ESC
输入关键词搜索文章
目录

离散时间傅里叶变换

DTFT:从序列走向连续频谱
后续 DFT / FFT / 滤波器分析的理论底座
10知识块
4完整例题
8核心性质
4关联主题

前置知识回顾

DTFT 是本课程从"时域序列"进入"频域分析"的关键桥梁。读这一节之前,建议先确认下面四件事已经顺手:

  • 离散序列:知道 $x[n]$$\delta[n]$$u[n]$、复指数序列 $e^{j\omega n}$ 的含义。可回看 离散时间信号与系统
  • 卷积与 LTI 系统:理解 $y[n]=x[n]*h[n]$,知道单位抽样响应 $h[n]$ 决定整个系统。可回看 卷积与差分方程
  • Z 变换:知道 $X(z)=\sum_n x[n]z^{-n}$ 和 ROC 的作用。DTFT 可以看成 Z 变换在单位圆 $z=e^{j\omega}$ 上的取值。可回看 Z 变换
  • 复指数几何$e^{j\omega n}$ 是单位圆上的旋转向量,频率分析本质上是在检查序列与不同旋转频率的相干程度。
一、从时域到频域
DTFT 的动机与定义

在之前的学习中,我们一直在时域里操作:序列是按 $n$ 排列的一串数,卷积描述系统的输入输出关系,Z 变换把差分方程变成代数方程。但很多核心问题在时域里并不直观——一个系统到底放大低频还是高频?一个序列主要由哪些振荡成分组成?两个滤波器串联后对频率的影响如何叠加?这些问题需要一种新的语言:频域。

DTFT 正是把离散序列翻译到连续频域的工具。这一部分先讲清"为什么需要 DTFT",再给出严格的数学定义和收敛条件,最后解释为什么离散时间的频谱一定是 $2\pi$ 周期的。三个问题一环扣一环:动机催生定义,定义本身决定了周期性。

为什么需要 DTFT

在时域里,一个序列只是按 $n$ 排列的一串数。我们能看到峰值、延迟、衰减,也能用卷积描述系统输入输出。但很多问题在时域里并不直观:一个系统到底放大低频还是高频?一个序列主要由哪些振荡成分组成?两个滤波器串联后对频率的影响如何叠加?这些问题需要频域语言。

DTFT 处理的对象是离散时间序列 $x[n]$,输出的是一个关于连续角频率 $\omega$ 的函数 $X(e^{j\omega})$。这看起来有点反直觉:时间已经离散了,为什么频率还是连续的?原因是序列可以无限长,复指数基函数的频率参数仍然可以连续变化,只是由于 $n$ 是整数,频域会天然以 $2\pi$ 为周期。

一句话抓住 DTFT:它是在问"如果用频率为 $\omega$ 的复指数去试探这个序列,所有样本会相干叠加,还是互相抵消?"
正变换、反变换与收敛条件

DTFT 正变换

$$X(e^{j\omega})=\sum_{n=-\infty}^{\infty}x[n]e^{-j\omega n}.$$

其中 $\omega$ 为连续角频率,$X(e^{j\omega})$ 是关于 $\omega$ 的复值函数。输入是离散序列 $x[n]$,输出是连续频谱 $X(e^{j\omega})$

DTFT 反变换

$$x[n]=\frac{1}{2\pi}\int_{-\pi}^{\pi}X(e^{j\omega})e^{j\omega n}\,d\omega.$$

积分只需覆盖任意一个长度为 $2\pi$ 的区间(如 $[-\pi,\pi]$$[0,2\pi]$),因为 DTFT 对 $\omega$ 具有 $2\pi$ 周期性。

不是所有序列的 DTFT 都以普通函数形式存在。绝对可和是保证收敛的常用充分条件:

DTFT 收敛的充分条件:绝对可和

$$\sum_{n=-\infty}^{\infty}|x[n]|<\infty.$$

绝对可和时,DTFT 一定存在且关于 $\omega$ 连续。

工程上还会用冲激函数或广义函数处理一些不绝对可和的序列,比如常数序列、周期序列和纯复指数序列。课程作业通常优先处理绝对可和或右边序列,这时收敛性主要通过几何级数或 ROC 判断。

做题时的判断流程:先看序列类型 → 若为右边/因果序列,直接用几何级数判断 $|a|<1$ → 若已有 Z 变换,查 ROC 是否包含单位圆。
离散时间为什么带来 $2\pi$ 周期频谱

周期性来自一个非常小但非常关键的事实:$n$ 是整数。

$$e^{-j(\omega+2\pi)n}=e^{-j\omega n}e^{-j2\pi n}=e^{-j\omega n}.$$

因此 $X(e^{j(\omega+2\pi)})=X(e^{j\omega})$

这意味着离散时间频域不是一条无限展开的新坐标轴,而是一个首尾相接的圆。$\omega=0$ 表示直流分量,$\omega=\pi$$\omega=-\pi$ 是同一个边界频率。后面学习 DFT 时,所谓 $N$ 点 DFT,就是在这个 $2\pi$ 周期频谱上取 $N$ 个等间隔样本。

读谱习惯:分析频谱时只需看 $[-\pi,\pi]$$[0,2\pi]$ 一个周期就够了,其余只是重复。
二、多重视角
Z 变换、频率响应与几何直觉

有了 DTFT 的定义之后,接下来的问题是:它和我们已经掌握的工具有什么关系?这一部分从三个角度理解同一个 DTFT——作为 Z 变换在单位圆上的特例、作为 LTI 系统的频率响应、以及作为"旋转后求和"的几何操作。三个视角不是并列的三个知识点,而是同一个数学对象的三副面孔:代数的、工程的、几何的。哪个视角好用,取决于你正在做什么题。

DTFT 是 Z 变换在单位圆上的取值

Z 变换定义为 $X(z)=\sum_{n=-\infty}^{\infty}x[n]z^{-n}$。令 $z=e^{j\omega}$,就得到

$$X(z)\big|_{z=e^{j\omega}}=\sum_{n=-\infty}^{\infty}x[n]e^{-j\omega n}=X(e^{j\omega}).$$

所以 DTFT 可以看成 Z 平面单位圆上的频率切片。但这里有一个必要条件:单位圆必须位于 ROC 内。如果单位圆不在收敛域内,普通意义下的 DTFT 不存在。

由 Z 变换求 DTFT 的判定条件

$X(z)$ 的 ROC 包含单位圆 $|z|=1$,则 $X(e^{j\omega})=X(z)\big|_{z=e^{j\omega}}$ 存在。

做题判断法:先求 Z 变换和 ROC → 看 $|z|=1$ 是否落在 ROC 中 → 若落在其中,令 $z=e^{j\omega}$ 即可得到 DTFT。
LTI 系统的频率响应

对于离散 LTI 系统,若单位抽样响应为 $h[n]$,则系统频率响应就是 $h[n]$ 的 DTFT:

频率响应定义

$$H(e^{j\omega})=\sum_{n=-\infty}^{\infty}h[n]e^{-j\omega n}.$$

系统输出满足 $y[n]=x[n]*h[n]$。根据卷积定理,时域卷积对应频域乘法:

卷积定理

$$Y(e^{j\omega})=X(e^{j\omega})\cdot H(e^{j\omega}).$$

这就是"滤波"的底层原因。系统并不是神秘地"平滑"或"增强"信号,而是对不同 $\omega$ 的复指数成分乘以不同复数。$|H(e^{j\omega})|$ 决定放大或衰减,$\arg H(e^{j\omega})$ 决定相位移动。

几何直觉:DTFT 是"旋转后求和"

$e^{-j\omega n}$ 看成每前进一步就旋转 $\omega$ 角的单位向量。计算 DTFT 时,每个样本 $x[n]$ 都乘上这个旋转向量,然后全部相加。如果某个 $\omega$ 正好抵消了原序列中的旋转趋势,很多项会指向接近的方向,求和结果很大;如果方向杂乱,求和就会互相抵消。

这给了一个很实用的读谱方法:频谱峰值不是抽象的"数学高点",而是说明序列中存在与该频率匹配的周期结构。滤波器频率响应中的凹陷和峰值,也可以理解为系统对这些旋转模式的拒绝或通过。

读谱技巧:频谱峰值 = 序列中存在该频率的周期结构;频谱凹陷 = 该频率成分被系统抑制。
三、计算与应用
核心性质与典型例题

理解了 DTFT "是什么"之后,这一部分聚焦"怎么用"。先给出一组做题最常用的性质表格,然后用三道典型例题演示 DTFT 的标准计算流程:直接求和、有限长序列、从差分方程到频率响应。每道题都对应一种常见的考试题型。

做题最常用的一组 DTFT 性质
性质时域频域用途
线性$ax[n]+by[n]$$aX(e^{j\omega})+bY(e^{j\omega})$拆分复杂序列
时移$x[n-n_0]$$e^{-j\omega n_0}X(e^{j\omega})$处理延迟与相位
频移$e^{j\omega_0 n}x[n]$$X(e^{j(\omega-\omega_0)})$调制与搬移频谱
时间反转$x[-n]$$X(e^{-j\omega})$分析偶对称和奇对称
共轭$x^*[n]$$X^*(e^{-j\omega})$判断实序列频谱对称性
卷积$x[n]*h[n]$$X(e^{j\omega})H(e^{j\omega})$滤波器分析
相乘$x[n]h[n]$$\frac{1}{2\pi}X(e^{j\omega})*H(e^{j\omega})$窗函数和截断效应
Parseval$\sum_n |x[n]|^2$$\frac{1}{2\pi}\int_{-\pi}^{\pi}|X(e^{j\omega})|^2d\omega$能量守恒
从典型序列看 DTFT 的计算方法

例题 1:求 $x[n]=a^n u[n]$ 的 DTFT

题目:$x[n]=a^n u[n]$,其中 $|a|<1$。求它的 DTFT,并说明收敛条件。

目标:掌握右边指数序列的几何级数求和方法,并理解单位圆与 ROC 的关系。

  1. 写出定义:
    $$X(e^{j\omega})=\sum_{n=-\infty}^{\infty}a^n u[n]e^{-j\omega n}=\sum_{n=0}^{\infty}(ae^{-j\omega})^n.$$
  2. 使用几何级数:$|ae^{-j\omega}|<1$ 时,级数收敛。由于 $|e^{-j\omega}|=1$,条件就是 $|a|<1$
  3. 得到结果:
    $$X(e^{j\omega})=\frac{1}{1-ae^{-j\omega}},\quad |a|<1.$$
  4. 联系 Z 变换:$X(z)=\frac{1}{1-az^{-1}}$,ROC 为 $|z|>|a|$。单位圆 $|z|=1$ 在 ROC 中,所以 DTFT 存在。

答案:$X(e^{j\omega})=\frac{1}{1-ae^{-j\omega}}$

易错点:不要只写结果而漏掉 $|a|<1$。如果 $|a|\ge 1$,右边指数序列的单位圆不在 ROC 内,普通 DTFT 不存在。

例题 2:求长度为 $M$ 的矩形窗 DTFT

题目:

$$x[n]=\begin{cases}1,&0\le n\le M-1,\\0,&\text{其他}. \end{cases}$$

$X(e^{j\omega})$,并解释频谱形状。

目标:理解有限长截断为什么会产生主瓣和旁瓣,这也是后面 DFT 频谱泄漏的基础。

  1. 代入定义:
    $$X(e^{j\omega})=\sum_{n=0}^{M-1}e^{-j\omega n}.$$
  2. 按有限几何级数求和:
    $$X(e^{j\omega})=\frac{1-e^{-j\omega M}}{1-e^{-j\omega}},\quad \omega\ne 2k\pi.$$
  3. 整理成相位因子乘幅度核:
    $$X(e^{j\omega})=e^{-j\omega(M-1)/2}\frac{\sin(M\omega/2)}{\sin(\omega/2)}.$$
  4. 解释形状:前面的 $e^{-j\omega(M-1)/2}$ 只改变相位,幅度由 $\left|\frac{\sin(M\omega/2)}{\sin(\omega/2)}\right|$ 决定。它有一个主瓣和多个旁瓣,长度 $M$ 越大,主瓣越窄。

答案:$X(e^{j\omega})=e^{-j\omega(M-1)/2}\frac{\sin(M\omega/2)}{\sin(\omega/2)}$,在 $\omega=0$ 处按极限取值为 $M$

易错点:矩形窗不是"频域也矩形"。时域截断会在频域产生类似 sinc 的形状,这正是频谱泄漏问题的根源。

例题 3:由差分方程求频率响应

题目:系统满足

$$y[n]-ay[n-1]=x[n],\quad |a|<1.$$

求系统频率响应 $H(e^{j\omega})$,并判断它对低频还是高频更敏感。

目标:把差分方程、Z 变换和 DTFT 频率响应联系起来。

  1. 对两边做 DTFT:利用时移性质,$y[n-1]\leftrightarrow e^{-j\omega}Y(e^{j\omega})$
  2. 写成代数式:
    $$Y(e^{j\omega})-ae^{-j\omega}Y(e^{j\omega})=X(e^{j\omega}).$$
  3. 求传递函数:
    $$H(e^{j\omega})=\frac{Y(e^{j\omega})}{X(e^{j\omega})}=\frac{1}{1-ae^{-j\omega}}.$$
  4. 读幅频响应:$0<a<1$,在 $\omega=0$ 时分母 $|1-a|$ 最小,幅度最大;在 $\omega=\pi$ 时分母 $|1+a|$ 较大,幅度较小,因此它表现为低通倾向。

答案:$H(e^{j\omega})=\frac{1}{1-ae^{-j\omega}}$。当 $0<a<1$ 时,该系统更容易通过低频。

易错点:不要把"递推系统"自动等同于低通。低通还是高通取决于极点位置和频率响应形状。

例题 4:Parseval 定理与时移-频移联合性质

题目:已知序列 $x[n]$ 的 DTFT 为 $X(e^{j\omega})$,且满足

$$\frac{1}{2\pi}\int_{-\pi}^{\pi}\left|X(e^{j\omega})\right|^2 d\omega = 5.$$
  1. $\displaystyle\sum_{n=-\infty}^{\infty}|x[n]|^2$
  2. $y[n]=x[n-2]\,e^{j\pi n/4}$,用 $X(e^{j\omega})$ 表示 $Y(e^{j\omega})$

目标:综合运用 Parseval 定理、时移性质和频移性质,理解"能量守恒"与"调制+延迟"在频域的叠加效果。

(a) 解:

  1. 回忆 Parseval 定理:
    $$\sum_{n=-\infty}^{\infty}|x[n]|^2=\frac{1}{2\pi}\int_{-\pi}^{\pi}\left|X(e^{j\omega})\right|^2 d\omega.$$

    该定理表明时域总能量等于频域总能量(归一化后)。

  2. 直接代入已知条件:题目已给出右边积分值为 5,因此
    $$\sum_{n=-\infty}^{\infty}|x[n]|^2=5.$$

答案 (a):$\displaystyle\sum_{n=-\infty}^{\infty}|x[n]|^2=5$

(b) 解:

  1. 分解操作顺序:$y[n]$ 由两步构成——先时移再频移(调制)。注意 $e^{j\pi n/4}$ 乘在 $x[n-2]$ 上,而不是乘在 $x[n]$ 上,所以应先处理时移,再处理频移。
  2. 第一步·时移:$w[n]=x[n-2]$。由时移性质:
    $$W(e^{j\omega})=e^{-j2\omega}X(e^{j\omega}).$$
  3. 第二步·频移(调制):$y[n]=w[n]\,e^{j\pi n/4}$。由频移性质,乘以 $e^{j\omega_0 n}$ 对应频谱搬移 $\omega_0$
    $$Y(e^{j\omega})=W\!\left(e^{j(\omega-\pi/4)}\right).$$
  4. 合并两步:$W$ 的表达式代入:
    $$Y(e^{j\omega})=e^{-j2(\omega-\pi/4)}\,X\!\left(e^{j(\omega-\pi/4)}\right)=e^{-j2\omega+j\pi/2}\,X\!\left(e^{j(\omega-\pi/4)}\right).$$

    其中 $e^{j\pi/2}=j$,也可保留指数形式。

答案 (b):$Y(e^{j\omega})=e^{-j2(\omega-\pi/4)}\,X\!\left(e^{j(\omega-\pi/4)}\right)$

易错点:
  • 频移时相位因子中的 $\omega$ 也要替换为 $(\omega-\omega_0)$,不能只对 $X$ 做搬移而忽略前面的 $e^{-j2\omega}$
  • Parseval 定理左边是 $|x[n]|^2$ 而非 $x[n]^2$,对复序列两者不等价。
  • 四、延伸与总结
    从 DTFT 到 DFT,以及复习速查

    DTFT 的频率变量 $\omega$ 是连续的——适合理论推导,但不适合计算机计算。最后一部分把 DTFT 落地到实际可计算的 DFT,再用一张速查表把整篇内容压缩成做题入口。

    DFT 是把 DTFT 在一个周期内取有限个样本

    实际计算时,我们通常拿到的是有限长序列 $x[0],\ldots,x[N-1]$,并只在一个周期内取 $N$ 个频点:

    N 点 DFT 定义

    $$X[k]=X(e^{j\omega})\big|_{\omega=2\pi k/N}=\sum_{n=0}^{N-1}x[n]e^{-j2\pi kn/N},\quad k=0,1,\ldots,N-1.$$

    其中频点 $\omega_k=\frac{2\pi k}{N}$,是在 DTFT 的一个 $2\pi$ 周期内均匀采样 $N$ 个点。

    DFT 不是另一个世界,而是 DTFT 的有限采样版本。但 DFT 也引入了新的解释:有限长序列会被看成周期延拓,普通卷积会变成循环卷积。下一节 DFT 与 FFT 会专门处理这些边界效应,其中包含了 11 道完整例题(从手算 DFT、零填充卷积到 FFT 运算时间估算)。

    DTFT 做题入口速查表
    问题类型入口公式检查条件常见误区
    直接求 DTFT$\sum_n x[n]e^{-j\omega n}$是否绝对可和漏掉收敛条件
    由 Z 变换求 DTFT$z=e^{j\omega}$单位圆是否在 ROC 内只代入不看 ROC
    系统频率响应$H(e^{j\omega})=\sum_n h[n]e^{-j\omega n}$系统是否稳定$H(z)$$H(e^{j\omega})$ 混用
    滤波器输出$Y=XH$频率响应是否存在忘记相位也会影响波形
    有限长序列频谱矩形窗求和公式端点和长度 $M$把时域矩形误认为频域矩形
    过渡到 DFT$\omega_k=2\pi k/N$周期延拓假设忽略循环卷积

    参考来源