離散時間信号処理の研究では、離散時間フーリエ変換 (DTFT) の特性を理解することが、周波数領域での信号分析および操作に重要です。周波数微分、畳み込み、累積、パーセバルの関係など、いくつかの特性は、信号分析のための強力なツールを提供します。
周波数微分特性は、DTFT のペアを検討し、両辺を ω に関して微分することによって示されます。虚数単位 j を乗算すると、右辺は n x[n] のフーリエ変換に変換されます。数学的には、 X(e^jω) が x[n] の DTFT である場合、 j(d/dω(X(e^jω)) は n x[n] の DTFT です。この特性は、信号のスペクトルの傾きに関連する周波数特性を見つけるのに役立ちます。
離散時間畳み込みを DTFT のペアに適用すると、別の重要な特性が観察されます。右側の加算の順序を変更し、時間シフト特性を適用すると、時間畳み込み特性に到達します。これは、時間領域での 2 つの信号の畳み込みが、周波数領域での DTFT の乗算に対応することを示しています。逆に、時間領域で 2 つの信号を乗算すると、周波数領域での DTFT の周期的な畳み込みにつながります。周波数領域、周期の逆数でスケーリングされます。
累積特性は、離散時間信号を時間とともに合計することに重点を置いています。この累積信号の離散時間フーリエ変換 (DTFT) は、元の信号の DTFT と関連していますが、指数スケーリング係数によって変更されます。さらに、デルタ関数を含む項があり、周波数領域で 2π 間隔で周期的な要素を導入します。この特性は、時間領域での累積が周波数表現にどのように影響し、周期的な特徴につながるかを強調しています。
パーセバルの関係は、時間領域での信号のエネルギーを周波数領域での表現にリンクする重要な結果です。具体的には、時間領域での振幅の二乗の合計である信号 x[n] の合計エネルギーは、その DTFT の振幅の二乗の積分に等しくなります。この関係は、両方の領域での信号電力とエネルギーを分析する上で基本となります。
これらの特性により、離散時間システムを分析、設計、理解する能力が総合的に強化され、デジタル信号処理に不可欠なものとなっています。
章から 17:
Now Playing
The Fourier Transform
174 閲覧数
The Fourier Transform
273 閲覧数
The Fourier Transform
464 閲覧数
The Fourier Transform
153 閲覧数
The Fourier Transform
153 閲覧数
The Fourier Transform
795 閲覧数
The Fourier Transform
250 閲覧数
The Fourier Transform
342 閲覧数
The Fourier Transform
206 閲覧数
The Fourier Transform
254 閲覧数
Copyright © 2023 MyJoVE Corporation. All rights reserved