深入浅出通信原理2021-03-07
系列文章目录第一章 深入浅出通信原理之卷积第一章 深入浅出通信原理之傅里叶变换第一章 深入浅出通信原理之提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录系列文章目录前言一、pandas是什么?二、使用步骤1.引入库2.读入数据总结前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机
系列文章目录
文章目录
复指数信号
一、复指数信号的物理意义
回想一下之前讲过的用复指数信号表示 f ( t ) = cos w t f(t)=\cos wt f(t)=coswt和 f ( t ) = sin w t f(t)=\sin wt f(t)=sinwt,
f ( t ) = cos w t = 1 2 e j w t + 1 2 e − j w t f(t)=\cos wt=\frac{1}{2}e^{jwt}+\frac{1}{2}e^{-jwt} f(t)=coswt=21ejwt+21e−jwt
f ( t ) = sin w t = 1 2 e j w t − 1 2 e − j w t f(t)=\sin wt=\frac{1}{2}e^{jwt}-\frac{1}{2}e^{-jwt} f(t)=sinwt=21ejwt−21e−jwt
我们会发现会出现负的频率(-w),一般来说,频率都是正的,如我们经常说市电的频率是50Hz而不说-50Hz,应该如何理解 e j w t e^{jwt} ejwt的物理意义呢?
先看看 e j w t e^{jwt} ejwt的物理意义: e j w t = cos w t + j sin w t e^{jwt}=\cos{wt}+j\sin{wt} ejwt=coswt+jsinwt表示一个初始相位为零的单位旋转向量,该向量的模为1,在实轴上的投影为 cos w t \cos{wt} coswt,在虚轴上的投影为 sin w t \sin{wt} sinwt。
这一点在很多书中都会提到,但是讲傅里叶变换时很少有书将复指数的物理意义联系起来。
加上时间轴t,我们来看旋转向量的三维图:
注:x轴为实轴,y轴为虚轴。
旋转向量在x-y面的投影:
旋转向量在x-t平面的投影:
旋转向量在y-t平面的投影:
e j w t e^{jwt} ejwt中的w为正值时,向量逆时针旋转;w为负值时,向量顺时针旋转。这就解释了负频率的物理意义:正频率代表向量逆时针旋转,负频率代表向量顺时针旋转。
二、余弦信号和正弦信号的三维频谱图
前面我们了解了复指数的物理意义,接下来我们来以余弦信号为例,具体地分析,从而加深对复指数信号物理意义的理解。
余弦信号
f ( t ) = cos w 0 t = 1 2 e j w 0 t + 1 2 e − j w 0 t f(t)=\cos{w_0t}=\frac{1}{2}e^{jw_0t}+\frac{1}{2}e^{-jw_0t} f(t)=cosw0t=21ejw0t+21e−jw0t
频谱图:
结合复指数的物理意义,我们可以将幅度-频谱图和相位频谱图画在同一张三维的频谱图中,这样我们就可以把傅里叶系数看得清楚些:x轴为实数轴,y轴为虚数轴,z轴为频率轴,所有初始位置的向量构成了信号的复傅里叶系数。
f ( t ) = cos w 0 t f(t)=\cos{w_0t} f(t)=cosw0t的三维频谱图:
t=0时刻,两个向量的位置如上图所示,这两个向量的位置就是 f ( t ) = cos w 0 t f(t)=\cos{w_0t} f(t)=cosw0t的复傅里叶系数,之后 w = w 0 w=w_0 w=w0处的向量以 w 0 w_0 w0的角速度逆时针旋转, w = − w 0 w=-w_0 w=−w0处的向量以 w 0 w_0 w0的角速度顺时针旋转,两向量合成的信号就是余弦信号,如图所示:
注意t=0时刻,两向量的初始位置位于实轴上,也就是说 f ( t ) = cos w 0 t f(t)=\cos{w_0t} f(t)=cosw0t的复傅里叶系数是实数。
正弦信号
f ( t ) = sin w 0 t f(t)=\sin{w_0t} f(t)=sinw0t的三维频谱图:
f ( t ) = sin w 0 t = j 2 e j w 0 t − j 2 e − j w 0 t f(t)=\sin{w_0t}=\frac{j}{2}e^{jw_0t}-\frac{j}{2}e^{-jw_0t} f(t)=sinw0t=2jejw0t−2je−jw0t
t=0时刻,两向量的位置如上图所示,这两个向量就是 f ( t ) = sin w 0 t f(t)=\sin{w_0t} f(t)=sinw0t的复傅里叶系数,后 w = w 0 w=w_0 w=w0处的向量以 w 0 w_0 w0的角速度逆时针旋转, w = − w 0 w=-w_0 w=−w0处的向量以 w 0 w_0 w0的角速度顺时针旋转,两向量合成的信号就是正弦信号,如图所示:
注意:t=0时刻,两向量的初始位置不在实轴上,也就是说 f ( t ) = sin w 0 t f(t)=\sin{w_0t} f(t)=sinw0t的复傅里叶系数是虚数。
三.周期信号的三维频谱图
前面我们以 f ( t ) = cos w t f(t)=\cos{wt} f(t)=coswt和 f ( t ) = sin w t f(t)=\sin{wt} f(t)=sinwt为例,解释了复傅里叶分解的物理意义,接下来我们看一下一般的周期信号复傅里叶分解的物理意义。
复指数形式的傅里叶系数展开式:
f ( t ) = ∑ k = − ∞ ∞ c k e j k w 0 t f(t)=\sum^{\infty}_{k=-\infty}{}c_ke^{jkw_0t} f(t)=∑k=−∞∞ckejkw0t
可以将f(t)理解为一系列旋转向量的合成信号,初始位置的各旋转向量就是复傅里叶系数 c k c_k ck。
蓝色向量就是t=0时刻的旋转向量,即f(t)的复傅里叶系数。
注意:上面三维频谱图对应的f(t)是个实信号,其三维频谱图中正频率部分的向量和负频率部分的向量共轭对称。
注意:
1、由于初始相位关于实轴对称,旋转角速度相同,旋转方向相反,合并后的旋转向量只在实轴上有分量,在虚轴上没有分量。得到这样的结论是因为:我们分析的信号本身是实信号。
2、正负频率对应的复傅立叶系数合并,是向量相加,不是简单的幅度相加。
四.复数乘法的几何意义
在复指数形式的傅里叶级数展开式中: c k e j k w t c_ke^{jkwt} ckejkwt为展开后的基本项,如何理解这些基本的项呢:
c k c_k ck为虚数, e j k i w t e^{jkiwt} ejkiwt也为虚数,这些基本项就相当于是两个虚数相乘。
下面我们来了解一下虚数相乘的几何意义:
考虑两个一般的复数 z 1 , z 2 z_1,z_2 z1,z2,假定:
z 1 = r 1 e j Θ 1 = r 1 ( cos Θ 1 + j sin Θ 1 ) z_1=r_1e^{j\Theta_1}=r_1(\cos{\Theta_1}+j\sin{\Theta_1}) z1=r1ejΘ1=r1(cosΘ1+jsinΘ1)
z 2 = r 2 e j Θ 2 = r 2 ( cos Θ 2 + j sin Θ 2 ) z_2=r_2e^{j\Theta_2}=r_2(\cos{\Theta_2}+j\sin{\Theta_2}) z2=r2ejΘ2=r2(cosΘ2+jsinΘ2)
则 z 1 z 2 = r 1 ( cos Θ 1 + j sin Θ 1 ) ⋅ r 2 ( cos Θ 2 + j sin Θ 2 ) = r 1 r 2 ( cos Θ 1 + j sin Θ 1 ) ( cos Θ 2 + j sin Θ 2 ) = r 1 r 2 [ ( cos Θ 1 cos Θ 2 − sin Θ 1 sin Θ 2 ) + j ( cos Θ 1 sin Θ 2 + sin Θ 1 cos Θ 2 ) ] = r 1 r 2 [ cos ( Θ 1 + Θ 2 ) + j sin ( Θ 1 + Θ 2 ) ] = r 1 r 2 e Θ 1 + Θ 2 z_1z_2=r_1(\cos{\Theta_1}+j\sin{\Theta_1})\cdot r_2(\cos{\Theta_2}+j\sin{\Theta_2})=r_1r_2(\cos{\Theta_1}+j\sin{\Theta_1})(\cos{\Theta_2}+j\sin{\Theta_2})=r_1r_2[(\cos{\Theta_1}\cos{\Theta_2}-\sin{\Theta_1}\sin{\Theta_2)+j(\cos{\Theta_1}\sin{\Theta_2}+\sin{\Theta_1} \cos{\Theta_2} )}]=r_1r_2[\cos{(\Theta_1+\Theta_2)}+j\sin{(\Theta_1+\Theta_2)}]=r_1r_2e^{\Theta_1+\Theta_2} z1z2=r1(cosΘ1+jsinΘ1)⋅r2(cosΘ2+jsinΘ2)=r1r2(cosΘ1+jsinΘ1)(cosΘ2+jsinΘ2)=r1r2[(cosΘ1cosΘ2−sinΘ1sinΘ2)+j(cosΘ1sinΘ2+sinΘ1cosΘ2)]=r1r2[cos(Θ1+Θ2)+jsin(Θ1+Θ2)]=r1r2eΘ1+Θ2
总结:两复数相乘,积的模等于各复数模的积,积的辐角等于各复数辐角的和。
在复平面上,复数对应向量,上面的表述可以转换为:两个向量相乘,积的模等于各向量模的积,积的辐角等于各向量辐角的和。
具体到: c k e j k w t c_ke^{jkwt} ckejkwt就是:
c k c_k ck是一个一般向量,
e j k i w t e^{jkiwt} ejkiwt初始位置位于实轴上,模为1,旋转角速度为 k w 0 kw_0 kw0的旋转向量。
两个向量相乘得到的是:以 c k c_k ck代表的向量为初始位置,模为 ∣ c k ∣ |c_k| ∣ck∣,旋转角速度为 k w 0 kw_0 kw0的旋转向量,如下图所示, c k c_k ck代表的向量记为f, Θ = k w 0 t \Theta=kw_0t Θ=kw0t
t=0时刻, c k e j k w 0 t c_ke^{jkw_0t} ckejkw0t就是向量f(黑色);
t时刻, c k e j k w 0 t c_ke^{jkw_0t} ckejkw0t旋转到红色向量位置。
五.利用李萨育图形认识复信号
通过前面的讲解,使我们对实信号有了一定的认识,那么如何理复信号呢?
我们回忆一下物理中学过的李萨如图:当我们使用互相成谐波频率关系的两个信号分别作为X和Y偏转信号送入示波器时,这两个信号分别在X轴、Y轴方向同时作用于电子束而描绘出稳定的图形,这些稳定的图形就叫“李萨育图形”,如下图所示:
第一个图: x = cos ( 2 π f t ) x=\cos(2\pi ft) x=cos(2πft), y = sin ( 2 π f t ) y=\sin(2\pi ft) y=sin(2πft)
电子波束在平面上的运动轨迹: f ( t ) = cos ( 2 π f t ) + j sin ( 2 π f t ) = e 2 π f t f(t)=\cos(2\pi ft)+j\sin(2\pi ft)=e^{2\pi ft} f(t)=cos(2πft)+jsin(2πft)=e2πft
是我们很熟悉的旋转向量,实际上就是一个复信号,不仅在x轴上有分量,在y轴上也有分量。
第一个图: x = cos ( 2 π f t ) x=\cos(2\pi ft) x=cos(2πft), y = sin ( 4 π f t ) y=\sin(4\pi ft) y=sin(4πft)
电子波束在平面上的运动轨迹: f ( t ) = cos ( 2 π f t ) + j sin ( 4 π f t ) = e 2 π f t f(t)=\cos(2\pi ft)+j\sin(4\pi ft)=e^{2\pi ft} f(t)=cos(2πft)+jsin(4πft)=e2πft第一个图: x = cos ( 2 π f t ) x=\cos(2\pi ft) x=cos(2πft), y = sin ( 6 π f t ) y=\sin(6\pi ft) y=sin(6πft)
电子波束在平面上的运动轨迹: f ( t ) = cos ( 2 π f t ) + j sin ( 6 π f t ) = e 2 π f t f(t)=\cos(2\pi ft)+j\sin(6\pi ft)=e^{2\pi ft} f(t)=cos(2πft)+jsin(6πft)=e2πft第一个图: x = cos ( 2 π f t ) x=\cos(2\pi ft) x=cos(2πft), y = sin ( 8 π f t ) y=\sin(8\pi ft) y=sin(8πft)
电子波束在平面上的运动轨迹: f ( t ) = cos ( 2 π f t ) + j sin ( 8 π f t ) = e 2 π f t f(t)=\cos(2\pi ft)+j\sin(8\pi ft)=e^{2\pi ft} f(t)=cos(2πft)+jsin(8πft)=e2πft第一个图: x = cos ( 2 π f t ) x=\cos(2\pi ft) x=cos(2πft), y = sin ( 10 π f t ) y=\sin(10\pi ft) y=sin(10πft)
电子波束在平面上的运动轨迹: f ( t ) = cos ( 2 π f t ) + j sin ( 10 π f t ) = e 2 π f t f(t)=\cos(2\pi ft)+j\sin(10\pi ft)=e^{2\pi ft} f(t)=cos(2πft)+jsin(10πft)=e2πft
附:画出李萨育图形的matlab程序:
for f=1 :5 ;
t=0:0.001:1000;
x= cos (2*pi*t);
y= sin (2*pi*f*t) ;
subplot(1,5,f) ;plot(x,y) ;
axis equal;
axis off;
end;
六.实信号和复信号的波形对比
在下面两张图中:x轴(实轴)、y轴(虚轴)所在的平面是复平面,t轴(时间轴)垂直于复平面。
实信号f(t)=cos(2πt)的波形图:
复信号f(t)=cos(2πt)+jsin(2πt)的波形图:
对比这两张图,很容易得出:实信号在复平面上投影时只有实轴方向有分量,而复信号在复平面上投影时实轴和虚轴方向都有分量。
Matlab程序:
t=0:0.001:10;
x=cos(2*pi*t);
subplot(2,1,1);plot3(x,t,0*t);
set(gca,'YDir','reverse');
grid on;
x=cos(2*pi*t) ;
y=sin(2*pi*t) ;
subplot(2,1,2);plot3(x,t,y);
set(gca,'YDir','reverse');
grid on;
李萨育图形中的第2张图:
t=0:0.001:10;
x=cos(2*pi*t) ;
y=sin(4*pi*t) ;
plot3(x,t,y);
set(gca,'YDir','reverse');
grid on;
<hr style=" border:solid; width:100px; height:1px;" color=#000000 size=1">
总结
首先分析实信号分解成复信号的过程,然后分析补充了一些关于复数的知识,引出复信号,将实信号与复信号进行对比,通过画图直观形象地展示了复信号的概念,为接下来的分析做好准备。
更多推荐
所有评论(0)