通讯原理二章讯号与线系统.ppt

第二章 訊號與線性系統,1,通訊原理 第二章 訊號與線性系統,第二章 訊號與線性系統,2,大綱,2.1 訊號模型(Signal Models) 2.2 訊號分類(Signal Classifications) 2.3 廣義轉換(Generalized Transformation) 2.4 傅利葉級數(Fourier Series) 2.5 傅利葉轉換(Fourier Transform) 2.6 功率頻譜密度和相關函數(Power Spectral Density and Correlation Function) 2.7 線性系統(Linear Systems) 2.8 希伯特轉換(Hilbert Transform) 2.9 帶通訊號與系統標準表示式(Canonical Representations of Bandpass Signals/System),第二章 訊號與線性系統,3,大綱,2.1 訊號模型(Signal Models) 單位步階訊號 單位脈衝訊號 弦波訊號 指數訊號 2.2 訊號分類(Signal Classifications) 2.3 廣義轉換(Generalized Transformation) 2.4 傅利葉級數(Fourier Series) 2.5 傅利葉轉換(Fourier Transform) 2.6 功率頻譜密度和相關函數(Power Spectral Density and Correlation Function) 2.7 線性系統(Linear Systems) 2.8 希伯特轉換(Hilbert Transform) 2.9 帶通訊號與系統標準表示式(Canonical Representations of Bandpass Signals/System),第二章 訊號與線性系統,4,單位步階訊號,單位步階訊號(unit step signal)以單位步階函數(unit step function or Heaviside unit function)表示之，單位步階函數定義為：,第二章 訊號與線性系統,5,單位脈衝訊號,單位脈衝訊號(unit impulse signal)以單位脈衝函數(unit impulse function or Dirac delta function)表示之，單位脈衝函數定義為： 原始的單位脈衝函數之物理意義,第二章 訊號與線性系統,6,單位脈衝訊號(續),單位脈衝訊號在積分式之運算,單位脈衝函數之圖示,第二章 訊號與線性系統,7,弦波訊號,弦波訊號(sinusoidal signal)表示為： 已知弦波訊號是週期訊號(稍後討論)，其週期為T0 。 A：振幅峰值(peak amplitude) w0 或 f0 ：基本頻率(fundamental frequency) ，簡稱頻率。 ：相位(phase),第二章 訊號與線性系統,8,弦波訊號(續),給定振幅峰值、頻率及相位三個參數則表示給定了一個弦波訊號。,第二章 訊號與線性系統,9,考量弦波訊號 延遲(delay) 後可表示為： 訊號x(t)與xd(t)在時間差所造成的效應相當於相位角相差 ；換言之，兩正弦訊號之相位差為 時，代表此兩正弦訊號之時間延遲(time delay)為 。,弦波訊號之相位與延遲,第二章 訊號與線性系統,10,弦波訊號中的兩個頻率符號 和 ，其中 稱為基本角頻率(fundamental angular frequency)，單位是弳度/秒(rad/sec)；而 稱為基本頻率(fundamental frequency)，單位是赫茲(Hz)或1/sec。這兩個頻率之間存在一個常數倍2 ，即 。,弦波訊號之頻率與角頻率,第二章 訊號與線性系統,11,餘弦函數表示弦波訊號： 弦波是一個單頻訊號，可直覺地想成單頻訊號的振幅大小和相位都只集中在單一頻率 那一點。 橫軸為頻率之方式繪圖稱為頻域表示法，就是所謂的頻譜(spectrum)，此種將訊號頻譜只表示於正頻率(分佈於f 0之繪圖稱為單邊頻譜(single-sided spectrum)。因為單頻訊號的振幅大小和相位都只集中在單一頻率f0那一點，所以頻譜繪圖時以脈衝訊號表示。,弦波訊號與其單邊頻譜,第二章 訊號與線性系統,12,一般複指數訊號,一般複指數訊號(general complex exponential signal) 表示為： 其中使用了歐拉公式： 。訊號x(t)的實部: 與虛部: 之振幅是指數遞增(當 )或遞減(當 )的弦波訊號。,第二章 訊號與線性系統,13,複指數訊號(complex exponential signal) 為： 以上複指數訊號為一週期訊號，其基本週期為 更完整的關係式可表示為 ： A：振幅 w0 或 f0：基本頻率 (簡稱頻率) ：相位,複指數訊號,第二章 訊號與線性系統,14,一複指數訊號 可以看成長度A的線段以定角速度逆時針繞原點旋轉，如下圖所示，其中 是t = 0時的相位(相角)，或稱為初始相位(initial phase) 。,複指數訊號之旋轉向量表示法,第二章 訊號與線性系統,15,複指數訊號之旋轉向量表示法(範例),以旋轉相量表示法描述3個不同的複指數訊號。,第二章 訊號與線性系統,16,弦波訊號與其雙邊頻譜,利用歐拉公式(Euler formula)將弦波訊號改寫成複指數型式： 以複指數之相關參數繪製頻譜，可得雙邊頻譜(分佈於f = 0之兩側)。,第二章 訊號與線性系統,17,大綱,2.1 訊號模型(Signal Models) 2.2 訊號分類(Signal Classifications) 連續時間訊號與離散時間訊號 類比訊號與數位訊號 週期訊號及非週期訊號 奇訊號及偶訊號 定型訊號及隨機訊號 功率訊號及能量訊號 2.3 廣義轉換(Generalized Transformation) 2.4 傅利葉級數(Fourier Series) 2.5 傅利葉轉換(Fourier Transform) 2.6 功率頻譜密度和相關函數(Power Spectral Density and Correlation Function) 2.7 線性系統(Linear Systems) 2.8 希伯特轉換(Hilbert Transform) 2.9 帶通訊號與系統標準表示式(Canonical Representations of Bandpass Signals/System),第二章 訊號與線性系統,18,連續時間訊號與離散時間訊號,連續時間訊號(continuous-time signal)：連續時間訊號以函數x(t)表示之，其中t是連續時間變數。 離散時間訊號(discrete-time signal) ：離散時間訊號只定義在離散的時間點上，一般以離散時間變數n的序列(sequence) xn表示之，其中變數n為整數。,連續時間訊號的例子,離散時間訊號的例子,第二章 訊號與線性系統,19,連續時間訊號與其取樣訊號,取樣(sampling) ：連續時間訊號x(t)在離散時間點 的函數值 稱為x(t)的取樣(samples)，由取樣組成的離散時間訊號以序列形式表示：,第二章 訊號與線性系統,20,類比訊號與數位訊號,類比訊號(analog signal) ：訊號之振幅大小(強度)用任意區間a, b之連續數值描述之連續值訊號(continuous-valued signal)，其中a和b可以分別為和。 數位訊號(digital signal) ：訊號之振幅大小用離散(或有限個數)數值描述之離散值訊號(discrete-valued signal) 。,第二章 訊號與線性系統,21,週期訊號及非週期訊號,週期訊號(periodic signal) ：連續時間訊號x(t)滿足條件 非週期訊號(nonperiodic or aperiodic signal) ：任何不滿足上述週期特性的連續時間訊號x(t) 。 連續時間訊號週期特性可表示成 所有t及任意正整數m T0為週期訊號x(t)的基本週期(fundamental period) ， f0 =1/T0稱為基本 頻率(fundamental frequency) 。 離散時間訊號xn的週期特性可表示成 N0為週期序列xn的基本週期。,第二章 訊號與線性系統,22,週期訊號的例子,(a) 連續時間週期訊號的例子,(b) 離散時間週期訊號的例子,第二章 訊號與線性系統,23,奇訊號及偶訊號,偶訊號(even signal) ：訊號x(t)或序列xn滿足條件 奇訊號(odd signal) ：訊號x(t)或序列xn滿足條件,一個偶訊號的例子,一個奇訊號的例子,第二章 訊號與線性系統,24,訊號表示成奇訊號與偶訊號之和,訊號可以表示成一個奇訊號與偶訊號之和 其中,第二章 訊號與線性系統,25,定型訊號及隨機訊號,定型訊號(deterministic signal)是在任何給定時間其數值是可預知的，也就是說定型訊號可用已知的函數加以描述或表示。 有些訊號在任何給定時間的數值是隨機而不可預知，此種不能用已知的數學式描述而必須用機率及統計特性描述的訊號稱為隨機訊號(random signal) 。 給定一訊號可表示為 若w0與是常數則x(t)是定型訊號(給定任意t值皆可預知x(t)值)。反之，若w0是常數，而 =/3或 =/3的機率各半，此情況下的x(t)則為隨機訊號(即使給定t值，我們也無法預知x(t)值，因為無法預知)。,第二章 訊號與線性系統,26,訊號之功率與能量,任意連續時間訊號x(t)的總能量(total energy) E及平均功率(average power) P分別定義為: 離散時間訊號xn的總能量E及平均功率P分別定義為：,第二章 訊號與線性系統,27,功率訊號及能量訊號,訊號x(t)的總能量E有定義而且為有限值，亦即 ，那麼此訊號稱為能量訊號。 如果訊號x(t)的平均功率P有定義而且為有限值，亦即 此訊號則稱為功率訊號。 假如一訊號不符合上述能量及功率特性，則此訊號既非能量訊號也非功率訊號 。 訊號 其總能量為 因為x(t)的總能量有限，亦即 ，此訊號為能量訊號。,第二章 訊號與線性系統,28,功率訊號及能量訊號(續),一週期為T0的週期訊號 其平均功率為 因為x(t)的平均功率值有限 ，亦即 ，此訊號為功率訊號。 訊號 其總能量為 其平均功率為 x(t)的總能量和平均功率皆為，因此這個訊號既非能量訊號也非功率訊號。,第二章 訊號與線性系統,29,大綱,2.1 訊號模型(Signal Models) 2.2 訊號分類(Signal Classifications) 2.3 廣義轉換(Generalized Transformation) 2.4 傅利葉級數(Fourier Series) 2.5 傅利葉轉換(Fourier Transform) 2.6 功率頻譜密度和相關函數(Power Spectral Density and Correlation Function) 2.7 線性系統(Linear Systems) 2.8 希伯特轉換(Hilbert Transform) 2.9 帶通訊號與系統標準表示式(Canonical Representations of Bandpass Signals/System),第二章 訊號與線性系統,30,正交基底函數,給定一組訊號 ，若其中任何兩個訊號 和 滿足下列條件 ： 則稱此組訊號 在區間 正交(orthogonal)。 若將每一個函數 的大小皆為1，即上式 = 1，稱 被正規化(normalized) 。 一組正規化正交函數稱為規一正交基底組(orthonormal basis set)。 複指數 在任意週期區間 正交。,第二章 訊號與線性系統,31,訊號之廣義級數表示,一T0秒區間(t0 , t0+T0 )訊號x(t)可以用規一正交基底組： 表示成 Parseval定理,第二章 訊號與線性系統,32,大綱,2.1 訊號模型(Signal Models) 2.2 訊號分類(Signal Classifications) 2.3 廣義轉換(Generalized Transformation) 2.4 傅利葉級數(Fourier Series) 2.5 傅利葉轉換(Fourier Transform) 2.6 功率頻譜密度和相關函數(Power Spectral Density and Correlation Function) 2.7 線性系統(Linear Systems) 2.8 希伯特轉換(Hilbert Transform) 2.9 帶通訊號與系統標準表示式(Canonical Representations of Bandpass Signals/System),第二章 訊號與線性系統,33,傅利葉級數觀念與表示方式,任何週期訊號 x(t) 可由不同的振幅、頻率和相位之弦波所組成，這便是傅利葉級數要陳述的觀念。傅利葉分析可證明一基本頻率為f0的週期訊號可以表示成一傅利葉級數，數學上對可以表示成傅利葉級數之訊號有以下嚴謹的限制條件： 在任意週期內為絕對可積分，即 。 任意有限時間區間內， x(t)極值(包括極大與極小)的個數有限。 任意有限時間區間內， x(t) 不連續點的個數有限且這些不連續點也必須有限值。 傅利葉級數有以下三種表示式： 複指數傅利葉級數(complex exponential Fourier series) 三角傅利葉級數(trigonometric Fourier series) 諧波型式傅利葉級數(harmonic form Fourier series),第二章 訊號與線性系統,34,複指數傅利葉級數,一個基本頻率為 f0 的週期訊號可表示成複指數傅利葉級數： 其中 稱為複數傅利葉係數，係數計算式中 表示積分一個週期，積分上下限最常用0到 或 到 。 當n = 0 時係數為： 係數c0代表訊號在一個週期內的平均值，因為是週期訊號，一個週期內的平均值也就是整個訊號的平均值，此平均值表示訊號的直流成份(dc component)。 若x(t)是實數週期訊號，那麼可得： 其中 * 代表複數共軛(complex conjugate)。,第二章 訊號與線性系統,35,三角傅利葉級數,一個基本頻率為f0的週期訊號也可表示成所謂的三角傅利葉級數： 其中,第二章 訊號與線性系統,36,三角傅利葉級數(續),利用歐拉公式可以很容易找出複指數傅利葉級數與三角傅利葉級數之間係數的關係，可得係數關係式： 若週期訊號為實數，可知 與 為實數，且 因此可得：,第二章 訊號與線性系統,37,三角傅利葉級數(續),若週期訊號為偶函數，三角傅利葉級數簡化成： 若週期訊號為奇函數，三角傅利葉級數簡化成：,第二章 訊號與線性系統,38,諧波型式傅利葉級數,諧波型式傅利葉級數： 其中 代表週期訊號的直流成份； 稱為週期訊號的基本成份(fundamental component)，因為這一項與 有相同基本頻率； 稱為週期訊號的第n次諧波成份(the nth harmonic component)， 稱為諧波振幅(harmonic amplitudes)以及 稱為相角(phase angle)。,第二章 訊號與線性系統,39,傅利葉級數物理意義解析,觀察前述週期訊號的傅利葉級數表示式，綜合整理並說明幾個重點或所代表的物理意義如下： C0 = c0 = a0/2 代表週期訊號的直流成份，即週期訊號的平均值。 基本頻率f0 之週期訊號可分解成不同頻率之成份，或是說由不同頻率成份可組成此週期訊號，其中每一個頻率成份都是單頻的弦波(或複指數)型式，其頻率分別是的f0整數倍。這個最小頻率f0稱為此週期訊號之基本頻率。其他的整數n倍頻率稱為諧波(harmonics) ，即稱為n次諧波，例如 3f0稱為3次諧波。 週期訊號的週期與其基本頻率成份這個弦波的週期相等。 雖然列述三種傅利葉級數表示式，其實這三種表示式都是互相等效的(可以互相轉換得到)，複數型式最具一般性，而且計算較簡易。,第二章 訊號與線性系統,40,週期訊號的功率分析,週期 為的週期訊號之平均功率計算式: 若將此週期訊號表示成複指數傅利葉級數，上述平均功率計算式可改寫成:,上式推導用到複數共軛、積分 與加總運算互換,第二章 訊號與線性系統,41,週期訊號的功率分析(續),傅利葉級數的Parseval定理(Parseval theorem)或Parseval等式(Parseval identity) 將複指數與三角傅利葉級數的係數關係式代入上式，計算整理後可得到：,第二章 訊號與線性系統,42,週期訊號的雙邊頻譜分析,將基本頻率f0之週期訊號展開成複指數傅利葉級數改寫為： 繪出 對應頻率圖以及 對應頻率圖，分別稱為週期訊號的振幅頻譜(amplitude spectrum)和相位頻譜(phase spectrum) 。 因為n為整數，所以週期訊號的振幅頻譜和相位頻譜是離散的(只分佈在頻率nf0的地方)，此種頻譜歸類於離散頻譜(discrete frequency spectra)或線形頻譜(line spectra)。 如果週期訊號是實數，那麼可知 ，因此 這個式子說明實數週期訊號的振幅頻譜是偶函數，而相位頻譜是奇函數。,第二章 訊號與線性系統,43,週期訊號的單邊頻譜分析,當週期訊號是實數時，基本頻率f0之週期訊號可展開成諧波型式傅利葉級數 繪出Cn對應頻率圖以及n對應頻率圖，完成實數週期訊號單邊頻譜分析。同樣地，上述傅利葉級數分析可知實數週期訊號由弦波組成，其頻譜是呈現離散形式分佈。,第二章 訊號與線性系統,44,傅利葉級數範例,一方波週期訊號x(t)之時域波形，其週期為T0(基本頻率為f0) 複指數傅利葉級數之係數：,第二章 訊號與線性系統,45,傅利葉級數範例(續),複指數傅利葉級數之係數改寫為 此方波週期訊號表示成複指數傅利葉級數式展開式： 三角傅利葉級數式展開式：,第二章 訊號與線性系統,46,傅利葉級數範例(續),方波週期訊號之傅利葉級數分析,第二章 訊號與線性系統,47,傅利葉級數範例(續),方波週期訊號之傅利葉級數分析(續),第二章 訊號與線性系統,48,傅利葉級數範例(續),時域上計算平均功率： 以複指數傅利葉級數計算平均功率 根據Parseval等式，上述兩種結果要相等，得到一個無窮序列和之公式，即,第二章 訊號與線性系統,49,傅利葉級數範例(續),方波週期訊號之雙邊頻譜,(b) 相位頻譜,(a) 振幅頻譜,第二章 訊號與線性系統,50,傅利葉級數範例(續),實數週期訊號的振幅頻譜是偶函數，而相位頻譜是奇函數。如果傅利葉級數展開式各成份之相位 只是0、 或 時，cn為實數，因此各成份之相位以正負號方式呈現在cn，此情況可將振幅頻譜和相位頻譜合併繪圖，即繪出cn對應頻率圖。,第二章 訊號與線性系統,51,傅利葉級數範例(續),頻譜是一個訊號頻率的涵蓋範圍。頻譜的寬度是訊號的絕對頻寬(absolute bandwidth)，以前頁頻譜圖為例並假設 以後皆為0，那麼訊號的絕對頻寬是 。有許多訊號的頻寬是無限大，但其大部分的能量侷限於相對窄頻帶內，此頻帶寬稱為有效頻寬(effective bandwidth)或簡單地稱為頻寬，下圖為數位廣播基頻訊號頻譜，有效頻寬約1.5 MHz。請特別注意到，頻寬計算只考慮正頻率部份，因為負頻率本質上與正頻率完全相同。,第二章 訊號與線性系統,52,大綱,2.1 訊號模型(Signal Models) 2.2 訊號分類(Signal Classifications) 2.3 廣義轉換(Generalized Transformation) 2.4 傅利葉級數(Fourier Series) 2.5 傅利葉轉換(Fourier Transform) 2.6 功率頻譜密度和相關函數(Power Spectral Density and Correlation Function) 2.7 線性系統(Linear Systems) 2.8 希伯特轉換(Hilbert Transform) 2.9 帶通訊號與系統標準表示式(Canonical Representations of Bandpass Signals/System),第二章 訊號與線性系統,53,從傅利葉級數至傅利葉轉換,一個分佈在有限區間a a 的方形訊號代表一般的非週期訊號。同時令 訊號是將訊號重覆延伸產生的一個週期為T0的週期訊號xE(t)，若將訊號 之週期變成無窮大，那麼此訊號就變成非週期訊號，其關係可描述成,第二章 訊號與線性系統,54,從傅利葉級數至傅利葉轉換(續),週期訊號xE(t)之傅利葉級數的係數如下：,其中,第二章 訊號與線性系統,55,從傅利葉級數至傅利葉轉換(續),週期增加係數大小減小；頻譜分佈漸密。,第二章 訊號與線性系統,56,從傅利葉級數至傅利葉轉換(續),週期增加係數大小減小；頻譜分佈漸密。,第二章 訊號與線性系統,57,從傅利葉級數至傅利葉轉換(續),延伸此一趨勢至極限 ，週期訊號 就變成非週期訊號，但是此時所有的傅利葉級數係數 ，這表示無法使用傅利葉級數來表示非週期訊號。直接觀察傅利葉級數之係數計算式亦可得到此結果。 雖然傅利葉級數無法表示非週期訊號，但是我們可以由傅利葉級數推導得到一個適用於分析非週期訊號之工具，稱之為傅利葉轉換對(Fourier transform pairs)，其中包括傅利葉轉換(Fourier transform)和逆傅利葉轉換(inverse Fourier transform) 。,第二章 訊號與線性系統,58,傅利葉轉換對,傅利葉轉換(Fourier Transform)與逆傅利葉轉換(Inverse Fourier Transform)，分別用符號 和 表示其運算元： 以上兩個轉換一起稱之為傅利葉轉換對(Fourier transform pairs)，且兩者互為逆運算並表示成,第二章 訊號與線性系統,59,傅利葉轉換之條件,數學上確保傅利葉轉換可以收斂的條件是： 為絕對可積分，即 任意有限時間區間內， 極值(包括極大與極小)的個數有限。 任意有限時間區間內， 不連續點的個數有限且這些不連續點也必須為有限值。 若允許脈衝訊號： 和 可以用於傅利葉轉換對的情況，許多訊號 (諸如常用的脈衝訊號、步階訊號、複指數、弦波訊號以及週期訊號)都可有其傅利葉轉換，這種傅利葉轉換稱為一般化傅利葉轉換(generalized Fourier transform)。,第二章 訊號與線性系統,60,傅利葉轉換範例-1,方形脈波訊號(rectangular pulse signal) ： 計算傅利葉轉換,第二章 訊號與線性系統,61,傅利葉轉換範例-2,之傅利葉轉換: 利用 ，並將此式看成 的逆傅利葉轉換式，那麼這表示 ，其相對應的訊號 ，所以其傅利葉轉換表示成 直接利用上述結果可得到 之傅利葉轉換,第二章 訊號與線性系統,62,傅利葉轉換範例-2(續),之傅利葉轉換 之傅利葉轉換 之傅利葉轉換,第二章 訊號與線性系統,63,傅利葉轉換範例-2(續),第二章 訊號與線性系統,64,傅利葉轉換的特性,線性(linearity) ： 時移(time shifting) ： 訊號在時間軸上平移(訊號超前或延遲)在頻域的效果相當於在原訊號的相位頻譜加上一個線性變化量 ，此變化量稱為傅利葉轉換的線性相位平移(linear phase shift)。 頻移(frequency shifting) ： 訊號在時域乘上一複指數訊號 的程序稱為複數調變(complex modulation)，此複數調變程序在頻域的效果相當於將訊號頻譜在頻率軸上平移f0。,第二章 訊號與線性系統,65,傅利葉轉換的特性(續),時間比例調整(time scaling) ： 訊號在時域的時間參數t做等比例放大或縮小a倍，此程序在頻域的頻率參數f 縮小或放大 倍，同時振幅大小也縮小或放大 倍。訊號在時間軸壓縮( )則其頻譜會擴張，反之，訊號在時間擴張 ( )則其頻譜會壓縮。 時間反轉(time reversal) ： 對偶(Duality) ：,第二章 訊號與線性系統,66,傅利葉轉換的特性(續),時域微分(differentiation in the time domain) ： 頻域微分(differentiation in the frequency domain) ： 旋積(convolution) ： 前述特性為時域旋積定理(time convolution theorem)，此定理說明在時域兩個訊號做旋積運算的效果相當於在頻域做相乘運算。在時域以旋積分析連續時間LTI系統，根據此旋積定理，運用傅利葉轉換將訊號與系統轉換至頻域可以簡單地以相乘運算方式分析連續時間LTI系統。,第二章 訊號與線性系統,67,傅利葉轉換的特性(續),乘積(multiplication) ： 頻域旋積定理(frequency convolution theorem)，與時域旋積定理互為對偶。此定理說明兩個訊號在頻域做旋積運算，其效果相當於在時域做相乘運算。 時域積分(integration in the time domain) ：,第二章 訊號與線性系統,68,傅利葉轉換的特性(續),實數訊號 ：一實數訊號可表示成 其中 和 分別是 的偶訊號部份與奇訊號部份，令 的傅利葉轉換可表示成,那麼可知,第二章 訊號與線性系統,69,傅利葉轉換的特性(續),Parseval定理： 訊號的正規化總能量為: 上式稱為傅利葉轉換的Parseval定理或Parseval等式。與傅利葉級數的Parseval定理相同，傅利葉轉換的Parseval定理也說明連續時間訊號的正規化總能量可在時域使用，也可以在頻域用。因為在頻域計算訊號的能量 是將對所有頻率積分得到，因此稱為訊號的能量密度頻譜(energy density spectrum)，同時上式也稱為能量定理(energy theorem)。,第二章 訊號與線性系統,70,訊號的能量或功率分析,非週期訊號 的能量密度頻譜(energy density spectrum) 週期訊號 的 可定義為的功率密度頻譜(power density spectrum)，並表示成 採用三角傅利葉級數表示週期訊號時，的功率密度頻譜也可表示成,第二章 訊號與線性系統,71,傅利葉轉換與訊號頻譜分析,訊號 的傅利葉轉換 是複數型式，因此可表示成： 以 對應頻率圖以及 對應頻率圖表示訊號的頻譜(spectrum)，或稱為傅利葉頻譜(Fourier spectrum)。其中 對應頻率圖稱為 的強度頻譜(magnitude spectrum)；而 對應頻率圖稱為 的相位頻譜(phase spectrum)。 訊號是實數，那麼由傅利葉轉換定義式可得 因此 實數訊號的強度頻譜是偶函數，相位頻譜是奇函數。,第二章 訊號與線性系統,72,傅利葉轉換與訊號頻譜分析(續),週期訊號展開成傅利葉級數後，再將其傅利葉級數做傅利葉轉換得到 將係數表示成 ，頻譜表示法為：,第二章 訊號與線性系統,73,傅利葉轉換與訊號頻譜分析之範例,訊號 ：,傅利葉轉換為,第二章 訊號與線性系統,74,大綱,2.1 訊號模型(Signal Models) 2.2 訊號分類(Signal Classifications) 2.3 廣義轉換(Generalized Transformation) 2.4 傅利葉級數(Fourier Series) 2.5 傅利葉轉換(Fourier Transform) 2.6 功率頻譜密度和相關函數(Power Spectral Density and Correlation Function) 2.7 線性系統(Linear Systems) 2.8 希伯特轉換(Hilbert Transform) 2.9 帶通訊號與系統標準表示式(Canonical Representations of Bandpass Signals/System),第二章 訊號與線性系統,75,時間平均自相關函數與能量頻譜密度,能量訊號x(t)的時間平均自相關函數(the time average autocorrelation function)定義為 能量訊號x(t)的能量頻譜密度與其時間平均自相關函數是傅利葉轉換對： 訊號能量,第二章 訊號與線性系統,76,時間平均自相關函數與功率頻譜密度,功率訊號x(t)的時間平均自相關函數(the time average autocorrelation function)定義為 若具週期特性 上式簡化為 功率訊號x(t)的功率頻譜密度與其時間平均自相關函數是傅利葉轉換對： 訊號平均功率,第二章 訊號與線性系統,77,時間平均自相關函數特性,在 = 0有相對最大值，即 。 為偶函數，即 。 訊號x(t)為週期T0的週期函數， 為週期T0的週期函數。 的傅利葉轉換為非負函數，因為正規化功率不為負值。,第二章 訊號與線性系統,78,大綱,2.1 訊號模型(Signal Models) 2.2 訊號分類(Signal Classifications) 2.3 廣義轉換(Generalized Transformation) 2.4 傅利葉級數(Fourier Series) 2.5 傅利葉轉換(Fourier Transform) 2.6 功率頻譜密度和相關函數(Power Spectral Density and Correlation Function) 2.7 線性系統(Linear Systems) 2.8 希伯特轉換(Hilbert Transform) 2.9 帶通訊號與系統標準表示式(Canonical R