View
4
Download
0
Category
Preview:
Citation preview
Continuous-Time Fourier Transform
Hongkai Xiong ็็บขๅฏ
http://min.sjtu.edu.cn
Department of Electronic Engineering Shanghai Jiao Tong University
๐ฅ๐ฅ๐๐[๐๐] โ ๐ฆ๐ฆ๐๐[๐๐] โน ๏ฟฝ ๐๐๐๐๐ฅ๐ฅ๐๐[๐๐]๐๐ โ โ ๐๐๐๐๐๐ ๐ฆ๐ฆ๐๐[๐๐]
โข If we can find a set of โbasicโ signals, such that โซ a rich class of signals can be represented as linear
combinations of these basic (building block) signals. โซ the response of LTI Systems to these basic signals are both
simple and insightful
โข Candidate sets of โbasicโ signals โซ Unit impulse function and its delays: ๐ฟ๐ฟ(๐ก๐ก)/๐ฟ๐ฟ[๐๐] โซ Complex exponential/sinusoid signals: ๐๐๐ ๐ ๐ก๐ก , ๐๐๐๐๐๐๐/๐ง๐ง๐๐, ๐๐๐๐๐๐๐๐
LTI Systems
2
Fourier Series of CT Periodic Signals โข Recall a periodic CT signal ๐ฅ๐ฅ ๐ก๐ก โซ with fundamental period ๐๐, and โซ fundamental frequency ๐๐0 = 2๐๐/๐๐
โข Fourier series represent ๐ฅ๐ฅ ๐ก๐ก in terms of harmonically related complex exponentials โซ Synthesis equation
๐ฅ๐ฅ ๐ก๐ก = ๏ฟฝ ๐๐๐๐๐๐๐๐๐๐๐๐0๐ก๐กโ
๐๐=โโ
= ๏ฟฝ ๐๐๐๐๐๐๐๐๐๐(2๐๐/๐๐)๐ก๐กโ
๐๐=โโ
โซ Analysis equation
๐๐๐๐ =1๐๐๏ฟฝ๐ฅ๐ฅ ๐ก๐ก ๐๐โ๐๐๐๐๐๐0๐ก๐ก ๐๐๐ก๐ก๐๐
=1๐๐๏ฟฝ๐ฅ๐ฅ ๐ก๐ก ๐๐โ๐๐๐๐(2๐๐/๐๐)๐ก๐ก ๐๐๐ก๐ก๐๐
3
โข In one period, ๐ฅ๐ฅ๐๐ ๐ก๐ก = ๏ฟฝ1, ๐ก๐ก < ๐๐1 0, ๐๐1 < ๐ก๐ก < ๐๐/2
โข Fourier coefficients
๐๐0=1๐๐๏ฟฝ 1๐๐1
โ๐๐1๐๐๐ก๐ก =
2๐๐1๐๐
, ๐๐๐๐ =1๐๐๏ฟฝ ๐๐โ๐๐๐๐๐๐0๐ก๐ก๐๐๐ก๐ก๐๐1
โ๐๐1=
2sin (๐๐๐๐0๐๐1)๐๐๐๐0๐๐
, ๐๐ โ 0
โข Frequency component at ๐๐๐๐ = ๐๐๐๐0 satisfies
๐๐๐๐๐๐ =2 sin ๐๐๐๐1
๐๐๏ฟฝ๐๐=๐๐๐๐0
๐๐๐๐๐๐ thought as sampled value of envelope ๐๐ ๐๐๐๐ โ 2 sin(๐๐๐๐1)/๐๐ at ๐๐๐๐ = ๐๐๐๐0
Motivating Example: Periodic Square Wave
4
โข ๐๐ ๐๐๐๐๐๐ โ 2 sin(๐๐๐๐๐๐1)/๐๐๐๐ for fixed ๐๐1 and increasing ๐๐
โข Observation: as ๐๐ โ โ, discrete frequencies sampled more densely
Motivating Example: Periodic Square Wave
5
โข As ๐ป๐ป โ โ, ๐๐๐ป๐ป ๐๐ โ ๐๐ ๐๐ โ ๐๐ ๐๐ + ๐ป๐ป๐๐๐๐
โ ๐๐(๐๐ โ ๐ป๐ป๐๐๐๐
), a rectangular impulse
๐ฅ๐ฅ๐๐ ๐ก๐ก = ๏ฟฝ ๐๐๐๐๐๐๐๐๐๐๐๐0๐ก๐กโ
๐๐=โโ
=1๐๐๏ฟฝ ๐๐(๐๐๐๐๐๐0)๐๐๐๐๐๐๐๐0๐ก๐กโ
๐๐=โโ
=12๐๐
๏ฟฝ ๐๐ ๐๐๐๐๐๐0 ๐๐๐๐๐๐๐๐0๐ก๐ก๐๐0
โ
๐๐=โโ
โน lim๐๐โโ
๐ฅ๐ฅ๐๐ ๐ก๐ก =12๐๐
๏ฟฝ ๐๐ ๐๐๐๐ ๐๐๐๐๐๐๐ก๐ก๐๐๐๐โ
โโ
โข Thus
๐ฅ๐ฅ(๐ก๐ก) =12๐๐
๏ฟฝ ๐๐ ๐๐๐๐ ๐๐๐๐๐๐๐ก๐ก๐๐๐๐โ
โโ
Motivating Example: Periodic Square Wave
6
โข For envelope ๐ฟ๐ฟ(๐๐๐๐)
๐๐ ๐๐๐๐๐๐ = ๐๐๐๐๐๐
= ๏ฟฝ ๐ฅ๐ฅ๐๐(๐ก๐ก)๐๐โ๐๐๐๐๐๐๐ก๐ก๐๐๐ก๐ก๐๐2
โ๐๐2
= ๏ฟฝ ๐ฅ๐ฅ(๐ก๐ก)๐๐โ๐๐๐๐๐๐๐ก๐ก๐๐๐ก๐ก๐๐2
โ๐๐2
= ๏ฟฝ ๐ฅ๐ฅ(๐ก๐ก)๐๐โ๐๐๐๐๐๐๐ก๐ก๐๐๐ก๐กโ
โโ
โข Thus
๐๐(๐๐๐๐) = ๏ฟฝ ๐ฅ๐ฅ(๐ก๐ก)๐๐โ๐๐๐๐๐ก๐ก๐๐๐ก๐กโ
โโ
Motivating Example: Periodic Square Wave
7
CT Fourier Transform of Aperiodic Signal ๐๐(๐๐)
โข General strategy โซ approximate ๐ฅ๐ฅ ๐ก๐ก by a periodic signal ๐ฅ๐ฅ๐๐ ๐ก๐ก with infinite period ๐๐
9
๐ฅ๐ฅ ๐ก๐ก
โ๐๐1 0 ๐๐1
โน lim๐๐โโ
๐ฅ๐ฅ๐๐ ๐ก๐ก = ๐ฅ๐ฅ(๐ก๐ก) ๐ฅ๐ฅ๐๐ ๐ก๐ก
โ๐๐ โ ๐๐2
โ ๐๐1 0 ๐๐1 ๐๐2
๐๐
โฏ โฏ
CT Fourier Transform of Aperiodic Signal ๐๐(๐๐)
โข Step 1: for aperiodic signal ๐ฅ๐ฅ ๐ก๐ก with sup ๐ฅ๐ฅ ๐ก๐ก โ [โ๐๐1,๐๐1] construct a periodic signal ๐ฅ๐ฅ๐๐ ๐ก๐ก , for which one period is ๐ฅ๐ฅ ๐ก๐ก
๐ฅ๐ฅ๐๐ ๐ก๐ก = ๏ฟฝ ๐ฅ๐ฅ(๐ก๐ก โ ๐๐๐๐)โ
๐๐=โโ
โซ Then ๐ฅ๐ฅ ๐ก๐ก = ๐ฅ๐ฅ๐๐ ๐ก๐ก ,โ ๐ก๐ก < ๐๐/2
10
๐ฅ๐ฅ๐๐ ๐ก๐ก
โฏ โฏ
๐ฅ๐ฅ ๐ก๐ก
โ๐๐ โ ๐๐2
โ ๐๐1 0 ๐๐1 ๐๐2
๐๐
CT Fourier Transform of Aperiodic Signal ๐๐(๐๐)
โข Step 2: determine the Fourier series representation for ๐ฅ๐ฅ๐๐ ๐ก๐ก โซ Fourier series coefficients
๐๐๐๐ =1๐๐๏ฟฝ ๐ฅ๐ฅ๐๐(๐ก๐ก)๐๐โ๐๐๐๐๐๐0๐ก๐ก๐๐๐ก๐ก๐๐/2
โ๐๐/2=
1๐๐๏ฟฝ ๐ฅ๐ฅ(๐ก๐ก)๐๐โ๐๐๐๐๐๐0๐ก๐ก๐๐๐ก๐กโ
โโ
โซ Define the envelope of ๐๐๐๐๐๐
๐๐(๐๐๐๐) = ๏ฟฝ ๐ฅ๐ฅ(๐ก๐ก)๐๐โ๐๐๐๐๐ก๐ก๐๐๐ก๐กโ
โโ
โซ Then
๐ฅ๐ฅ๐๐ ๐ก๐ก = ๏ฟฝ ๐๐๐๐๐๐๐๐๐๐๐๐0๐ก๐กโ
๐๐=โโ
=1๐๐ ๏ฟฝ ๐๐ ๐๐๐๐๐๐0 ๐๐๐๐๐๐๐๐0๐ก๐ก =
โ
๐๐=โโ
12๐๐ ๏ฟฝ ๐๐ ๐๐๐๐๐๐0 ๐๐๐๐๐๐๐๐0๐ก๐ก๐๐0
โ
๐๐=โโ
11
๐ฅ๐ฅ๐๐ ๐ก๐ก
โฏ โฏ
๐ฅ๐ฅ ๐ก๐ก
โ๐๐ โ ๐๐2
โ ๐๐1 0 ๐๐1 ๐๐2
๐๐
CT Fourier Transform of Aperiodic Signal ๐๐(๐๐)
โข Step 3: approximate ๐ฅ๐ฅ ๐ก๐ก with ๐ฅ๐ฅ๐๐ ๐ก๐ก by increasing ๐๐ โ โ
โซ As ๐๐ โ โ โน๐๐0 โ 0, ๐ฅ๐ฅ๐๐ ๐ก๐ก โ ๐ฅ๐ฅ ๐ก๐ก ,๐๐0 โ ๐๐๐๐,โ โ โซ
๐ฅ๐ฅ๐๐ ๐ก๐ก =12๐๐
๏ฟฝ ๐๐ ๐๐๐๐๐๐0 ๐๐๐๐๐๐๐๐0๐ก๐ก๐๐0
โ
๐๐=โโ
โ
๐ฅ๐ฅ ๐ก๐ก = lim๐๐โโ
๐ฅ๐ฅ๐๐(๐ก๐ก) = lim๐๐0โ0
12๐๐
๏ฟฝ ๐๐ ๐๐๐๐๐๐0 ๐๐๐๐๐๐๐๐0๐ก๐ก๐๐0
โ
๐๐=โโ
=12๐๐
๏ฟฝ ๐๐ ๐๐๐๐ ๐๐๐๐๐๐๐ก๐ก๐๐๐๐โ
โโ
12
๐ฅ๐ฅ๐๐ ๐ก๐ก
โฏ โฏ
๐ฅ๐ฅ ๐ก๐ก
โ๐๐ โ ๐๐2
โ ๐๐1 0 ๐๐1 ๐๐2
๐๐
CT Fourier Transform Pair โข Fourier transform (analysis equation)
๐๐ ๐๐๐๐ = โฑ{๐ฅ๐ฅ(๐ก๐ก)} = ๏ฟฝ ๐ฅ๐ฅ(๐ก๐ก)๐๐โ๐๐๐๐๐ก๐ก๐๐๐ก๐กโ
โโ
where ๐๐ ๐๐๐๐ called spectrum of ๐ฅ๐ฅ(๐ก๐ก)
โข Inverse Fourier transform (synthesis equation)
๐ฅ๐ฅ ๐ก๐ก = โฑโ1{๐๐(๐๐๐๐)} =12๐๐๏ฟฝ ๐๐ ๐๐๐๐ ๐๐๐๐๐๐๐ก๐ก๐๐๐๐
โ
โโ
Superposition of complex exponentials at continuum of frequencies, frequency component ๐๐๐๐๐๐๐ก๐ก has โamplitudeโ of ๐๐ ๐๐๐๐ ๐๐๐๐/2๐๐
13
CT Fourier Series of Periodic Signal ๐๐๐ป๐ป(๐๐)
โข Fourier Transform of a finite duration signal ๐ฅ๐ฅ ๐ก๐ก that is equal to ๐ฅ๐ฅ๐๐ ๐ก๐ก over one period, e.g., for ๐ก๐ก0 โค ๐ก๐ก โค ๐ก๐ก0 + ๐๐
๐๐ ๐๐๐๐ = โฑ{๐ฅ๐ฅ(๐ก๐ก)} = ๏ฟฝ ๐ฅ๐ฅ(๐ก๐ก)๐๐โ๐๐๐๐๐ก๐ก๐๐๐ก๐กโ
โโ
โข Fourier coefficients of periodic signal ๐ฅ๐ฅ๐๐ ๐ก๐ก with period ๐๐
๐๐๐๐ =1๐๐๏ฟฝ ๐ฅ๐ฅ๐๐ ๐ก๐ก ๐๐โ๐๐๐๐๐๐0๐ก๐ก๐๐๐ก๐ก =
1๐๐๏ฟฝ ๐ฅ๐ฅ(๐ก๐ก)๐๐โ๐๐๐๐๐๐0๐ก๐ก๐๐๐ก๐ก
๐ก๐ก0+๐๐
๐ก๐ก0
๐ก๐ก0+๐๐
๐ก๐ก0
=1๐๐๏ฟฝ ๐ฅ๐ฅ(๐ก๐ก)๐๐โ๐๐๐๐๐๐0๐ก๐ก๐๐๐ก๐กโ
โโ=
1๐๐๐๐(๐๐๐๐)๏ฟฝ
๐๐=๐๐๐๐0
โน proportional to samples of the Fourier transform of ๐ฅ๐ฅ ๐ก๐ก , i.e., one period of ๐ฅ๐ฅ๐๐ ๐ก๐ก
14
Convergence of Fourier Transform โข Suppose from ๐ฅ๐ฅ(๐ก๐ก), we have
๐๐ ๐๐๐๐ = ๏ฟฝ ๐ฅ๐ฅ(๐ก๐ก)๐๐โ๐๐๐๐๐ก๐ก๐๐๐ก๐กโ
โโ
โข Let ๐ฅ๐ฅ๏ฟฝ(๐ก๐ก) be the Fourier transform representation of ๐ฅ๐ฅ(๐ก๐ก),
obtained using the synthesis equation
๐ฅ๐ฅ๏ฟฝ(๐ก๐ก) =12๐๐๏ฟฝ ๐๐ ๐๐๐๐ ๐๐๐๐๐๐๐ก๐ก๐๐๐๐
โ
โโ
โข Question: when can ๐ฅ๐ฅ๏ฟฝ(๐ก๐ก) be a valid representation of the original
signal ๐ฅ๐ฅ(๐ก๐ก)?
15
Finite Energy Condition โข One useful notion for engineers: โซ no energy in approximation error
๐๐ ๐ก๐ก โ ๐ฅ๐ฅ ๐ก๐ก โ ๐ฅ๐ฅ๏ฟฝ ๐ก๐ก = ๐ฅ๐ฅ ๐ก๐ก โ12๐๐๏ฟฝ ๐๐ ๐๐๐๐ ๐๐๐๐๐๐๐ก๐ก๐๐๐๐
โ
โโ
and ๏ฟฝ ๐๐(๐ก๐ก) 2๐๐๐ก๐ก = 0โ
โโ
โข Finite energy condition (square integrable)
๏ฟฝ ๐ฅ๐ฅ(๐ก๐ก) 2๐๐๐ก๐ก < โโ
โโ
โซ Note: does not guarantee ๐ฅ๐ฅ(๐ก๐ก) equal to its Fourier representation at any time ๐ก๐ก, but guarantees no energy in approximation error
16
โข Condition 1. โซ ๐ฅ๐ฅ(๐ก๐ก) is absolutely integrable, i.e.,
๏ฟฝ |๐ฅ๐ฅ ๐ก๐ก |๐๐๐ก๐กโ
โโ< โ
โข Condition 2. โซ Within any finite interval, ๐ฅ๐ฅ(๐ก๐ก) has a finite number of maxima
and minima
โข Condition 3. โซ Within any finite interval, ๐ฅ๐ฅ(๐ก๐ก) has only a finite number of
discontinuities with finite values
โข โน absolutely integrable signals that are continuous or with a finite number of discontinuities have Fourier transforms
Dirichlet Conditions
17
Example: Right-sided Decaying Exponential
โข ๐ฅ๐ฅ ๐ก๐ก = ๐๐โ๐๐๐ก๐ก๐ข๐ข ๐ก๐ก ,๐๐ > 0 is a real number
๐๐ ๐๐๐๐ = ๏ฟฝ ๐ฅ๐ฅ(๐ก๐ก)๐๐โ๐๐๐๐๐ก๐ก๐๐๐ก๐กโ
โโ= ๏ฟฝ ๐๐โ๐๐๐ก๐ก๐๐โ๐๐๐๐๐ก๐ก๐๐๐ก๐ก
โ
0
= โ1
๐๐ + ๐๐๐๐๐๐โ(๐๐+๐๐๐๐)๐ก๐ก๏ฟฝ
0
โ
=1
๐๐ + ๐๐๐๐
๐๐ ๐๐๐๐ =1
๐๐2 + ๐๐2, arg๐๐ ๐๐๐๐ = โ arctan
๐๐๐๐
โข Observation: โซ Magnitude spectrum: even symmetry โซ Phase spectrum: odd symmetry
โข Note: also works for complex ๐๐ with โโฏ ๐๐ > 0
18
Example: Two-sided Decaying Exponential
โข ๐ฅ๐ฅ ๐ก๐ก = ๐๐โ|๐๐|๐ก๐ก๐ข๐ข ๐ก๐ก ,๐๐ > 0 is a real number
๐๐ ๐๐๐๐ = ๏ฟฝ ๐ฅ๐ฅ(๐ก๐ก)๐๐โ๐๐๐๐๐ก๐ก๐๐๐ก๐กโ
โโ
= ๏ฟฝ ๐๐โ|๐๐|๐ก๐ก๐๐โ๐๐๐๐๐ก๐ก๐๐๐ก๐กโ
โโ
= ๏ฟฝ ๐๐๐๐๐ก๐ก๐๐โ๐๐๐๐๐ก๐ก๐๐๐ก๐ก0
โโ+ ๏ฟฝ ๐๐โ๐๐๐ก๐ก๐๐โ๐๐๐๐๐ก๐ก๐๐๐ก๐ก
โ
0
=1
๐๐ โ ๐๐๐๐๐๐(๐๐โ๐๐๐๐)๐ก๐ก๏ฟฝ
โโ
0
โ1
๐๐ + ๐๐๐๐๐๐โ(๐๐+๐๐๐๐)๐ก๐ก๏ฟฝ
0
โ
=1
๐๐ โ ๐๐๐๐+
1๐๐ + ๐๐๐๐
=2๐๐
๐๐2 + ๐๐2
โข Note: also works for complex ๐๐ with โโฏ ๐๐ > 0
19
Example: Rectangular Pulse โข ๐ฅ๐ฅ ๐ก๐ก = ๐ข๐ข ๐ก๐ก + ๐๐1 โ ๐ข๐ข(๐ก๐ก โ ๐๐1)
โข Fourier transform
๐๐ ๐๐๐๐ = ๏ฟฝ ๐๐โ๐๐๐๐๐ก๐ก๐๐๐ก๐ก๐๐1
โ๐๐1= 2
sin(๐๐๐๐1)๐๐
โข Inverse Fourier transform
๐ฅ๐ฅ๏ฟฝ ๐ก๐ก =12๐๐
๏ฟฝ 2sin(๐๐๐๐1)
๐๐๐๐๐๐๐๐๐ก๐ก๐๐๐๐
โ
โโ
โข As ๐๐1 โ โ, (define sinc ๐๐ = sin(๐๐๐๐)๐๐๐๐
)
โซ Frequency domain: 2๐๐ sin(๐๐๐๐1)๐๐๐๐
= 2๐๐ ๐๐1๐๐
sinc ๐๐๐๐1๐๐
โ 2๐๐๐ฟ๐ฟ(๐๐)
โซ Time domain: ๐ฅ๐ฅ ๐ก๐ก โ 1, DC
20
1 1
1
1
Example: Ideal Lowpass Filter โข Frequency response ๐ป๐ป(๐๐๐๐) = ๐ข๐ข ๐๐ + ๐๐๐๐ โ ๐ข๐ข(๐๐ โ ๐๐๐๐)
โข Impulse response
โ ๐ก๐ก =12๐๐
๏ฟฝ ๐๐๐๐๐๐๐ก๐ก๐๐๐๐๐๐๐๐
โ๐๐๐๐
=sin(๐๐๐๐ ๐ก๐ก)
๐๐๐ก๐ก=๐๐๐๐๐๐
sinc๐๐๐๐๐ก๐ก๐๐
โข As ๐๐๐๐ โ โ, โซ Time domain โ ๐ก๐ก โ ๐ฟ๐ฟ(๐ก๐ก), becomes identity system
โซ Frequency domain ๐ป๐ป(๐๐๐๐) โ 1, passes all frequencies
21
Examples โข Unit impulse ๐ฅ๐ฅ ๐ก๐ก = ๐ฟ๐ฟ ๐ก๐ก
๐๐ ๐๐๐๐ = ๏ฟฝ ๐ฟ๐ฟ(๐ก๐ก)๐๐โ๐๐๐๐๐ก๐ก๐๐๐ก๐ก+โ
โโ= 1
๐ฅ๐ฅ ๐ก๐ก =12๐๐๏ฟฝ ๐๐๐๐๐๐๐ก๐ก๐๐๐๐
โ
โโ= lim
๐๐๐๐โโ
12๐๐๏ฟฝ ๐๐๐๐๐๐๐ก๐ก๐๐๐๐
๐๐๐๐
โ๐๐๐๐
= lim๐๐๐๐โโ
sin(๐๐๐๐ ๐ก๐ก)๐๐๐ก๐ก = ๐ฟ๐ฟ(๐ก๐ก)
๐น๐น(๐๐) has โwhiteโ spectrum, equal amount of all frequencies!
โข DC Signal ๐ฅ๐ฅ(๐ก๐ก) = 1
๐๐ ๐๐๐๐ = lim๐๐1โโ
๏ฟฝ ๐๐โ๐๐๐๐๐ก๐ก๐๐๐ก๐ก๐๐1
โ๐๐1= lim
๐๐1โโ2๐๐
sin(๐๐๐๐1)๐๐๐๐ = 2๐๐๐ฟ๐ฟ(๐๐)
๐ฅ๐ฅ ๐ก๐ก =12๐๐๏ฟฝ ๐๐(๐๐๐๐)๐๐๐๐๐๐๐ก๐ก๐๐๐๐
โ
โโ=
12๐๐๏ฟฝ 2๐๐๐ฟ๐ฟ(๐๐)๐๐๐๐๐๐๐ก๐ก๐๐๐๐ = 1
โ
โโ
Spectrum of DC signal is impulse at zero frequency!
23
Fourier Transform of Periodic Signals โข A periodic signal ๐ฅ๐ฅ ๐ก๐ก with fundamental frequency ๐๐0 =2๐๐/๐๐ has a Fourier series representation
๐ฅ๐ฅ ๐ก๐ก = ๏ฟฝ ๐๐๐๐๐๐๐๐๐๐๐๐0๐ก๐กโ
๐๐=โโ
โน ๐๐ ๐๐๐๐ = โฑ{๐ฅ๐ฅ ๐ก๐ก } = ๏ฟฝ ๐๐๐๐โฑ{๐๐๐๐๐๐๐๐0๐ก๐ก}โ
๐๐=โโ
โข Question then becomes
โฑ{๐๐๐๐๐๐๐๐0๐ก๐ก} =?
24
Fourier Transform of Periodic Signals โข Using the basic Fourier transform pair
๐๐๐๐๐๐0๐ก๐ก โฑ
2๐๐๐ฟ๐ฟ ๐๐ โ ๐๐0
โซ โฑ{๐๐๐๐๐๐0๐ก๐ก} = lim๐๐1โโ
โซ ๐๐โ๐๐ ๐๐โ๐๐0 ๐ก๐ก๐๐๐ก๐ก๐๐1โ๐๐1
= lim๐๐1โโ
2๐๐ sin[(๐๐โ๐๐0)๐๐1]๐๐ ๐๐โ๐๐0
= 2๐๐๐ฟ๐ฟ(๐๐ โ ๐๐0)
โซ โฑโ1{2๐๐๐ฟ๐ฟ(๐๐ โ ๐๐0)} = 12๐๐ โซ 2๐๐๐ฟ๐ฟ ๐๐ โ ๐๐0 ๐๐๐๐๐๐๐ก๐ก๐๐๐๐
โโโ = ๐๐๐๐๐๐0๐ก๐ก
โข Thus, the Fourier transform of periodic signal ๐ฅ๐ฅ(๐ก๐ก) is
๐๐ ๐๐๐๐ = โฑ{๐ฅ๐ฅ ๐ก๐ก } = ๏ฟฝ ๐๐๐๐โฑ{๐๐๐๐๐๐๐๐0๐ก๐ก}โ
๐๐=โโ
= ๏ฟฝ 2๐๐๐๐๐๐๐ฟ๐ฟ(๐๐ โ ๐๐๐๐0)โ
๐๐=โโ
25
Fourier Transform of Periodic Signals โข A periodic signal ๐ฅ๐ฅ ๐ก๐ก with fundamental frequency ๐๐0 = 2๐๐/๐๐
โข Fourier series
๐ฅ๐ฅ ๐ก๐ก = ๏ฟฝ ๐๐๐๐๐๐๐๐๐๐๐๐0๐ก๐กโ
๐๐=โโ
๐๐๐๐ =1๐๐๏ฟฝ ๐ฅ๐ฅ(๐ก๐ก)๐๐โ๐๐๐๐๐๐0๐ก๐ก๐๐๐ก๐ก๐๐2
โ๐๐2
โข Fourier transform
๐ฅ๐ฅ(๐ก๐ก) โฑ
๐๐(๐๐๐๐๏ผ = ๏ฟฝ 2๐๐๐๐๐๐๐ฟ๐ฟ(๐๐ โ ๐๐๐๐0)โ
๐๐=โโ
โซ Spectrum of periodic signal consists of a impulse train occurring at harmonically related frequencies!
โซ Areas of impulses are ๐๐๐๐ times Fourier series coefficients
26
Example: Cosine and Sine โข ๐ฅ๐ฅ๐๐(๐ก๐ก) = cos(๐๐0๐ก๐ก) = 1
2๐๐๐๐๐๐0๐ก๐ก + 1
2๐๐โ๐๐๐๐0๐ก๐ก
โน ๐๐1= 1,๐๐โ1 = 1, ๐๐๐๐ = 0๏ผ๐๐ โ ยฑ1
โน ๐๐๐๐(๐๐๐๐) = ๐๐[๐ฟ๐ฟ(๐๐ โ ๐๐0) + ๐ฟ๐ฟ(๐๐ + ๐๐0)]
โข ๐ฅ๐ฅ๐ ๐ (๐ก๐ก) = sin(๐๐0๐ก๐ก) = 12๐๐๐๐๐๐๐๐0๐ก๐ก โ 1
2๐๐๐๐โ๐๐๐๐0๐ก๐ก
โน ๐๐1= 12๐๐
,๐๐โ1 = โ 12๐๐
, ๐๐๐๐ = 0๏ผ๐๐ โ ยฑ1
โน ๐๐๐ ๐ ๐๐๐๐ =๐๐๐๐๐ฟ๐ฟ ๐๐ โ ๐๐0 โ
๐๐๐๐๐ฟ๐ฟ(๐๐ + ๐๐0)
27
Example: Periodic Square Wave
๐๐0=1๐๐๏ฟฝ 1๐๐1
โ๐๐1๐๐๐ก๐ก =
2๐๐1๐๐
, ๐๐๐๐ =1๐๐๏ฟฝ ๐๐โ๐๐๐๐๐๐0๐ก๐ก๐๐๐ก๐ก๐๐1
โ๐๐1=
2sin (๐๐๐๐0๐๐1)๐๐๐๐0๐๐
, ๐๐ โ 0
๐๐ ๐๐๐๐ = ๏ฟฝ 2๐๐2 sin ๐๐๐๐0๐๐1
๐๐๐๐0๐๐
โ
๐๐=โโ
๐ฟ๐ฟ ๐๐ โ ๐๐๐๐0 = ๏ฟฝ2 sin ๐๐๐๐0๐๐1
๐๐
โ
๐๐=โโ
๐ฟ๐ฟ ๐๐ โ ๐๐๐๐0
28
Example: Periodic Impulse Train โข ๐ฅ๐ฅ(๐ก๐ก) = โ ๐ฟ๐ฟ(๐ก๐ก โ ๐๐๐๐)โ
๐๐=โโ
โน ๐๐๐๐=1๐๐๏ฟฝ ๐ฅ๐ฅ ๐ก๐ก๐๐2
โ๐๐2
๐๐โ๐๐๐๐๐๐0๐ก๐ก๐๐๐ก๐ก =1๐๐
โน ๐๐ ๐๐๐๐ = ๏ฟฝ2๐๐๐๐๐ฟ๐ฟ(๐๐ โ ๐๐
2๐๐๐๐
)โ
๐๐=โโ
29
Properties of CT Fourier Transform
๐ฅ๐ฅ ๐ก๐ก โฑ
๐๐ ๐๐๐๐ ๐ฆ๐ฆ(๐ก๐ก) โฑ
๐๐(๐๐๐๐)
โข Linearity
๐๐๐ฅ๐ฅ(๐ก๐ก) + ๐๐๐ฆ๐ฆ(๐ก๐ก) โฑ
๐๐๐๐(๐๐๐๐) + ๐๐๐๐(๐๐๐๐)
โข Time shifting
๐ฅ๐ฅ(๐ก๐ก โ ๐ก๐ก0) โฑ
๐๐โ๐๐๐๐๐ก๐ก0๐๐(๐๐๐๐) โข Frequency shifting
๐๐๐๐๐๐0๐ก๐ก๐ฅ๐ฅ(๐ก๐ก) โฑ
๐๐(๐๐ ๐๐ โ ๐๐0 )
30
Example: Multipath Fading Effect Transmitter: ๐ฅ๐ฅ ๐ก๐ก Receiver: ๐ฆ๐ฆ ๐ก๐ก = ๐๐0๐ฅ๐ฅ ๐ก๐ก + ๐๐1๐ฅ๐ฅ(๐ก๐ก โ ๐๐)
โข ๐๐ ๐๐๐๐ = ๐๐0๐๐ ๐๐๐๐ + ๐๐โ๐๐๐๐๐๐๐๐1๐๐ ๐๐๐๐ = (๐๐0 + ๐๐โ๐๐๐๐๐๐๐๐1)๐๐ ๐๐๐๐ โข Let ๐ฅ๐ฅ ๐ก๐ก = ๐ข๐ข ๐ก๐ก + ๐๐ โ ๐ข๐ข ๐ก๐ก โ ๐๐
๐๐ ๐๐๐๐ =2 sin(๐๐๐๐)
๐๐
๐๐ ๐๐๐๐ = (๐๐0 + ๐๐โ๐๐๐๐๐๐๐๐1)2 sin(๐๐๐๐)
๐๐
โข When ๐๐0 = ๐๐1 = 1
๐๐ ๐๐๐๐ = 4๐๐โ๐๐๐๐๐๐/2 cos ๐๐๐๐/22 sin(๐๐๐๐)
๐๐
31
Example: Modulation Baseband signal: ๐ฅ๐ฅ ๐ก๐ก Modulated signal: ๐ฆ๐ฆ ๐ก๐ก = ๐ฅ๐ฅ ๐ก๐ก cos(๐๐๐๐๐ก๐ก)
โข ๐ฆ๐ฆ ๐ก๐ก = 12๐ฅ๐ฅ(๐ก๐ก)(๐๐๐๐๐๐๐๐๐ก๐ก + ๐๐โ๐๐๐๐๐๐๐ก๐ก )
๐๐ ๐๐๐๐ =12๐๐ ๐๐(๐๐ โ ๐๐๐๐ +
12๐๐ ๐๐(๐๐ + ๐๐๐๐
โข Let ๐ฅ๐ฅ ๐ก๐ก = ๐ข๐ข ๐ก๐ก + ๐๐ โ ๐ข๐ข ๐ก๐ก โ ๐๐
๐๐ ๐๐๐๐ =sin((๐๐ โ ๐๐๐๐)๐๐)
๐๐ โ ๐๐๐๐+
sin((๐๐ + ๐๐๐๐)๐๐)๐๐ + ๐๐๐๐
32
Properties of CT Fourier Transform โข Time reversal
๐ฅ๐ฅ(โ๐ก๐ก) โฑ
๐๐(โ๐๐๐๐)
โข Conjugation
๐ฅ๐ฅโ ๐ก๐ก โฑ
๐๐โ โ๐๐๐๐
Proof: โฑ ๐ฅ๐ฅโ ๐ก๐ก = โซ ๐ฅ๐ฅโ ๐ก๐ก ๐๐โ๐๐๐๐๐ก๐ก๐๐๐ก๐ก =+โโโ โซ ๐ฅ๐ฅ ๐ก๐ก ๐๐๐๐๐๐๐ก๐ก๐๐๐ก๐ก+โ
โโ
โ= ๐๐โ (โ๐๐๐๐)
โข Conjugate Symmetry โซ ๐ฅ๐ฅ ๐ก๐ก real โบ ๐๐(โ๐๐๐๐) = ๐๐โ(๐๐๐๐) โซ ๐ฅ๐ฅ ๐ก๐ก even โบ ๐๐(๐๐๐๐) even, ๐ฅ๐ฅ ๐ก๐ก odd โบ ๐๐(๐๐๐๐) odd โซ ๐ฅ๐ฅ ๐ก๐ก real and even โบ ๐๐(๐๐๐๐) real and even โซ ๐ฅ๐ฅ ๐ก๐ก real and odd โบ ๐๐(๐๐๐๐) purely imaginary and odd
33
โข For a real signal: ๐ฅ๐ฅ ๐ก๐ก โฑ
๐๐(๐๐๐๐)
๐ฅ๐ฅ๐๐ ๐ก๐ก =12 ๐ฅ๐ฅ ๐ก๐ก + ๐ฅ๐ฅ โ๐ก๐ก
โฑ โโฏ{๐๐(๐๐๐๐)}
๐ฅ๐ฅ๐๐ ๐ก๐ก =12 ๐ฅ๐ฅ ๐ก๐ก โ ๐ฅ๐ฅ โ๐ก๐ก
โฑ ๐๐ โ โ๐๐{๐๐(๐๐๐๐)}
โข Proof: โซ Since ๐ฅ๐ฅ ๐ก๐ก is real, then ๐๐(๐๐๐๐) is conjugate symmetric
โฑ ๐ฅ๐ฅ๐๐ ๐ก๐ก =12๐๐(๐๐๐๐) + ๐๐(โ๐๐๐๐) =
12๐๐(๐๐๐๐) + ๐๐โ(๐๐๐๐) = โโฏ ๐๐(๐๐๐๐)
โฑ ๐ฅ๐ฅ๐๐ ๐ก๐ก =12๐๐ ๐๐๐๐ โ ๐๐(โ๐๐๐๐) =
12๐๐ ๐๐๐๐ โ ๐๐โ(๐๐๐๐) = ๐๐ โ โ๐๐{๐๐(๐๐๐๐)}
Even-Odd Decomposition
34
Example For ๐๐ > 0, let
๐ฅ๐ฅ ๐ก๐ก = ๏ฟฝ๐๐โ๐๐๐ก๐ก, ๐ก๐ก > 0โ๐๐๐๐๐ก๐ก ๐ก๐ก < 0
โข Let ๐ฆ๐ฆ ๐ก๐ก = ๐๐โ๐๐๐ก๐ก๐ข๐ข(๐ก๐ก), with ๐๐ ๐๐๐๐ =
1๐๐ + ๐๐๐๐
โข Since ๐ฅ๐ฅ ๐ก๐ก = ๐ฆ๐ฆ ๐ก๐ก โ ๐ฆ๐ฆ(โ๐ก๐ก)
๐๐ ๐๐๐๐ = ๐๐ ๐๐๐๐ โ ๐๐(โ๐๐๐๐)
=1
๐๐ + ๐๐๐๐โ
1๐๐ โ ๐๐๐๐
=โ2๐๐๐๐๐๐2 + ๐๐2
โข ๐ฅ๐ฅ ๐ก๐ก real and odd โน ๐๐ ๐๐๐๐ purely imaginary and odd
35
Time and Frequency Scaling
๐ฅ๐ฅ ๐ก๐ก โฑ
๐๐ ๐๐๐๐
๐ฅ๐ฅ ๐๐๐ก๐ก โฑ 1
๐๐ ๐๐๐๐๐๐๐๐ ,๐๐ โ 0
โข Proof: change variables by ๐๐ = ๐๐๐ก๐ก โซ For ๐๐ > 0,
๏ฟฝ ๐ฅ๐ฅ ๐๐๐ก๐ก ๐๐โ๐๐๐๐๐ก๐ก๐๐๐ก๐ก = ๏ฟฝ ๐ฅ๐ฅ ๐๐ ๐๐โ๐๐๐๐๐๐๐๐๐๐(
๐๐๐๐
) =1๐๐๐๐(๐๐๐๐๐๐
) +โ
โโ
+โ
โโ
โซ For ๐๐ < 0,
๏ฟฝ ๐ฅ๐ฅ ๐๐๐ก๐ก ๐๐โ๐๐๐๐๐ก๐ก๐๐๐ก๐ก = ๏ฟฝ ๐ฅ๐ฅ ๐๐ ๐๐โ๐๐๐๐๐๐๐๐๐๐
๐๐๐๐
= โ1๐๐๐๐(๐๐๐๐๐๐
) โโ
โ
+โ
โโ
36
Time and Frequency Scaling
๐ฅ๐ฅ ๐ก๐ก โฑ
๐๐ ๐๐๐๐ ๐ฅ๐ฅ ๐๐๐ก๐ก โฑ 1
๐๐ ๐๐๐๐๐๐๐๐ ,๐๐ โ 0
compression in time โบ stretching in frequency stretching in time โบ compression in frequency
โข Example: faster playback an audio clip โน higher pitch
๐ฅ๐ฅ ๐ก๐ก = ๐๐โ ๐๐๐ก๐ก 2 โฑ
๐๐ ๐๐๐๐ =๐๐๐๐๐๐โ
14๐๐๐๐
2
37
Exercise โข Problem: If we have the Fourier transform pair
๐ฅ๐ฅ ๐ก๐ก โ ๐๐ ๐๐๐๐ ,
determine the Fourier transform for the signal ๐ฅ๐ฅ(๐๐๐ก๐ก + ๐๐).
โข Answer:
โฑ ๐ฅ๐ฅ ๐๐๐ก๐ก + ๐๐ =1
|๐๐|๐๐(๐๐๐๐๐๐ )๐๐๐๐
๐๐๐๐๐๐
38
๐ฅ๐ฅโฒ ๐ก๐ก โฑ
๐๐๐๐๐๐ ๐๐๐๐ , ๐ฅ๐ฅ ๐๐ ๐ก๐ก โฑ
๐๐๐๐ ๐๐๐๐ ๐๐๐๐
โข Proof: differentiate both sides of FT synthesis equation
๐ฅ๐ฅ ๐ก๐ก =12๐๐
๏ฟฝ ๐๐ ๐๐๐๐ ๐๐๐๐๐๐๐ก๐ก๐๐๐๐ โน โ
โโ๐ฅ๐ฅโฒ ๐ก๐ก =
12๐๐
๏ฟฝ ๐๐๐๐๐๐ ๐๐๐๐ ๐๐๐๐๐๐๐ก๐ก๐๐๐๐โ
โโ
โข Example: differentiator ๐ฆ๐ฆ ๐ก๐ก = ๐ฅ๐ฅโฒ ๐ก๐ก , with frequency response
๐ป๐ป ๐๐๐๐ = โฑ ๐ฟ๐ฟโฒ ๐ก๐ก = ๏ฟฝ ๐ฟ๐ฟโฒ ๐ก๐ก ๐๐โ๐๐๐๐๐ก๐ก๐๐๐ก๐ก+โ
โโ
= ๐ฟ๐ฟ(๐ก๐ก)๐๐โ๐๐๐๐๐ก๐ก๏ฟฝโโ
+โ+ ๐๐๐๐๏ฟฝ ๐ฟ๐ฟ(๐ก๐ก)๐๐โ๐๐๐๐๐ก๐ก๐๐๐ก๐ก
+โ
โโ= ๐๐๐๐
โซ ๐๐ ๐๐๐๐ = ๐๐ ๐๐๐๐ ๐ป๐ป(๐๐๐๐) โซ amplifies high frequencies โซ suppresses low frequencies โซ DC completely eliminated, cannot be completely recovered from ๐ฅ๐ฅโฒ ๐ก๐ก
Differentiation
39
๐ฆ๐ฆ ๐ก๐ก = ๏ฟฝ ๐ฅ๐ฅ ๐๐ ๐๐๐๐๐ก๐ก
โโ
โฑ ๐๐ ๐๐๐๐ =
1๐๐๐๐
๐๐ ๐๐๐๐ + ๐๐๐๐ 0 ๐ฟ๐ฟ(๐๐)
โข Since ๐ฅ๐ฅ ๐ก๐ก = ๐ฆ๐ฆโฒ ๐ก๐ก , by differentiation property
๐๐ ๐๐๐๐ = ๐๐๐๐๐๐ ๐๐๐๐ โน ๐๐ ๐๐๐๐ =1๐๐๐๐
๐๐ ๐๐๐๐ ,โ๐๐ โ 0
โข Intuitively, ๐ฆ๐ฆ(๐ก๐ก) has a DC component
๐ฆ๐ฆ๏ฟฝ = lim๐๐โโ
12๐๐
๏ฟฝ ๐ฆ๐ฆ ๐ก๐ก ๐๐๐ก๐ก๐๐
โ๐๐= lim
๐๐โโ
12๐๐
๏ฟฝ ๏ฟฝ ๐ฅ๐ฅ ๐๐ ๐ข๐ข ๐ก๐ก โ ๐๐ ๐๐๐๐โ
โโ๐๐๐ก๐ก
๐๐
โ๐๐
= ๏ฟฝ ๐ฅ๐ฅ ๐๐ lim๐๐โโ
12๐๐
๏ฟฝ ๐ข๐ข(๐ก๐ก โ ๐๐)๐๐๐ก๐ก๐๐
โ๐๐๐๐๐๐
โ
โโ=
12๏ฟฝ ๐ฅ๐ฅ ๐๐ ๐๐๐๐โ
โโ=
12๐๐(0)
โข Therefore, at ๐๐ = 0, ๐๐ ๐๐๐๐ has a component 2๐๐๐ฆ๐ฆ๏ฟฝ๐ฟ๐ฟ ๐๐ = ๐๐๐๐ 0 ๐ฟ๐ฟ(๐๐)
Integration
40
โข Sign function:
sgn ๐ก๐ก = ๏ฟฝ 1, ๐ก๐ก > 0โ1, ๐ก๐ก < 0
โฑ
2๐๐๐๐
โข Constant function:
1 โฑ
2๐๐๐ฟ๐ฟ(๐๐) โข Unit step function:
๐ข๐ข ๐ก๐ก =sgn ๐ก๐ก + 1
2 โฑ
๐๐ ๐๐๐๐ =1๐๐๐๐
+ ๐๐๐ฟ๐ฟ ๐๐
โข Integrator:
๐ฆ๐ฆ ๐ก๐ก = ๏ฟฝ ๐ฅ๐ฅ ๐๐ ๐๐๐๐๐ก๐ก
โโ= ๐ฅ๐ฅ ๐ก๐ก โ ๐ข๐ข ๐ก๐ก
โฑ ๐๐ ๐๐๐๐ = ๐๐ ๐๐๐๐ ๐๐ ๐๐๐๐ =
1๐๐๐๐ ๐๐ ๐๐๐๐ + ๐๐๐๐ 0 ๐ฟ๐ฟ(๐๐)
Integration
41
โข Sign function:
๐ฅ๐ฅ(๐ก๐ก) = ๏ฟฝ1 โ2|๐ก๐ก|๐๐
, ๐ก๐ก โค๐๐2
0, otherwise
๐๐2 ๐๐๐๐ =2๐๐
๐๐๐๐๐๐๐๐2 โ 2 + ๐๐๐๐
๐๐๐๐2 = โ
8๐๐
sin2๐๐๐๐4
๐๐1 ๐๐๐๐ =๐๐2 ๐๐๐๐๐๐๐๐
+ ๐๐๐๐2 0 ๐ฟ๐ฟ(๐๐) = โ8๐๐๐๐๐๐
sin2๐๐๐๐4
๐๐ ๐๐๐๐ =๐๐1 ๐๐๐๐๐๐๐๐
+ ๐๐๐๐1 0 ๐ฟ๐ฟ(๐๐) =8
๐๐2๐๐sin2
๐๐๐๐4
Example: Triangular Pulse
42
Calculation of ๐ฟ๐ฟ(๐๐) โข Method 1:
๐๐ 0 = ๐๐ ๐๐๐๐ ๏ฟฝ๐๐=0
โข Method 2:
๐๐ 0 = ๏ฟฝ ๐ฅ๐ฅ ๐ก๐ก ๐๐๐ก๐ก+โ
โโ
43
Example: ๐ฌ๐ฌ๐ฌ๐ฌ๐ฌ๐ฌ ๐๐ Function โข In terms of exponential function in the limit (๐๐ > 0)
๐ฅ๐ฅ ๐ก๐ก = ๏ฟฝ๐๐โ๐๐๐ก๐ก, ๐ก๐ก > 0โ๐๐๐๐๐ก๐ก ๐ก๐ก < 0
sgn ๐ก๐ก = lim๐๐โ0
๐ฅ๐ฅ (๐ก๐ก)
sgn ๐ก๐ก โฑ
lim๐๐โ0
๐๐ (๐๐๐๐)๏ผ2๐๐๐๐
โข In terms of unit step functions
sgn ๐ก๐ก = ๐ข๐ข ๐ก๐ก โ ๐ข๐ข(โ๐ก๐ก)
sgn ๐ก๐ก โฑ
[๐๐๐ฟ๐ฟ(๐๐) +1๐๐๐๐
] โ [๐๐๐ฟ๐ฟ(โ๐๐) +1
โ๐๐๐๐] =
2๐๐๐๐
44
Example: ๐ฌ๐ฌ๐ฌ๐ฌ๐ฌ๐ฌ ๐๐ Function โข Exploiting integration property
sgn ๐ก๐ก = 2๐ข๐ข ๐ก๐ก โ 1 โ ๐ฅ๐ฅ ๐ก๐ก
sgnโฒ ๐ก๐ก = 2๐ฟ๐ฟ(๐ก๐ก) โ ๐ฅ๐ฅ1 ๐ก๐ก
๐ฅ๐ฅ1 ๐ก๐ก = 2๐ฟ๐ฟ ๐ก๐ก โฑ
๐๐1 ๐๐๐๐ = 2
sgn ๐ก๐ก = ๐ฅ๐ฅ(๐ก๐ก) = ๐ฅ๐ฅ โโ + ๏ฟฝ ๐ฅ๐ฅ1(๐ก๐ก)๐๐๐ก๐ก๐ก๐ก
โโ
โนโฑ sgn ๐ก๐ก = ๐๐ ๐๐๐๐ = 2๐๐๐ฅ๐ฅ โโ ๐ฟ๐ฟ ๐๐ +๐๐1(๐๐๐๐)๐๐๐๐
+ ๐๐๐๐1(0)๐ฟ๐ฟ(๐๐)
= 2๐๐ โ โ1 โ ๐ฟ๐ฟ ๐๐ +2๐๐๐๐
+ ๐๐ โ 2๐ฟ๐ฟ(๐๐) =2๐๐๐๐
45
Duality โข Both time and frequency functions are continuous and aperiodic
in general, identical form except for โซ different signs in exponent of complex exponential โซ constant factor 1/2๐๐
๐ฅ๐ฅ ๐ก๐ก =1
2๐๐๏ฟฝ ๐๐ ๐๐๐๐ ๐๐๐๐๐๐๐ก๐กโ
โโ๐๐๐๐
โฑ ๐๐ ๐๐๐๐ = ๏ฟฝ ๐ฅ๐ฅ(๐ก๐ก)๐๐โ๐๐๐๐๐ก๐ก
โ
โโ๐๐๐ก๐ก
โข Suppose two functions are related by
๐๐ ๐๐ = ๏ฟฝ ๐๐(๐๐)๐๐โ๐๐๐๐๐๐โ
โโ๐๐๐๐
โซ Let ๐๐ = ๐ก๐ก, and ๐๐ = ๐๐, โน ๐๐ ๐ก๐ก โฑ
๐๐ ๐๐
โซ Let ๐๐ = โ๐๐, and ๐๐ = ๐ก๐ก,โน ๐๐ ๐ก๐ก โฑ
2๐๐๐๐ โ๐๐
โข Duality: ๐ฅ๐ฅ ๐ก๐ก โฑ
๐๐ ๐๐๐๐ โบ ๐๐(๐ก๐ก) โฑ
2๐๐๐ฅ๐ฅ(โ๐๐๐๐)
46
Duality
๐ข๐ข ๐ก๐ก + ๐๐ โ ๐ข๐ข ๐ก๐ก โ ๐๐ โฑ
2 sin(๐๐๐๐)
๐๐
2 sin(๐๐๐ก๐ก)
๐ก๐ก โฑ
2๐๐[๐ข๐ข ๐๐ + ๐๐ โ ๐ข๐ข ๐๐ โ ๐๐ ]
47
Duality Example: ๐ฅ๐ฅ ๐ก๐ก = 1
๐๐๐ก๐ก
โข Known
sgn ๐ก๐ก โฑ 2
๐๐๐๐
โข By duality โซ switch LHS and RHS, switch ๐๐ and ๐ก๐ก โซ substitute ๐๐ โ โ๐๐ or ๐ก๐ก โ โ๐ก๐ก (but not both) โซ multiply RHS by 2๐๐
โ2๐๐๐ก๐ก
โฑ 2๐๐ โ sgn ๐๐
โข By linearity 1๐๐๐ก๐ก
โฑ โ ๐๐ โ sgn ๐๐
48
๐ฅ๐ฅ ๐ก๐ก โฑ
๐๐ ๐๐๐๐ โบ ๐๐(๐ก๐ก) โฑ
2๐๐๐ฅ๐ฅ(โ๐๐๐๐)
Duality Example: ๐ฅ๐ฅ(๐ก๐ก) = 1
1+๐ก๐ก2
โข Known
๐๐โ|๐ก๐ก| โฑ 21 + ๐๐2
โข By duality โซ switch LHS and RHS, switch ๐๐ and ๐ก๐ก โซ substitute ๐๐ โ โ๐๐ or ๐ก๐ก โ โ๐ก๐ก (but not both) โซ multiply RHS by 2๐๐
21 + ๐ก๐ก2
โฑ
2๐๐ โ ๐๐โ|๐๐|
โข By linearity 1
1 + ๐ก๐ก2 โฑ
๐๐ โ ๐๐โ|๐๐|
49
๐ฅ๐ฅ ๐ก๐ก โฑ
๐๐ ๐๐๐๐ โบ ๐๐(๐ก๐ก) โฑ
2๐๐๐ฅ๐ฅ(โ๐๐๐๐)
Duality โข Differentiation in frequency
โ๐๐๐ก๐ก๐ฅ๐ฅ ๐ก๐ก โฑ ๐๐๐๐ ๐๐๐๐
๐๐๐๐, ๐ก๐ก๐ฅ๐ฅ ๐ก๐ก
โฑ ๐๐๐๐๐๐(๐๐๐๐)๐๐๐๐
โข Proof:
๐๐ ๐๐๐๐ = ๏ฟฝ ๐ฅ๐ฅ(๐ก๐ก)๐๐โ๐๐๐๐๐ก๐กโ
โโ๐๐๐ก๐ก โน
๐๐๐๐ ๐๐๐๐๐๐๐๐
= ๏ฟฝ (โ๐๐๐ก๐ก)๐ฅ๐ฅ(๐ก๐ก)๐๐โ๐๐๐๐๐ก๐กโ
โโ๐๐๐ก๐ก
โข Example: Unit ramp function ๐ข๐ขโ2 ๐ก๐ก = โซ ๐ข๐ข ๐๐ ๐๐๐๐๐ก๐กโโ = ๐ก๐ก๐ข๐ข(๐ก๐ก)
โฑ ๐ข๐ขโ2 ๐ก๐ก = ๐๐โฑ โ๐๐๐ก๐ก๐ข๐ข(๐ก๐ก) = ๐๐๐๐๐๐(๐๐๐๐)๐๐๐๐
= โ1๐๐2 + ๐๐๐๐๐ฟ๐ฟโฒ(๐๐)
โข Integration in frequency
โ1๐๐๐ก๐ก๐ฅ๐ฅ ๐ก๐ก + ๐๐๐ฅ๐ฅ 0 ๐ฟ๐ฟ ๐ก๐ก
โฑ ๏ฟฝ ๐๐ ๐๐ ๐๐๐๐
๐๐
โโ
50
Example
โข Problem: ๐ฅ๐ฅ ๐ก๐ก = ๐ก๐ก๐๐โ2๐ก๐ก๐ข๐ข ๐ก๐ก โฑ
?
โข Solution:
๐๐โ2๐ก๐ก๐ข๐ข ๐ก๐ก โฑ 1
2 + ๐๐๐๐
๐ก๐ก๐๐โ2๐ก๐ก๐ข๐ข ๐ก๐ก โฑ
๐๐๐๐๐๐๐๐
12 + ๐๐๐๐ =
1(2 + ๐๐๐๐)2
โข Exercise: ๐ฅ๐ฅ ๐ก๐ก = ๐ก๐ก๐๐โ2๐ก๐ก๐ข๐ข ๐ก๐ก โ 1 โ?
51
Exercise โข Determine ๐ฅ๐ฅ(๐ก๐ก) according to ๐๐ ๐๐๐๐
โข Hints: exploit integration property in frequency domain
๐ฅ๐ฅ1 ๐ก๐ก โฑ
๐๐โฒ ๐๐๐๐ โน ๐ฅ๐ฅ ๐ก๐ก = ๐ฅ๐ฅ1 ๐ก๐กโ๐๐๐ก๐ก
+ ๐๐๐ฅ๐ฅ1 0 ๐ฟ๐ฟ ๐ก๐ก
where ๐ฅ๐ฅ1 0 = โซ๐๐โฒ(๐๐๐๐)๐๐๐๐ = 0
52
โ๐๐1 ๐๐1
๐๐(๐๐๐๐)
1
๐๐โฒ(๐๐๐๐)
๐๐1 โ๐๐1
1/๐๐1
-1/๐๐1
โข For a Fourier transform pair ๐ฅ๐ฅ ๐ก๐ก โฑ
๐๐(๐๐๐๐)
๏ฟฝ ๐ฅ๐ฅ ๐ก๐ก 2โ
โโ๐๐๐ก๐ก =
12๐๐
๏ฟฝ ๐๐(๐๐๐๐) 2โ
โโ๐๐๐๐ = ๏ฟฝ ๐๐ ๐๐๐๐ 2
โ
โโ
๐๐๐๐2๐๐
โข Note: ๐๐ is angular frequency and ๐๐ = ๐๐/2๐๐ is frequency
โข Interpretation: Energy conservation โซ ๐ฅ๐ฅ ๐ก๐ก 2: power, or energy per unit time (in second) โซ ๐๐(๐๐๐๐) 2: energy per unit frequency (in Hertz), called energy-
density spectrum
โข lim๐๐โโ
1๐๐ โซ |๐ฅ๐ฅ(๐ก๐ก)|2๐๐๐ก๐ก = 1
2๐๐๐๐ โซ lim๐๐โโ
|๐๐(๐๐๐๐)|2
๐๐โโโ ๐๐๐๐
โซ lim๐๐โโ
|๐๐(๐๐๐๐)|2
๐๐ : called power-density spectrum
Parsevalโs Relation
53
โข For a Fourier transform pair ๐ฅ๐ฅ ๐ก๐ก โฑ
๐๐(๐๐๐๐)
๏ฟฝ ๐ฅ๐ฅ ๐ก๐ก 2โ
โโ๐๐๐ก๐ก =
12๐๐
๏ฟฝ ๐๐(๐๐๐๐) 2โ
โโ๐๐๐๐ = ๏ฟฝ ๐๐ ๐๐๐๐ 2
โ
โโ
๐๐๐๐2๐๐
โข Proof:
๏ฟฝ ๐ฅ๐ฅ ๐ก๐ก 2โ
โโ๐๐๐ก๐ก = ๏ฟฝ ๐ฅ๐ฅ ๐ก๐ก ๐ฅ๐ฅโ ๐ก๐ก
โ
โโ๐๐๐ก๐ก = ๏ฟฝ ๐ฅ๐ฅ ๐ก๐ก
12๐๐
๏ฟฝ ๐๐ ๐๐๐๐โ
โโ๐๐๐๐๐๐๐ก๐ก๐๐๐๐
โโ
โโ๐๐๐ก๐ก
= ๏ฟฝ ๐ฅ๐ฅ ๐ก๐ก12๐๐
๏ฟฝ ๐๐โ ๐๐๐๐โ
โโ๐๐โ๐๐๐๐๐ก๐ก๐๐๐๐
โ
โโ๐๐๐ก๐ก
=12๐๐
๏ฟฝ ๐๐โ ๐๐๐๐ ๏ฟฝ ๐ฅ๐ฅ ๐ก๐กโ
โโ๐๐โ๐๐๐๐๐ก๐ก๐๐๐ก๐ก
โ
โโ๐๐๐๐
=12๐๐
๏ฟฝ ๐๐โ ๐๐๐๐ ๐๐(๐๐๐๐)โ
โโ๐๐๐๐ =
12๐๐
๏ฟฝ ๐๐(๐๐๐๐) 2โ
โโ๐๐๐๐
Parsevalโs Relation
54
โข Example: determine the following time domain expressions:
๐ธ๐ธ = ๏ฟฝ ๐ฅ๐ฅ ๐ก๐ก |2๐๐๐ก๐ก, and ๐ท๐ท = ๐ฅ๐ฅโฒ ๐ก๐ก ๐ก๐ก=0
โ
โโ
โข Solution:
๐ธ๐ธ = ๏ฟฝ |๐ฅ๐ฅ ๐ก๐ก |2๐๐๐ก๐กโ
โโ
=12๐๐
๏ฟฝ ๐๐(๐๐๐๐) 2โ
โโ๐๐๐๐ =
12๐๐
โ 5๐๐4
=58
๐๐ ๐ก๐ก = ๐ฅ๐ฅโฒ ๐ก๐ก โฑ
๐บ๐บ ๐๐๐๐ = ๐๐๐๐๐๐(๐๐๐๐)
โน ๐ท๐ท = ๐๐ 0 =12๐๐
๏ฟฝ ๐บ๐บ ๐๐๐๐โ
โโ๐๐๐๐ =
12๐๐
๏ฟฝ ๐๐๐๐๐๐ ๐๐๐๐ โ
โโ๐๐๐๐ = 0
Parsevalโs Relation
55
๐๐(๐๐๐๐) ๐๐
๐๐/2
-1 -0.5 1 0.5
โข Example: sin ๐๐๐ก๐ก๐๐๐ก๐ก
โฑ
๐ข๐ข ๐๐ + ๐๐ โ ๐ข๐ข(๐๐ โ๐๐)
โข By Parsevalโs relation
๏ฟฝsin2 ๐๐๐ก๐ก๐๐2๐ก๐ก2
๐๐๐ก๐ก =12๐๐
โ
โโ๏ฟฝ ๐ข๐ข ๐๐ + ๐๐ โ ๐ข๐ข(๐๐ โ๐๐) 2โ
โโ๐๐๐๐
=12๐๐
๏ฟฝ 1๐๐
โ๐๐๐๐๐๐
=๐๐๐๐
Parsevalโs Relation
56
Example โข Use Fourier transform of typical signals and Fourier
transform properties to determine the Fourier transform of the following signal
57
-1 -2 1 2
1
2
๐ฅ๐ฅ(๐ก๐ก)
Example
โข Solution 1: ๐ฅ๐ฅ ๐ก๐ก = 2๐๐2 ๐ก๐ก + ๐ข๐ข โ๐ก๐ก โ 2 + ๐ข๐ข(๐ก๐ก โ 2)
โซ ๐๐๐๐(๐ก๐ก) is the rectangular pulse with width of ๐๐ and unit magnitude
58
-1 -2 1 2
1
2
๐ฅ๐ฅ(๐ก๐ก)
1 -1
2
+
-2
1 +
2
1
Example
โข Solution 2: โซ Assume
๐ฅ๐ฅ1 ๐ก๐ก = ๐ฅ๐ฅโฒ ๐ก๐ก โฑ
๐๐1(๐๐๐๐)
โซ Then
๐๐ ๐๐๐๐ = 2๐๐๐ฅ๐ฅ โโ ๐ฟ๐ฟ ๐๐ +๐๐1(๐๐๐๐)๐๐๐๐
+ ๐๐๐๐1 0 ๐ฟ๐ฟ ๐๐
59
-1 -2 1 2
1
2
๐ฅ๐ฅ(๐ก๐ก)
-1
1
2
-2
1 2
๐ฅ๐ฅโฒ(๐ก๐ก)
-1 -2
Exercise โข Determine the inverse Fourier transform
โซ Plot 1:
โซ Plot 2:
60
0ฯโ 0ฯ
A
|)(| ฯjX )( ฯjXโ
0ฯโ 0ฯ w
A
|)(| ฯjX )( ฯjXโ
0ฯ0ฯโ
2/ฯ
2/ฯโ
Note: different
phase spectrum
Exercise โข Determine the Fourier transform of the following signals
โซ ๐ฅ๐ฅ(๐ก๐ก) = ๐๐โ2๐ก๐ก๐ข๐ข(๐ก๐ก)
โซ ๐ฅ๐ฅ ๐ก๐ก = ๐๐โ2 ๐ก๐กโ1 ๐ข๐ข ๐ก๐ก
โซ ๐ฅ๐ฅ(๐ก๐ก) = ๐๐โ2๐ก๐ก๐ข๐ข(๐ก๐ก โ 1)
61
Convolution Property
๐ฆ๐ฆ ๐ก๐ก = ๐ฅ๐ฅ ๐ก๐ก โ โ ๐ก๐ก โฑ
๐๐ ๐๐๐๐ = ๐๐ ๐๐๐๐ ๐ป๐ป(๐๐๐๐)
convolution in time โบ multiplication in frequency
โข Proof:
๐๐ ๐๐๐๐ = ๏ฟฝ ๐ฆ๐ฆ ๐ก๐ก ๐๐โ๐๐๐๐๐ก๐ก๐๐๐ก๐ก = ๏ฟฝ ๐ฅ๐ฅ ๐ก๐ก โ โ(๐ก๐ก)๐๐โ๐๐๐๐๐ก๐ก๐๐๐ก๐ก+โ
โโ
+โ
โโ
= ๏ฟฝ ๏ฟฝ ๐ฅ๐ฅ ๐๐ โ(๐ก๐ก โ ๐๐)+โ
โโ๐๐๐๐ ๐๐โ๐๐๐๐๐ก๐ก๐๐๐ก๐ก
+โ
โโ
= ๏ฟฝ ๐ฅ๐ฅ ๐๐ ๏ฟฝ โ(๐ก๐ก โ ๐๐)+โ
โโ๐๐โ๐๐๐๐๐ก๐ก๐๐๐ก๐ก ๐๐๐๐
+โ
โโ
= ๏ฟฝ ๐ฅ๐ฅ ๐๐ ๐๐โ๐๐๐๐๐๐๐ป๐ป ๐๐๐๐ ๐๐๐๐+โ
โโ= ๐ป๐ป ๐๐๐๐ ๏ฟฝ ๐ฅ๐ฅ ๐๐ ๐๐โ๐๐๐๐๐๐๐๐๐๐
+โ
โโ= ๐ป๐ป(๐๐๐๐)๐๐(๐๐๐๐)
62
Convolution Property โข For an LTI system with โซ impulse response โ(๐ก๐ก) โซ frequency response ๐ป๐ป ๐๐๐๐ = โซ โ ๐ก๐กโ
โโ ๐๐โ๐๐๐๐๐ก๐ก๐๐๐ก๐ก = โฑ{โ ๐ก๐ก }
โซ ๐๐๐๐๐๐๐ก๐ก is eigenfunction associated with eigenvalue ๐ป๐ป ๐๐๐๐
๐ฅ๐ฅ ๐ก๐ก = ๐๐๐๐๐๐๐ก๐ก โ ๐ฆ๐ฆ ๐ก๐ก = ๏ฟฝ โ ๐๐ ๐๐๐๐๐๐(๐ก๐กโ๐๐)๐๐๐๐โ
โโ= ๐ป๐ป ๐๐๐๐ ๐๐๐๐๐๐๐ก๐ก
โข Input ๐ฅ๐ฅ ๐ก๐ก as a linear combination of complex exponentials
๐ฅ๐ฅ ๐ก๐ก =12๐๐
๏ฟฝ ๐๐ ๐๐๐๐ ๐๐๐๐๐๐๐ก๐ก๐๐๐๐โ
โโ= lim
๐๐0โ0
12๐๐
๏ฟฝ ๐๐ ๐๐๐๐๐๐0 ๐๐๐๐๐๐๐๐0๐ก๐ก๐๐0
โ
๐๐=โโ
โ ๐ฆ๐ฆ ๐ก๐ก = lim๐๐0โ0
12๐๐
๏ฟฝ ๐๐ ๐๐๐๐๐๐0 ๐ป๐ป ๐๐๐๐๐๐0 ๐๐๐๐๐๐๐๐0๐ก๐ก๐๐0
โ
๐๐=โโ
=12๐๐
๏ฟฝ ๐๐ ๐๐๐๐ ๐ป๐ป ๐๐๐๐ ๐๐๐๐๐๐๐ก๐ก๐๐๐๐โ
โโ=
12๐๐
๏ฟฝ ๐๐ ๐๐๐๐ ๐๐๐๐๐๐๐ก๐ก๐๐๐๐โ
โโ
63
โข Rectangular pulse:
๐ฅ๐ฅ1 ๐ก๐ก = 2/๐๐ ๐ข๐ข ๐ก๐ก +๐๐4
โ ๐ข๐ข(๐ก๐ก โ๐๐4
)
๐๐1 ๐๐๐๐ = 2/๐๐ โ 2 sin(๐๐๐๐/4)
๐๐
โข Triangular pulse:
๐ฅ๐ฅ(๐ก๐ก) = 1 โ2|๐ก๐ก|๐๐
๐ข๐ข ๐ก๐ก +๐๐2
โ ๐ข๐ข(๐ก๐ก โ๐๐2
)
๐๐1 ๐๐๐๐ = ๐๐12 ๐๐๐๐ =8 sin2(๐๐๐๐/4)
๐๐2๐๐
Example
64
Frequency Response of LTI Systems โข Fully characterized by impulse response โ(๐ก๐ก)
๐ฆ๐ฆ ๐ก๐ก = ๐ฅ๐ฅ ๐ก๐ก โ โ ๐ก๐ก
โข Also fully characterized by frequency response ๐ป๐ป ๐๐๐๐ =โฑ{โ ๐ก๐ก }, if ๐ป๐ป ๐๐๐๐ is well defined โซ BIBO stable system: โซ โ ๐ก๐ก ๐๐๐ก๐ก < โ+โ
โโ โซ other systems: e.g., identity โ ๐ก๐ก = ๐ฟ๐ฟ(๐ก๐ก), differentiator โ ๐ก๐ก = ๐ฟ๐ฟโฒ(๐ก๐ก)
โข Convolution property implies โซ instead of computing ๐ฅ๐ฅ ๐ก๐ก โ โ ๐ก๐ก in time domain, we can analyze
a system in frequency domain ๐ฆ๐ฆ ๐ก๐ก = ๐ฅ๐ฅ ๐ก๐ก โ โ(๐ก๐ก)
โ
๐๐ ๐๐๐๐ = ๐๐ ๐๐๐๐ โ ๐ป๐ป ๐๐๐๐ , ๐ป๐ป ๐๐๐๐ =๐๐ ๐๐๐๐๐๐ ๐๐๐๐
= ๐ป๐ป ๐๐๐๐ ๐๐๐๐๐๐๐ ๐๐๐๐
65
โข Example: Differentiation property
๐ฆ๐ฆ ๐ก๐ก = ๐ฅ๐ฅโฒ ๐ก๐ก = ๐ฅ๐ฅ ๐ก๐ก โ ๐ฟ๐ฟโฒ ๐ก๐ก
๐๐ ๐๐๐๐ = ๐๐ ๐๐๐๐ โ โฑ ๐ฟ๐ฟโฒ ๐ก๐ก = ๐๐๐๐ โ ๐๐(๐๐๐๐)
โข Example. Integration property
๐ฆ๐ฆ ๐ก๐ก = ๏ฟฝ ๐ฅ๐ฅ ๐๐ ๐๐๐๐๐ก๐ก
โโ= ๐ฅ๐ฅ ๐ก๐ก โ ๐ข๐ข ๐ก๐ก
๐๐ ๐๐๐๐ = ๐๐ ๐๐๐๐ โ ๐๐(๐๐๐๐) = ๐๐ ๐๐๐๐1๐๐๐๐
+ ๐๐๐ฟ๐ฟ ๐๐
=1๐๐๐๐
๐๐ ๐๐๐๐ + ๐๐๐๐ 0 ๐ฟ๐ฟ ๐๐
Examples
67
โข Unit ramp function: ๐ข๐ขโ2 ๐ก๐ก = ๐ข๐ข ๐ก๐ก โ ๐ข๐ข(๐ก๐ก) = ๐ก๐ก๐ข๐ข(๐ก๐ก)
โข Convolution property suggests
โฑ ๐ข๐ขโ2 ๐ก๐ก = ๐๐2 ๐๐๐๐ =1๐๐๐๐
+ ๐๐๐ฟ๐ฟ ๐๐2
= โ1๐๐2 +
2๐๐๐๐๐๐
๐ฟ๐ฟ ๐๐ + ๐๐2๐ฟ๐ฟ ๐๐ ๐ฟ๐ฟ(๐๐)
โซ But ๐ฟ๐ฟ(๐๐)๐๐๐๐
and ๐ฟ๐ฟ ๐๐ ๐ฟ๐ฟ(๐๐) not well-defined!
โซ Convolution property not applicable here โซ Rule of thumb: applicable when formula is well-defined
โข Known from the differentiation in frequency property
โฑ ๐ข๐ขโ2 ๐ก๐ก = ๐๐โฑ โ๐๐๐ก๐ก๐ข๐ข(๐ก๐ก) = ๐๐๐๐๐๐(๐๐๐๐)๐๐๐๐
= โ1๐๐2 + ๐๐๐๐๐ฟ๐ฟโฒ(๐๐)
Example
68
Example โข Determine the Response of an LTI system with impulse response โ ๐ก๐ก = ๐๐โ๐๐๐ก๐ก๐ข๐ข(๐ก๐ก), to the input ๐ฅ๐ฅ(๐ก๐ก) = ๐๐โ๐๐๐ก๐ก๐ข๐ข(๐ก๐ก), where ๐๐, ๐๐ > 0
โข Method 1: convolution in time domain ๐ฆ๐ฆ ๐ก๐ก = ๐ฅ๐ฅ ๐ก๐ก โ โ ๐ก๐ก
โข Method 2: solving the differential equation with initial rest condition ๐ฆ๐ฆโฒ ๐ก๐ก + ๐๐๐ฆ๐ฆ ๐ก๐ก = ๐๐โ๐๐๐ก๐ก๐ข๐ข(๐ก๐ก)
โข Method 3: Fourier transform
๐ป๐ป ๐๐๐๐ =1
๐๐ + ๐๐๐๐,๐๐ ๐๐๐๐ =
1๐๐ + ๐๐๐๐
โน ๐๐ ๐๐๐๐ =1
(๐๐ + ๐๐๐๐)(๐๐ + ๐๐๐๐)
โซ If ๐๐ โ ๐๐,๐๐ ๐๐๐๐ = 1๐๐โ๐๐
1๐๐+๐๐๐๐
โ 1๐๐+๐๐๐๐
โน ๐ฆ๐ฆ ๐ก๐ก = 1๐๐โ๐๐
๐๐โ๐๐๐ก๐ก โ ๐๐โ๐๐๐ก๐ก ๐ข๐ข(๐ก๐ก)
โซ If ๐๐ = ๐๐,๐๐ ๐๐๐๐ = ๐๐ ๐๐๐๐๐๐
1๐๐+๐๐๐๐
โน ๐ฆ๐ฆ ๐ก๐ก = ๐ก๐ก โ โฑโ1{ 1๐๐+๐๐๐๐
} = ๐ก๐ก๐๐โ๐๐๐ก๐ก๐ข๐ข(๐ก๐ก)
69
Example โข Determine the Response of an LTI system with impulse response โ ๐ก๐ก = ๐๐โ๐๐๐ก๐ก๐ข๐ข(๐ก๐ก), to the input ๐ฅ๐ฅ ๐ก๐ก = cos(๐๐0๐ก๐ก), where ๐๐ > 0
โข Frequency response:
๐ป๐ป ๐๐๐๐ =1
๐๐ + ๐๐๐๐=
๐๐ โ ๐๐๐๐๐๐2 + ๐๐2 =
1๐๐2 + ๐๐2
๐๐โ๐๐โ arc๐an(๐๐/๐๐)
โข Method 1: using eigenfunction property
๐ฅ๐ฅ ๐ก๐ก =12๐๐๐๐๐๐0๐ก๐ก +
12๐๐โ๐๐๐๐0๐ก๐ก
๐ฆ๐ฆ ๐ก๐ก =12๐ป๐ป ๐๐๐๐0 ๐๐๐๐๐๐0๐ก๐ก +
12๐ป๐ป โ๐๐๐๐0 ๐๐โ๐๐๐๐0๐ก๐ก = โโฏ ๐ป๐ป ๐๐๐๐0 ๐๐๐๐๐๐0๐ก๐ก
=๐๐ cos(๐๐0๐ก๐ก) + ๐๐0sin(๐๐0๐ก๐ก)
๐๐2 + ๐๐02= 1/ ๐๐2 + ๐๐02 cos ๐๐0๐ก๐ก โ arctan
๐๐๐๐
70
Example โข Determine the Response of an LTI system with impulse response โ ๐ก๐ก = ๐๐โ๐๐๐ก๐ก๐ข๐ข(๐ก๐ก), to the input ๐ฅ๐ฅ ๐ก๐ก = cos(๐๐0๐ก๐ก), where ๐๐ > 0
โข Frequency response:
๐ป๐ป ๐๐๐๐ =1
๐๐ + ๐๐๐๐=
๐๐ โ ๐๐๐๐๐๐2 + ๐๐2 =
1๐๐2 + ๐๐2
๐๐โ๐๐โ arc๐an(๐๐/๐๐)
โข Method 2: using Fourier transform
๐ฅ๐ฅ ๐ก๐ก =12๐๐๐๐๐๐0๐ก๐ก +
12๐๐โ๐๐๐๐0๐ก๐ก โน ๐๐ ๐๐๐๐ = ๐๐๐ฟ๐ฟ ๐๐ โ ๐๐0 + ๐๐๐ฟ๐ฟ(๐๐ + ๐๐0)
๐๐ ๐๐๐๐ = ๐๐(๐๐๐๐)๐ป๐ป ๐๐๐๐ = ๐๐๐ป๐ป ๐๐๐๐0 ๐ฟ๐ฟ ๐๐ โ ๐๐0 + ๐๐๐ป๐ป โ๐๐๐๐0 ๐ฟ๐ฟ(๐๐ + ๐๐0)
โน ๐ฆ๐ฆ ๐ก๐ก =12๐ป๐ป ๐๐๐๐0 ๐๐๐๐๐๐0๐ก๐ก +
12๐ป๐ป โ๐๐๐๐0 ๐๐โ๐๐๐๐0๐ก๐ก
71
Example โข Ideal lowpass filter with impulse response โ ๐ก๐ก to input ๐ฅ๐ฅ ๐ก๐ก
โ ๐ก๐ก =sin(๐๐๐๐๐ก๐ก)
๐๐๐ก๐ก, ๐ฅ๐ฅ ๐ก๐ก =
sin(๐๐๐๐๐ก๐ก)๐๐๐ก๐ก
โข Fourier transform:
๐๐ ๐๐๐๐ = ๐ข๐ข ๐๐ + ๐๐๐๐ โ ๐ข๐ข(๐๐ โ ๐๐๐๐)
๐ป๐ป ๐๐๐๐ = ๐ข๐ข ๐๐ + ๐๐๐๐ โ ๐ข๐ข(๐๐ โ ๐๐๐๐)
โข Use ๐๐ ๐๐๐๐ = ๐๐(๐๐๐๐)๐ป๐ป ๐๐๐๐
๐๐ ๐๐๐๐ = ๏ฟฝ๐๐ ๐๐๐๐ , if ๐๐๐๐ โค ๐๐๐๐๐ป๐ป ๐๐๐๐ , if ๐๐๐๐ > ๐๐๐๐
โน ๐ฆ๐ฆ ๐ก๐ก = ๏ฟฝ๐ฅ๐ฅ(๐ก๐ก), if ๐๐๐๐ โค ๐๐๐๐โ(๐ก๐ก), if ๐๐๐๐ > ๐๐๐๐
โข Note: Convolution of two ๐ ๐ ๐ ๐ ๐๐๐ ๐ () functions is another ๐ ๐ ๐ ๐ ๐๐๐ ๐ () function
72
๐ฆ๐ฆ = (๐ฅ๐ฅ โ โ1) โ โ2 = ๐ฅ๐ฅ โ (โ1 โ โ2) = (๐ฅ๐ฅ โ โ2) โ โ1 โ(๐ก๐ก) = โ1(๐ก๐ก) โ โ2(๐ก๐ก) โ(๐ก๐ก) = โ2(๐ก๐ก) โ โ1(๐ก๐ก) Note: Order of processing usually not important for LTI systems
System Connections: Cascade
73
โ1(๐ก๐ก) ๐ฅ๐ฅ(๐ก๐ก) ๐ฆ๐ฆ(๐ก๐ก) โ2(๐ก๐ก) h(๐ก๐ก)
โ2(๐ก๐ก) ๐ฅ๐ฅ(๐ก๐ก) ๐ฆ๐ฆ(๐ก๐ก) โ1(๐ก๐ก) h(๐ก๐ก)
commutative
๐๐ = ๐๐ โ ๐ป๐ป1 โ ๐ป๐ป2= ๐๐ โ ๐ป๐ป1 โ ๐ป๐ป2 = ๐๐ โ ๐ป๐ป2 โ ๐ป๐ป1 ๐ป๐ป(๐๐๐๐) = ๐ป๐ป1(๐๐๐๐)๐ป๐ป2(๐๐๐๐)
๐ป๐ป(๐๐๐๐) = ๐ป๐ป2(๐๐๐๐)๐ป๐ป1(๐๐๐๐) Note: Order of processing usually not important for LTI systems
System Connections: Cascade
74
๐ป๐ป1(๐๐๐๐) ๐ฅ๐ฅ(๐ก๐ก) ๐ฆ๐ฆ(๐ก๐ก) ๐ป๐ป2(๐๐๐๐) ๐ป๐ป(๐๐๐๐)
๐ป๐ป2(๐๐๐๐) ๐ฅ๐ฅ(๐ก๐ก) ๐ฆ๐ฆ(๐ก๐ก) ๐ป๐ป1(๐๐๐๐)
commutative
๐ป๐ป(๐๐๐๐)
System Connections: Parallel โข Time domain
โ ๐ก๐ก = โ1 ๐ก๐ก + โ2(๐ก๐ก)
โข Frequency domain
๐ป๐ป ๐๐๐๐ = ๐ป๐ป1 ๐๐๐๐ + ๐ป๐ป2(๐๐๐๐)
75
โ1(๐ก๐ก) ๐ฆ๐ฆ(๐ก๐ก)
โ2(๐ก๐ก) ๐ฅ๐ฅ(๐ก๐ก) +
โ ๐ก๐ก
๐ป๐ป1(๐๐๐๐) ๐ฆ๐ฆ(๐ก๐ก)
๐ป๐ป2(๐๐๐๐) ๐ฅ๐ฅ(๐ก๐ก) +
๐ป๐ป ๐๐๐๐
System Connections: Feedback โข Time domain ๐ฆ๐ฆ = โ1 โ ๐ฅ๐ฅ โ โ2 โ ๐ฆ๐ฆ โ ๐ก๐ก = ?
โข Frequency domain
๐๐ = ๐ป๐ป1๐๐ โ ๐ป๐ป1๐ป๐ป2๐๐
๐ป๐ป =๐๐๐๐ =
๐ป๐ป11 + ๐ป๐ป1๐ป๐ป2
76
โ1(๐ก๐ก) ๐ฆ๐ฆ(๐ก๐ก)
โ2(๐ก๐ก)
๐ฅ๐ฅ(๐ก๐ก)
โ ๐ก๐ก
+ +
-
๐ป๐ป1(๐๐๐๐) ๐ฆ๐ฆ(๐ก๐ก)
๐ป๐ป2(๐๐๐๐)
๐ฅ๐ฅ(๐ก๐ก)
๐ป๐ป ๐๐๐๐
+ +
-
Filtering โข changes relative amplitudes of frequency components, or eliminates
some frequency components entirely
โข LPS:
โข HPS:
โข BPS:
77
๐ป๐ป(๐๐๐๐)
๐๐๐๐ โ๐๐๐๐
1
๐๐
passband stopband cutoff frequency
๐ป๐ป(๐๐๐๐)
๐ป๐ป(๐๐๐๐)
๐ป๐ป(๐๐๐๐) = ๏ฟฝ1, ๐๐ โค ๐๐๐๐0, ๐๐ > ๐๐๐๐
๐ป๐ป(๐๐๐๐) = ๏ฟฝ1, ๐๐ โฅ ๐๐๐๐0, ๐๐ < ๐๐๐๐
๐ป๐ป(๐๐๐๐) = ๏ฟฝ1, ๐๐๐๐1 < ๐๐ < ๐๐๐๐20, otherwise
๐๐๐๐ โ๐๐๐๐ ๐๐
๐๐๐๐1 โ๐๐๐๐1 ๐๐ โ๐๐๐๐2
lower cutoff frequency
๐๐๐๐2
Ideal Zero Phase LPF โข Ideal lowpass filter (unit magnitude, zero phase)
โ ๐ก๐ก =sin(๐๐๐๐๐ก๐ก)
๐๐๐ก๐ก, ๐ป๐ป ๐๐๐๐ = ๏ฟฝ1, ๐๐ โค ๐๐๐๐
0, otherwise
โข ๐๐๐๐: cutoff frequency
78
Simple RC Lowpass Filter โข Differential Equation
๐ ๐ ๐ ๐ ๐๐๐ฃ๐ฃ๐๐ ๐ก๐ก๐๐๐ก๐ก + ๐ฃ๐ฃ๐๐ ๐ก๐ก = ๐ฃ๐ฃ๐ ๐ (๐ก๐ก)
โข Input ๐ฃ๐ฃ๐ ๐ ๐ก๐ก , output ๐ฃ๐ฃ๐๐ ๐ก๐ก
โข Taking Fourier transform ๐๐๐๐๐ ๐ ๐ ๐ โ ๐๐๐๐ ๐๐๐๐ + ๐๐๐๐ ๐๐๐๐ = ๐๐๐ ๐ (๐๐๐๐) โข Frequency response:
๐ป๐ป ๐๐๐๐ =๐๐๐๐ ๐๐๐๐๐๐๐ ๐ ๐๐๐๐
=1
1 + ๐๐๐๐๐ ๐ ๐ ๐
79
Simple RC Lowpass Filter โข Frequency response
๐ป๐ป ๐๐๐๐ =1
1 + ๐ ๐ ๐ ๐ ๐๐๐๐
|๐ป๐ป ๐๐๐๐ | =1
1 + ๐ ๐ ๐ ๐ ๐๐ 2
arg๐ป๐ป(๐๐๐๐) = โ arctan ๐ ๐ ๐ ๐ ๐๐
โข Impulse response
โ ๐ก๐ก =1๐ ๐ ๐ ๐
๐๐โ๐ก๐ก/๐ ๐ ๐ ๐ ๐ข๐ข(๐ก๐ก)
โข Nonideal lowpass filter โซ passes lower frequencies โซ attenuates higher frequencies
โข Larger RC โน passes smaller range of lower frequencies
80
โข Ideal lowpass filter (unit magnitude, linear phase)
๐ป๐ป ๐๐๐๐ = ๏ฟฝ๐๐โ๐๐๐๐๐ก๐ก0 , ๐๐ โค ๐๐๐๐
0, otherwise
โน |๐ป๐ป(๐๐๐๐)| = ๏ฟฝ1,โ|๐๐| โค ๐๐๐๐0,โ|๐๐| > ๐๐๐๐
, โฎ ๐ป๐ป(๐๐๐๐) = ๏ฟฝโ๐๐๐ก๐ก0 ๐๐ โค ๐๐๐๐ 0, otherwise
โข ๐๐ ๐๐๐๐ = ๐๐โ๐๐๐๐๐ก๐ก0๐๐๐ฟ๐ฟ๐ฟ๐ฟ ๐๐๐๐ โน ๐ฆ๐ฆ ๐ก๐ก = ๐ฅ๐ฅ๐ฟ๐ฟ๐ฟ๐ฟ(๐ก๐ก โ ๐ก๐ก0) โซ Linear phase โบ simply a shift in time, no distortion โซ Nonlinear phase โบ distortion in addition to time shift
Ideal Linear Phase LPF
81
๐๐๐๐ โ๐๐๐๐
โฎ ๐ป๐ป(๐๐๐๐) ๐๐๐๐๐ก๐ก0
โ๐๐๐๐๐ก๐ก0
Example โข Frequency response of an LTI system is
๐ป๐ป ๐๐๐๐ = ๏ฟฝ๐๐๐๐3๐๐
, ๐๐ โค 3๐๐
0, otherwise
โข Considered as a cascade of an LPF and a differentiator
82
๐ฅ๐ฅ(๐ก๐ก) ๐ฆ๐ฆ(๐ก๐ก) ๐ป๐ป2(๐๐๐๐) = ๐๐๐๐
๐ป๐ป(๐๐๐๐)
๐ป๐ป1(๐๐๐๐)
1/3๐๐
3๐๐ โ3๐๐
โข Dual of convolution property:
๐ฅ๐ฅ ๐ก๐ก โ ๐ฆ๐ฆ ๐ก๐ก โฑ
12๐๐
[๐๐(๐๐๐๐) โ ๐๐(๐๐๐๐)]
multiplication in time โบ convolution in frequency
โข Proof: let ๐๐ ๐๐๐๐ = 12๐๐ โซ ๐๐ ๐๐๐๐ ๐๐(๐๐(๐๐ โ ๐๐))๐๐๐๐+โ
โโ
โฑโ1 ๐๐ ๐๐๐๐ =12๐๐
๏ฟฝ12๐๐
๏ฟฝ ๐๐ ๐๐๐๐ ๐๐(๐๐(๐๐ โ ๐๐))๐๐๐๐+โ
โโ๐๐๐๐๐๐๐ก๐ก๐๐๐๐
+โ
โโ
=12๐๐
๏ฟฝ ๐๐ ๐๐๐๐12๐๐
๏ฟฝ ๐๐(๐๐(๐๐ โ ๐๐))๐๐๐๐๐๐๐ก๐ก๐๐๐๐+โ
โโ๐๐๐๐
+โ
โโ
=12๐๐
๏ฟฝ ๐๐ ๐๐๐๐ ๐ฆ๐ฆ ๐ก๐ก ๐๐๐๐๐๐๐ก๐ก๐๐๐๐ = ๐ฅ๐ฅ ๐ก๐ก ๐ฆ๐ฆ(๐ก๐ก)+โ
โโ
Multiplication Property
83
Example โข Define a signal as
๐ฅ๐ฅ ๐ก๐ก =sin ๐ก๐ก โ sin(๐ก๐ก/2)
๐๐๐ก๐ก2โ ๐๐๐ฅ๐ฅ1 ๐ก๐ก ๐ฅ๐ฅ2 ๐ก๐ก
where,
๐ฅ๐ฅ1 ๐ก๐ก =sin ๐ก๐ก๐๐๐ก๐ก
๐ฅ๐ฅ2 ๐ก๐ก =sin(๐ก๐ก/2)
๐๐๐ก๐ก
โข Fourier transform
๐๐ ๐๐๐๐ =12๐๐1 ๐๐๐๐ โ ๐๐2(๐๐๐๐)
84
Example: Modulation Baseband signal: ๐ฅ๐ฅ ๐ก๐ก Carrier:
๐๐ ๐ก๐ก = cos(๐๐๐๐๐ก๐ก) =12
(๐๐๐๐๐๐๐๐๐ก๐ก + ๐๐โ๐๐๐๐๐๐๐ก๐ก )
๐๐ ๐๐๐๐ = ๐๐๐ฟ๐ฟ ๐๐ โ ๐๐๐๐ + ๐๐๐ฟ๐ฟ ๐๐ + ๐๐๐๐
โข Modulated signal: ๐ฆ๐ฆ ๐ก๐ก = ๐ฅ๐ฅ(๐ก๐ก)๐๐ ๐ก๐ก
๐๐ ๐๐๐๐ =12๐๐ ๐๐(๐๐ โ ๐๐๐๐) +
12๐๐ ๐๐(๐๐ + ๐๐๐๐)
85
Example: Demodulation โข Modulated signal: ๐ฆ๐ฆ ๐ก๐ก = ๐ฅ๐ฅ ๐ก๐ก ๐๐ ๐ก๐ก
โข Carrier: ๐๐ ๐ก๐ก = cos(๐๐๐๐๐ก๐ก)
โข Demodulated signal: ๐ง๐ง ๐ก๐ก = ๐ฆ๐ฆ ๐ก๐ก ๐๐ ๐ก๐ก
๐๐ ๐๐๐๐ =12๐๐ ๐๐(๐๐ โ ๐๐๐๐) +
12๐๐ ๐๐(๐๐ + ๐๐๐๐)
=12๐๐ ๐๐๐๐ +
14
[๐๐(๐๐ ๐๐ โ 2๐๐๐๐ ) + ๐๐(๐๐ ๐๐ + 2๐๐๐๐ )] ๐ ๐ ๐๐๐๐ = ๐๐ ๐๐๐๐ ๐ป๐ปlowpass(๐๐๐๐) ๐ฅ๐ฅ ๐ก๐ก = ๐๐ ๐ก๐ก
86
LCCDEs โข Determine the frequency response of an LTI system described by
๏ฟฝ๐๐๐๐๐๐๐๐๐ฆ๐ฆ(๐ก๐ก)๐๐๐ก๐ก๐๐
๐๐
๐๐=0
= ๏ฟฝ๐๐๐๐๐๐๐๐๐ฅ๐ฅ(๐ก๐ก)๐๐๐ก๐ก๐๐
๐๐
๐๐=0
โข Method 1: using the eigenfunction property
let ๐ฅ๐ฅ ๐ก๐ก = ๐๐๐๐๐๐๐ก๐ก โ ๐ฆ๐ฆ ๐ก๐ก = ๐ป๐ป ๐๐๐๐ ๐๐๐๐๐๐๐ก๐ก
substitution in to the differential equation yields
๏ฟฝ๐๐๐๐๐ป๐ป ๐๐๐๐ ๐๐๐๐ ๐๐๐๐๐๐๐๐๐ก๐ก๐๐
๐๐=0
= ๏ฟฝ๐๐๐๐ ๐๐๐๐ ๐๐๐๐๐๐๐๐๐ก๐ก๐๐
๐๐=0
๐ป๐ป ๐๐๐๐ =โ ๐๐๐๐ ๐๐๐๐ ๐๐๐๐๐๐=0
โ ๐๐๐๐ ๐๐๐๐ ๐๐๐๐๐๐=0
88
LCCDEs โข Method 2: taking the Fourier transform of both sides
โฑ ๏ฟฝ๐๐๐๐๐๐๐๐๐ฆ๐ฆ(๐ก๐ก)๐๐๐ก๐ก๐๐
๐๐
๐๐=0
= โฑ ๏ฟฝ๐๐๐๐๐๐๐๐๐ฅ๐ฅ(๐ก๐ก)๐๐๐ก๐ก๐๐
๐๐
๐๐=0
โข By linearity and differentiation in time property
๏ฟฝ๐๐๐๐ ๐๐๐๐ ๐๐๐๐(๐๐๐๐) =๐๐
๐๐=0
๏ฟฝ๐๐๐๐ ๐๐๐๐ ๐๐๐๐(๐๐๐๐) ๐๐
๐๐=0
๐ป๐ป ๐๐๐๐ =๐๐ ๐๐๐๐๐๐(๐๐๐๐)
=โ ๐๐๐๐ ๐๐๐๐ ๐๐๐๐๐๐=0
โ ๐๐๐๐ ๐๐๐๐ ๐๐๐๐๐๐=0
โข ๐ป๐ป ๐๐๐๐ is a rational function of (๐๐๐๐), i.e., ratio of polynomials
89
Example ๐ฆ๐ฆโฒโฒ ๐ก๐ก + 4๐ฆ๐ฆโฒโฒ ๐ก๐ก + 3๐ฆ๐ฆ ๐ก๐ก = ๐ฅ๐ฅโฒ ๐ก๐ก + 2๐ฅ๐ฅ(๐ก๐ก)
โข Frequency response
๐ป๐ป ๐๐๐๐ =๐๐๐๐ + 2
๐๐๐๐ 2 + 4 ๐๐๐๐ + 3
โซ Using partial fraction expansion
๐ป๐ป ๐๐๐๐ =๐๐๐๐ + 2
๐๐๐๐ + 1 (๐๐๐๐ + 3)=
๐ด๐ด1๐๐๐๐ + 1
+๐ด๐ด2
๐๐๐๐ + 3
โซ Let ๐ฃ๐ฃ = ๐๐๐๐
๐ด๐ด1= ๐ฃ๐ฃ + 1 ๐ป๐ป ๐ฃ๐ฃ ๏ฟฝ๐ฃ๐ฃ=โ1
=12
,๐ด๐ด2 = ๐ฃ๐ฃ + 3 ๐ป๐ป ๐ฃ๐ฃ ๏ฟฝ๐ฃ๐ฃ=โ3
=12
โซ Taking inverse Fourier transform to find impulse response
โ ๐ก๐ก =12๐๐โ๐ก๐ก +
12๐๐โ3๐ก๐ก ๐ข๐ข ๐ก๐ก
90
Example ๐ฆ๐ฆโฒโฒ ๐ก๐ก + 4๐ฆ๐ฆโฒโฒ ๐ก๐ก + 3๐ฆ๐ฆ ๐ก๐ก = ๐ฅ๐ฅโฒ ๐ก๐ก + 2๐ฅ๐ฅ(๐ก๐ก)
โข Determine zero-state response to ๐ฅ๐ฅ ๐ก๐ก = ๐๐โ๐ก๐ก๐ข๐ข ๐ก๐ก
๐๐ ๐๐๐๐ = ๐ป๐ป ๐๐๐๐ ๐๐ ๐๐๐๐ =๐๐๐๐ + 2
๐๐๐๐ + 1 ๐๐๐๐ + 3 โ 1
๐๐๐๐ + 1=
๐ด๐ด1,1๐๐๐๐ + 1 +
๐ด๐ด1,2๐๐๐๐ + 1 2 โ
๐ด๐ด2๐๐๐๐ + 3
โซ Using partial fraction expansion, let ๐ฃ๐ฃ = ๐๐๐๐
๐ด๐ด1,1=1
2 โ 1 !๐๐๐๐๐ฃ๐ฃ
๐ฃ๐ฃ + 1 2๐๐ ๐ฃ๐ฃ ๏ฟฝ๐ฃ๐ฃ=โ1
=๐๐๐๐๐ฃ๐ฃ
๐ฃ๐ฃ + 2๐ฃ๐ฃ + 3
๏ฟฝ๐ฃ๐ฃ=โ1
=14
๐ด๐ด1,2= ๐ฃ๐ฃ + 1 2๐๐ ๐ฃ๐ฃ ๏ฟฝ๐ฃ๐ฃ=โ1
=12
,๐ด๐ด2 = ๐ฃ๐ฃ + 3 ๐๐ ๐ฃ๐ฃ ๏ฟฝ๐ฃ๐ฃ=โ3
= โ14
โซ Taking inverse Fourier transform to find output
๐ฆ๐ฆ ๐ก๐ก =14๐๐โ๐ก๐ก +
12๐ก๐ก๐๐โ๐ก๐ก โ
14๐๐โ3๐ก๐ก ๐ข๐ข ๐ก๐ก
91
Recommended