段。时域窄、频域宽的规律在这里体现得淋漓尽致。3.3 周期冲激串最特殊的周期信号还有一个必须掌握的特殊信号周期冲激串。[ p(t) \sum_{n-\infty}^{\infty} \delta(t - nT) ]即每隔T时间出现一个单位冲激。注意这个信号本身不是能量信号但它有明确的结构。它的傅里叶级数系数恒为 (1/T)代入周期信号的傅里叶变换公式[ P(j\omega) \frac{2\pi}{T} \sum_{n-\infty}^{\infty} \delta(\omega - n\omega_0) ]这个结果超经典时域的周期冲激串其傅里叶变换依然是频域的周期冲激串冲激间隔变为 (\omega_0 2\pi/T)强度是 (2\pi/T)。这个结论是后面推导采样定理的数学基石务必记牢。3.4 三角脉冲的傅里叶变换记忆方法有小伙伴提到“三角脉冲的傅里叶变换记忆方法”这里分享三个互相印证的记忆路径。路径一卷积法。两个宽度相同的矩形脉冲做卷积得到的就是一个三角脉冲。时域卷积对应频域相乘所以三角脉冲的频谱等于矩形脉冲频谱的平方。矩形脉冲频谱是 (\tau\text{Sa}(\omega\tau/2))平方后就是 (\tau^2 \text{Sa}^2(\omega\tau/2)) 的某个倍数。这既解释了“为什么三角波频谱带平方”也自然记住了一个关键结论三角脉冲的频谱是 (\text{Sa}^2) 函数比矩形脉冲的 (\text{Sa}) 函数衰减更快因为三角波比矩形波更平滑。路径二二次求导法。对三角脉冲求两次导数会得到三个冲激两头两个负的中间一个正的借助时域微分性质反推也能得到同样结果。这个方法计算量稍大但思路很“理工科”。路径三记忆锚点。直接把结果和“平方”绑定。矩形是 (\text{Sa})三角是 (\text{Sa}^2)后面遇到半波余弦、升余弦脉冲还能推出更高次方。这样就连成一串了不容易混。做题时建议优先用卷积法不容易出错而且每一层的物理意义都很清晰。4. 周期信号和非周期信号之间的联系抽样与卷积的视角4.1 用单个周期的频谱表示周期信号很多教材会从“单个周期截断再周期延拓”的角度来理解周期信号。设非周期信号 (x_0(t)) 是一个周期信号在单个周期内的部分那么整个周期信号可以写为[ x(t) x_0(t) * p(t) ]其中 (p(t)) 是周期冲激串。时域卷积对应频域相乘[ X(j\omega) X_0(j\omega) \cdot P(j\omega) X_0(j\omega) \cdot \frac{2\pi}{T}\sum \delta(\omega - n\omega_0) ]冲激串与任意函数相乘相当于在 (n\omega_0) 处做取样[ X(j\omega) \frac{2\pi}{T}\sum X_0(j n\omega_0)\delta(\omega - n\omega_0) ]这跟前面直接算出来的结果一致。这个推导角度非常实用知道单个周期的频谱就能直接写出周期信号的傅里叶变换不用每次都从头算级数系数。周期方波那节已经演示过这个操作这里再强调一次底层逻辑。4.2 周期信号乘以门函数从离散谱变成连续谱反过来一个无限长的周期信号如果我们只截取有限长的一段频谱会变成什么设 (x(t)) 是周期信号乘以一个宽度有限的矩形窗 (w(t))得到截断后的信号 (y(t) x(t)w(t))。频域里对应卷积[ Y(j\omega) \frac{1}{2\pi} X(j\omega) * W(j\omega) ]由于 (X(j\omega)) 是一串冲激卷积的结果就是把窗函数的频谱复制到每一个谐波频率的位置上。原来无限细的谱线变得有一定宽度了频谱变成了连续谱。这就是“频谱泄漏”现象的本质——我们不可能真的观察无限长信号一旦截断离散谱就变连续谱了。这个知识点在数字信号处理里非常实用。不光做FFT时要知道连仪器测试、音频分析里都会遇到。理解了这里的卷积关系很多工程现象都能解释通。4.3 采样与频谱周期化一条线上的两个方向采样可以看作时域相乘采样信号 (x_s(t) x(t) \cdot p(t))其中 (p(t)) 是周期冲激串。频域对应[ X_s(j\omega) \frac{1}{2\pi} X(j\omega) * P(j\omega) ]因为 (P(j\omega)) 是频域的周期冲激串所以这个卷积的结果就是把 (X(j\omega)) 以 (\omega_s 2\pi/T) 为周期进行搬移复制。这就是采样后频谱周期化的由来也是采样定理、混叠概念的直接数学背景。反过来看周期信号的傅里叶变换公式其实就是频域抽样的结果跟理想采样在数学结构上完全对称。时域抽样和频域抽样是同一套数学思想在两个域中的体现理解了这一点整套傅里叶变换体系就串起来了。5. 几类经典题目的标准解法从思路到步骤的完整操作5.1 给周期信号求傅里叶变换的标准流程遇到求周期信号傅里叶变换的题哪怕我不知道具体信号长什么样也可以按照下面这个流程走绝对不会卡壳。第一步判断信号周期 (T)算出基波频率 (\omega_0 2\pi/T)。第二步写出傅里叶级数展开式或者直接写出单周期频谱 (X_0(j\omega))。如果信号能拆成复指数之和就直接拆如果是方波三角波这类就用单周期频谱取点的做法。第三步套用公式 (X(j\omega) 2\pi\sum X_n\delta(\omega - n\omega_0))把系数和冲激串写全。以周期方波为例题目经常会问“求该周期信号的傅里叶变换并画出频谱”。按照上面的流程先求单周期矩形脉冲频谱 (F_0(j\omega) \tau\text{Sa}(\omega\tau/2))再算系数 (X_n (\tau/T)\text{Sa}(n\omega_0\tau/2))然后写出完整变换式画图时注意 (\text{Sa}) 函数过零点的位置在 (n\omega_0\tau/2 m\pi) 处也就是 (n 2\pi m/(\omega_0\tau))。这个细节画示意图时经常考很多人画出的谱线间距和过零点对不上。5.2 给傅里叶变换由冲激串组成反求周期信号反过来也经常考给定频域表达式[ X(j\omega) \pi[\delta(\omega - \omega_0) \delta(\omega \omega_0)] ]让你反求时域信号。做法是直接套用逆变换公式或者更快速地观察冲激的位置和强度。冲激出现在 (\pm\omega_0)强度各为 (\pi)。和 (\cos(\omega_0 t)) 的变换对比它俩形式一模一样所以 (X(j\omega)) 对应 (\cos(\omega_0 t))。但题目如果给的常数不是 (\pi) 而是别的值就要小心了不能光看位置直接写。比如冲激强度是 (2\pi)对应的是复指数项要同时出现在正负两个频率处合成余弦时强度才会是 (\pi)。这个对应关系不熟练的话做题时容易想当然。5.3 求傅里叶级数与傅里叶变换综合的考研型题目不少考研题会故意把傅里叶级数和傅里叶变换放在同一道题里考。比如告诉你周期信号 (x(t)) 的傅里叶级数系数 (X_n)让你求它通过某个理想低通滤波器后的输出。解题关键周期信号通过LTI系统时输出仍然是周期信号且频率不变只有幅度和相位发生改变。系统的频率响应 (H(j\omega)) 在谐波频率处的取值直接决定输出的傅里叶级数系数[ Y_n H(j n\omega_0) \cdot X_n ]如果换成用傅里叶变换来做思路就是周期信号变换成冲激串冲激强度乘上 (H(j n\omega_0))再合成为新的周期信号。两种方法结果一样但考试时用级数法更直接不容易在冲激函数上犯错。这类综合题特别适合复习时拿来检验自己对“级数-变换-系统响应”这一整条知识链的熟练程度。哪一环卡住就说明那个基础知识还没吃透得回头补。5.4 用奇偶性和帕塞瓦尔定理快速检验结果做完题不知道怎么检查对不对我常用的快速校验有两个。第一个是奇偶性校验。实偶函数的频谱是实偶函数比如 (\cos(\omega_0 t)) 的频谱是实函数实奇函数的频谱是虚奇函数比如 (\sin(\omega_0 t)) 的频谱是纯虚数。如果你算出来的频谱虚实性质跟信号奇偶性对不上肯定某个环节错了。第二个是帕塞瓦尔定理。周期信号在一个周期内的平均功率等于各次谐波幅度平方之和[ \frac{1}{T}\int_T |x(t)|^2 dt \sum_{n-\infty}^{\infty}|X_n|^2 ]这个等式同时连接时域积分和频域系数是检验傅里叶级数系数算得对不对的利器。如果你算的系数代入上式两边不平衡说明系数有误回溯检查展开过程。这个方法考研和高数类课程里经常出现别嫌麻烦实际做题时非常可靠。6. 做这块内容最容易踩的坑血泪教训汇总练了这么多题这几个坑值得单独说因为它们不是知识不会而是细节上反复出错。第一个坑漏掉 (2\pi)。究其原因是教材约定不统一。用角频率 (\omega) 定义的傅里叶变换周期信号的变换式前面有 (2\pi)用频率 (f) 定义的变换公式里没有。同一个题目在不同教材里答案形式可能不一样。解决办法是开考前就明确自己用的哪套约定全程统一。第二个坑系数弄反。比如余弦信号变换后是 (\pi\delta(\omega\pm\omega_0))不是 (2\pi\delta(\omega\pm\omega_0))。可以通过欧拉公式拆开验证不建议死记。一旦死记时间一长肯定混。我每次记不住时就会快速写一遍欧拉公式不费时间但准确率立刻上来。第三个坑画频谱图的比例。周期信号的频谱图是画冲激箭头要注意箭头高度代表的是冲激强度面积。有的同学把箭头高度画成 (X_n) 而不是 (2\pi X_n)图跟公式不一致评卷时容易被扣分。画图时一定在标注里写明强度比如“(\pi)”或者“(2\pi(\tau/T))”不写的话自己事后看也容易糊涂。第四个坑把周期信号直接当非周期信号求变换。再次强调周期信号不满足绝对可积条件普通傅里叶变换积分会发散必须用级数展开冲激函数的路径。有人在选择题里看到 (\int_{-\infty}^{\infty}) 就直接拿来套周期信号这样做出来的结果几乎不可能正确答案。7. 从知识到分数复习中的练习重点与扩展建议如果这部分内容在准备考研我强烈建议按下面三个层次来练效率会高很多。第一层练“单点熟练度”。把 (1、e^{j\omega_0 t}、\cos、\sin) 的傅里叶变换变成条件反射做到不用思考直接出结果。这几组是后面所有复杂题目的砖块熟练程度直接决定做题速度。第二层练“方波与三角波的套路”。找一个标准周期方波分别用级数展开法和单周期频谱取点法各做一遍对照结果是否一致。再把周期三角波也做一遍体会 (\text{Sa}^2) 比 (\text{Sa}) 衰减更快的实际感受。这一步做扎实之后很多看起来复杂的周期信号都能化简成矩形、三角形的组合。第三层练“系统响应综合题”。找一道包含周期信号激励、线性系统、滤波器输出的综合题分别用傅里叶级数法和傅里叶变换法各解一次。两种方法得出的时域输出应该完全一致如果不一致多半是冲激函数处理时漏了系数或位置。趁热打铁提一个扩展方向把周期信号这套冲激串分析方法迁移到采样定理和离散傅里叶变换里你会发现它们在底层逻辑上完全互通。采样定理里那个“频谱以采样频率为周期延拓”的结论本质上就是周期冲激串在频域里的体现。把这个关联想通信号与系统的中期复习就会轻松很多。最后再分享一个小技巧我自己带学生的时候经常强调周期信号的傅里叶变换公式虽然短但它结合了三块知识——级数系数求法、复指数变换、冲激函数的性质。任何一块不牢做题时就容易翻车。建议每个想彻底搞定这块内容的人都自己从零推导一遍本文章的第二部分推完再去做题整个人会通透很多。如果推的过程中卡在某一处说明那个基础知识还需要回炉重练。
