訊號與系統/傅立葉轉換的定理

Audio：大陆：音频；臺灣：音訊； 當前語言下顯示→音訊
Channel：大陆：信道；臺灣：通道； 當前語言下顯示→通道
Communication：大陆：通信；臺灣：通訊； 當前語言下顯示→通訊
Convolution：大陆：卷积；臺灣：摺積； 當前語言下顯示→摺積
Digital：臺灣：數位；大陆：数字；香港：數碼； 當前語言下顯示→數位
Fourier：大陆：傅里叶；臺灣：傅立葉； 當前語言下顯示→傅立葉
information：大陆：信息；臺灣：資訊； 當前語言下顯示→資訊
integrated circuit：大陆：集成电路；臺灣：積體電路；香港：集成電路； 當前語言下顯示→積體電路
logic gate：大陆：逻辑门；香港：邏輯門；臺灣：邏輯閘； 當前語言下顯示→邏輯閘
Noise：臺灣：雜訊；大陆：噪声； 當前語言下顯示→雜訊
P-N junction：大陆：P-N结；香港：P-N結；臺灣：P-N接面； 當前語言下顯示→P-N接面
P-n junction：大陆：P-n结；香港：P-n結；臺灣：P-n接面； 當前語言下顯示→P-n接面
p-n junction：大陆：p-n结；香港：p-n結；臺灣：p-n接面； 當前語言下顯示→p-n接面
PN junction：大陆：PN结；香港：PN結；臺灣：PN接面； 當前語言下顯示→PN接面
Pn junction：大陆：Pn结；香港：Pn結；臺灣：Pn接面； 當前語言下顯示→Pn接面
pn junction：大陆：pn结；香港：pn結；臺灣：pn接面； 當前語言下顯示→pn接面
Signal：臺灣：訊號；大陆：信号； 當前語言下顯示→訊號
Signal-to-noise ratio, SNR：臺灣：訊雜比；大陆：信噪比；香港：訊噪比； 當前語言下顯示→訊雜比
Signaling System Number 7：大陆：七号信令系统；臺灣：第七號發信系統；香港：七號信令系統； 當前語言下顯示→第七號發信系統
Time-invariant system：大陆：时不变系统；臺灣：非時變系統； 當前語言下顯示→非時變系統
Video：大陆：视频；臺灣：視訊；香港：影片； 當前語言下顯示→視訊
modulation：大陆：调制；香港：調制；臺灣：調變； 當前語言下顯示→調變
vestigial sideband：大陆：残余边带；臺灣：殘邊帶； 當前語言下顯示→殘邊帶
amplitude：大陆：幅度；臺灣：振幅； 當前語言下顯示→振幅
PSK：臺灣：相位移鍵；大陆：移相键控； 當前語言下顯示→相位移鍵
Mobile communication：臺灣：行動通訊；大陆：移动通信；香港：流動通訊； 當前語言下顯示→行動通訊
Time division：香港：時分；大陆：时分；臺灣：分時； 當前語言下顯示→分時
Frequency division：香港：頻分；大陆：频分；臺灣：分頻； 當前語言下顯示→分頻
Code division：香港：碼分；大陆：码分；臺灣：分碼； 當前語言下顯示→分碼
TDMA：香港：時分多址；大陆：时分多址；臺灣：分時多重進接； 當前語言下顯示→分時多重進接
FDMA：香港：頻分多址；大陆：频分多址；臺灣：分頻多重進接； 當前語言下顯示→分頻多重進接
CDMA：香港：碼分多址；大陆：码分多址；臺灣：分碼多重進接； 當前語言下顯示→分碼多重進接
SDMA：香港：空分多址；大陆：空分多址；臺灣：分空間多重進接； 當前語言下顯示→分空間多重進接
TDM：香港：時分複用；大陆：时分复用；臺灣：分時多工； 當前語言下顯示→分時多工
FDM：香港：頻分複用；大陆：频分复用；臺灣：分頻多工； 當前語言下顯示→分頻多工
SDM：香港：空分複用；大陆：空分复用；臺灣：空間多工； 當前語言下顯示→空間多工
WDM：香港：波分複用；大陆：波分复用；臺灣：波長分波多工； 當前語言下顯示→波長分波多工
iDEN：臺灣：整合數位強化網路；大陆：集成数字增强网络； 當前語言下顯示→整合數位強化網路
GPRS：臺灣：通用封包無線服務；大陆：通用分组无线服务； 當前語言下顯示→通用封包無線服務
spread-spectrum：大陆：扩频；臺灣：展頻； 當前語言下顯示→展頻
spread-spectrum：大陆：扩谱；臺灣：展譜； 當前語言下顯示→展譜
Packet：臺灣：封包；大陆：分组； 當前語言下顯示→封包
Cellular data：臺灣：蜂巢式資料；大陆：蜂窝数据；香港：蜂巢式數據； 當前語言下顯示→蜂巢式資料
Cellular network：臺灣：蜂巢式網路；大陆：蜂窝网络；香港：蜂巢式網絡； 當前語言下顯示→蜂巢式網路
Bit：臺灣：位元；大陆：比特； 當前語言下顯示→位元
Slot：臺灣：時槽；大陆：时隙； 當前語言下顯示→時槽
error correcting code：大陆：纠错码；臺灣：錯誤更正碼；香港：除錯碼； 當前語言下顯示→錯誤更正碼
Information theory：繁體：消息理論；简体：信息论； 當前語言下顯示→消息理論
Information theory：臺灣：資訊理論；大陆：信息论； 當前語言下顯示→資訊理論
Sampling Theorem：臺灣：取樣定理；大陆：采样定理； 當前語言下顯示→取樣定理
Shannon：大陆：香农；臺灣：夏農；香港：山農； 當前語言下顯示→夏農
Analog Broadcasting：大陆：模拟广播；臺灣：類比廣播；香港：模擬廣播； 當前語言下顯示→類比廣播
Analog Television：大陆：模拟电视；臺灣：類比電視；香港：模擬電視； 當前語言下顯示→類比電視
Definition：大陆：清晰度；臺灣：解析度；香港：清晰度； 當前語言下顯示→解析度
Digital Broadcasting：大陆：数字广播；香港：數碼廣播；臺灣：數位廣播;zh-mo:數字廣播； 當前語言下顯示→數位廣播;zh-mo:數字廣播
Digital Television：大陆：数字电视；臺灣：數位電視；香港：數碼電視;zh-mo:數字電視； 當前語言下顯示→數位電視
DVB-H：大陆：手持地面无线；臺灣：手持式數位視訊廣播；香港：手持式數碼視訊廣播； 當前語言下顯示→手持式數位視訊廣播
External：大陆：外置；香港：外置；臺灣：外接； 當前語言下顯示→外接
Set-top box：简体：机顶盒；繁體：數碼電視解碼器；香港：機頂盒；臺灣：數位電視機上盒；大陆：机顶盒;zh-mo:機頂盒； 當前語言下顯示→數位電視機上盒
USB Digital TV tuner：大陆：USB数字电视棒；香港：高清USB手指；臺灣：USB數位電視棒； 當前語言下顯示→USB數位電視棒
USB TV Tuner：大陆：USB电视棒；香港：USB電視手指；臺灣：USB電視棒； 當前語言下顯示→USB電視棒
diversity：大陆：分集；臺灣：多樣； 當前語言下顯示→多樣
Call forwarding：大陆：呼叫转移；臺灣：來電轉駁； 當前語言下顯示→來電轉駁
Information Technology：大陆：信息技术；臺灣：資訊科技； 當前語言下顯示→資訊科技
Landline：大陆：固定电话；臺灣：固網電信；香港：固網電訊； 當前語言下顯示→固網電信
China Telecom：简体：中国电信；繁體：中國電信； 當前語言下顯示→中國電信
Frame：大陆：帧；臺灣：訊框； 當前語言下顯示→訊框

臺灣：方向導數；大陆：方向导数； 當前用字模式下顯示為→方向導數
臺灣：積分形式；大陆：积分形式； 當前用字模式下顯示為→積分形式
臺灣：微分形式；大陆：微分形式； 當前用字模式下顯示為→微分形式
臺灣：約束；大陆：约束； 當前用字模式下顯示為→約束
原始語言：Borel；臺灣：鮑萊耳；大陆：博雷尔； 當前用字模式下顯示為→鮑萊耳
原始語言：Christoffel；臺灣：克里斯多福；大陆：克里斯托费尔； 當前用字模式下顯示為→克里斯多福
原始語言：Clifford；臺灣：克里福；大陆：克利福德； 當前用字模式下顯示為→克里福
原始語言：Eratosthenes；大陆：埃拉托斯特尼；臺灣：埃拉托斯特尼；香港：愛拉托散尼； 當前用字模式下顯示為→埃拉托斯特尼
原始語言：Fourier；臺灣：傅立葉；大陆：傅里叶； 當前用字模式下顯示為→傅立葉
原始語言：Frobenius；臺灣：弗比尼斯；大陆：弗罗贝尼乌斯； 當前用字模式下顯示為→弗比尼斯
原始語言：Hausdorff；臺灣：郝斯多夫；大陆：豪斯多夫； 當前用字模式下顯示為→郝斯多夫
原始語言：Levi-Civita；臺灣：勒維奇維塔；大陆：列维-奇维塔； 當前用字模式下顯示為→勒維奇維塔
原始語言：L'Hôpital；臺灣：羅必達；香港：洛必達；大陆：洛必达； 當前用字模式下顯示為→羅必達
原始語言：Markov；臺灣：馬可夫；大陆：马尔可夫； 當前用字模式下顯示為→馬可夫
原始語言：Poisson；臺灣：卜瓦松；大陆：泊松； 當前用字模式下顯示為→卜瓦松
原始語言：Legendre；臺灣：勒壤得；大陆：勒让德； 當前用字模式下顯示為→勒壤得
原始語言：Schwartz；臺灣：施瓦次；大陆：施瓦兹； 當前用字模式下顯示為→施瓦次
原始語言：Aleph；臺灣：艾禮富；大陆：阿列夫； 當前用字模式下顯示為→艾禮富
原始語言：Aleph number；臺灣：艾禮富數；大陆：阿列夫数； 當前用字模式下顯示為→艾禮富數
原始語言：Algebraic dependence；臺灣：代數相依；大陆：代数相关； 當前用字模式下顯示為→代數相依
原始語言：Algebraic independence；臺灣：代數獨立；大陆：代数无关； 當前用字模式下顯示為→代數獨立
原始語言：Algebraically closed field；臺灣：代數閉體；大陆：代数闭域； 當前用字模式下顯示為→代數閉體
原始語言：Automorphic form；臺灣：自守式；大陆：自守形式； 當前用字模式下顯示為→自守式
原始語言：Bijection；臺灣：對射；大陆：双射； 當前用字模式下顯示為→對射
原始語言：Bundle；臺灣：束；大陆：丛； 當前用字模式下顯示為→束
原始語言：Central limit theorem；臺灣：中央極限定理；大陆：中心极限定理； 當前用字模式下顯示為→中央極限定理
原始語言：Classical group；臺灣：古典群；大陆：典型群； 當前用字模式下顯示為→古典群
原始語言：Closed graph theorem；臺灣：閉圖定理；大陆：闭图像定理； 當前用字模式下顯示為→閉圖定理
原始語言：Cohomology；臺灣：餘調；大陆：上同调； 當前用字模式下顯示為→餘調
原始語言：Complex plane；臺灣：複數平面；大陆：复平面； 當前用字模式下顯示為→複數平面
原始語言：Complex exponential；臺灣：複指數；大陆：复指数； 當前用字模式下顯示為→複指數
原始語言：Complex structure；臺灣：複結構；大陆：复结构； 當前用字模式下顯示為→複結構
原始語言：Coprime；臺灣：互質；大陆：互素； 當前用字模式下顯示為→互質
原始語言：Covariance；大陆：协方差；臺灣：共變異數； 當前用字模式下顯示為→共變異數
原始語言：Cyclotomic field；臺灣：分圓體；大陆：分圆域； 當前用字模式下顯示為→分圓體
原始語言：Derived algebra；臺灣：導來代數；大陆：导出代数； 當前用字模式下顯示為→導來代數
原始語言：Derived functor；臺灣：導來函子；大陆：导出函子； 當前用字模式下顯示為→導來函子
原始語言：Derived set；臺灣：導來集；大陆：导集； 當前用字模式下顯示為→導來集
原始語言：Dominated convergence theorem；臺灣：受制收斂定理；大陆：控制收敛定理； 當前用字模式下顯示為→受制收斂定理
原始語言：Eigenfunction；臺灣：固有函數；大陆：本征函数； 當前用字模式下顯示為→固有函數
原始語言：Extension field；臺灣：擴張體；大陆：扩张域； 當前用字模式下顯示為→擴張體
原始語言：Fibonacci sequence；臺灣：費氏數列；大陆：斐波那契数列； 當前用字模式下顯示為→費氏數列
原始語言：Field extension；臺灣：體擴張；大陆：域扩张； 當前用字模式下顯示為→體擴張
原始語言：Field theory；臺灣：體論；大陆：域论； 當前用字模式下顯示為→體論
原始語言：Finite field；臺灣：有限體；大陆：有限域； 當前用字模式下顯示為→有限體
原始語言：Fractal；臺灣：碎形；大陆：分形； 當前用字模式下顯示為→碎形
原始語言：Global field；臺灣：大域體；大陆：整体域； 當前用字模式下顯示為→大域體
原始語言：Linear dependence；臺灣：線性相依；大陆：线性相关； 當前用字模式下顯示為→線性相依
原始語言：Linear independence；臺灣：線性獨立；大陆：线性无关； 當前用字模式下顯示為→線性獨立
原始語言：Local field；臺灣：局部體；大陆：局部域； 當前用字模式下顯示為→局部體
原始語言：Identity element；臺灣：單位元素；香港：單位元；大陆：单位元； 當前用字模式下顯示為→單位元素
原始語言：Inverse element；臺灣：反元素；大陆：逆元素； 當前用字模式下顯示為→反元素
原始語言：Least squares；大陆：最小二乘；臺灣：最小平方； 當前用字模式下顯示為→最小平方
原始語言：Markov chain；臺灣：馬可夫鏈；大陆：马尔可夫链； 當前用字模式下顯示為→馬可夫鏈
原始語言：Mean value theorem；臺灣：均值定理；大陆：中值定理；香港：中值定理； 當前用字模式下顯示為→均值定理
原始語言：Number field；臺灣：數體；大陆：数域； 當前用字模式下顯示為→數體
原始語言：Norm；臺灣：範數；大陆：范数； 當前用字模式下顯示為→範數
原始語言：Normed；臺灣：賦範；大陆：赋范； 當前用字模式下顯示為→賦範
原始語言：Ordered field；臺灣：有序體；大陆：有序域； 當前用字模式下顯示為→有序體
原始語言：Orthogonal complement；臺灣：正交補餘；大陆：正交补； 當前用字模式下顯示為→正交補餘
原始語言：optimization；臺灣：最佳化；大陆：最优化； 當前用字模式下顯示為→最佳化
原始語言：Path connected；臺灣：路徑連通；大陆：道路连通； 當前用字模式下顯示為→路徑連通
原始語言：Prime ideal；臺灣：質理想；大陆：素理想； 當前用字模式下顯示為→質理想
原始語言：Prime number；臺灣：質數；大陆：素数； 當前用字模式下顯示為→質數
原始語言：Prime ring；臺灣：質環；大陆：素环； 當前用字模式下顯示為→質環
原始語言：Probability；臺灣：機率；大陆：概率； 當前用字模式下顯示為→機率
原始語言：Quadratic field；臺灣：二次體；大陆：二次域； 當前用字模式下顯示為→二次體
原始語言：Real axis；臺灣：實數軸；大陆：实轴； 當前用字模式下顯示為→實數軸
原始語言：Real closed field；臺灣：實閉體；大陆：实闭域； 當前用字模式下顯示為→實閉體
原始語言：Recurrence；臺灣：遞迴；大陆：递归； 當前用字模式下顯示為→遞迴
原始語言：Recurrence relation；臺灣：遞迴關係；大陆：递推关系； 當前用字模式下顯示為→遞迴關係
原始語言：Scalar；臺灣：純量；大陆：标量； 當前用字模式下顯示為→純量
原始語言：Scalar curvature；臺灣：純量曲率；大陆：数量曲率； 當前用字模式下顯示為→純量曲率
原始語言：Sigma notation；大陆：求和号；臺灣：和式號； 當前用字模式下顯示為→和式號
原始語言：Simple group；臺灣：單純群；大陆：单群； 當前用字模式下顯示為→單純群
原始語言：Simple Lie group；臺灣：單純李氏群；大陆：单李群； 當前用字模式下顯示為→單純李氏群
原始語言：Simplex；臺灣：單體；大陆：单纯形； 當前用字模式下顯示為→單體
原始語言：Simplicial complex；臺灣：單體複形；大陆：单纯复形； 當前用字模式下顯示為→單體複形
原始語言：Singularity；臺灣：奇異點；大陆：奇点； 當前用字模式下顯示為→奇異點
原始語言：Splitting field；臺灣：分裂體；大陆：分裂域； 當前用字模式下顯示為→分裂體
原始語言：Subfield；臺灣：子體；大陆：子域； 當前用字模式下顯示為→子體
原始語言：Tangent bundle；臺灣：切線束；大陆：切丛； 當前用字模式下顯示為→切線束
原始語言：Uniform boundedness principle；臺灣：均勻有界原理；大陆：一致有界性原理； 當前用字模式下顯示為→均勻有界原理
原始語言：Uniform continuity；臺灣：均勻連續；大陆：一致连续； 當前用字模式下顯示為→均勻連續
原始語言：Uniform convergence；臺灣：均勻收斂；大陆：一致收敛； 當前用字模式下顯示為→均勻收斂
原始語言：Uniform norm；臺灣：均勻範數；大陆：一致范数； 當前用字模式下顯示為→均勻範數
原始語言：Uniform space；臺灣：均勻空間；大陆：一致空间； 當前用字模式下顯示為→均勻空間
原始語言：Union；臺灣：聯集；大陆：并集； 當前用字模式下顯示為→聯集
原始語言：Unitary space；臺灣：么正空間；大陆：酉空間； 當前用字模式下顯示為→么正空間
原始語言：Unitary group；臺灣：么正群；大陆：酉群； 當前用字模式下顯示為→么正群
原始語言：Unitary matrix；臺灣：么正矩陣；大陆：酉矩阵； 當前用字模式下顯示為→么正矩陣
原始語言：Variance；大陆：方差；臺灣：變異數； 當前用字模式下顯示為→變異數
原始語言：Bayes' theorem；大陆：贝叶斯法则；臺灣：貝氏定理； 當前用字模式下顯示為→貝氏定理

傅立葉轉換定理(1) —線性(linearity)

也稱作重疊定理(superposition) 已知： $\chi (t)\leftrightarrow \mathrm {X} (f)(\mathrm {X} _{\omega }(\omega ))$ $y(t)\leftrightarrow Y(f)(Y_{\omega }(\omega ))$

則對於任意實數或複數常數a，b

$a\chi (t)+by(t)\leftrightarrow a\mathrm {X} (f)+b\mathrm {X} (f)(a\mathrm {X} _{\omega }(\omega )+bY_{\omega }(\omega ))$

證明 $\Im a\chi (t)+by(t)=\int _{-\infty }^{\infty }[a\chi (t)+by(t)]e^{-j2\pi ft}\,dt$

= $a\int _{-\infty }^{\infty }\chi (t)e^{-j2\pi ft}\,dt+b\int _{-\infty }^{\infty }y(t)e^{-j2\pi ft}\,dt$

= $a\mathrm {X} (f)+bY(f)$ ＃

範例5.11

試求 $\chi (t)=B\cos 2\pi f_{0}t$ 的傅立葉轉換。解 $\chi (t)=B\cos 2\pi f_{0}t={\frac {B}{2}}e^{j2\pi f_{0}t}+{\frac {B}{2}}e^{-j2\pi f_{0}t}$ (尤拉公式)

依傅立葉轉換的線性定理知

                                      ©余兆棠、李志鵬，信號與系統， 滄海書局，2007。

$\Im \chi (t)=\Im {\frac {B}{2}}e^{j2\pi f_{0}t}+{\frac {B}{2}}e^{-j2\pi f_{0}t}$

= ${\frac {B}{2}}\Im e^{j2\pi f_{0}t}+{\frac {B}{2}}\Im e^{-j2\pi f_{0}t}$

= ${\frac {B}{2}}({\delta (f-f_{0})+\delta (f+f_{0})})$

= ${\frac {B}{2}}({\delta ({\frac {\omega -\omega _{0}}{2\pi }})+\delta ({\frac {\omega +\omega _{0}}{2\pi }})})$

                                 由前面範例知
                                      $\Im {e^{j2\pi f_{0}t}}$ 
                                       = $\delta (f-f_{0})$ 
                                        $\omega =2\pi f$ 
                                        $\omega _{0}=2\pi f_{0}$

$\pi B{\delta (\omega -\omega _{0})+(\omega +\omega _{0})}$

範例5.12

試求單位步階函數u(t)的傅立葉轉換。【解】

                                 © Charls L. Phillips, John M. Parr, Eve A. Riskin, Signals, Systems, and Transforms, 3rd ed., Pearson Education, 2003.

          (1)由上圖知： $u(t)={\frac {1}{2}}[1+\operatorname {sgn}(t)]$ 
            (2)已知 $\operatorname {sgn}(t)\leftrightarrow {\frac {1}{j\pi f}}(={\frac {2}{j\omega }})$

(3)故 $\Im {u(t)}={\frac {1}{2}}[\Im {1}+\Im {\operatorname {sgn}(t)}]$ 
         $={\frac {1}{2}}[\delta (f)+{\frac {1}{j\pi f}}]$ 
       ${\frac {1}{j2\pi f}}+{\frac {1}{2}}\delta (f)(={\frac {1}{j\omega }}+\pi \delta (\omega ))$

                                   © G. E. Carlson, Signal and Linear System Analysis, 2nd ed., John Wiley & Sons, 1998.

傅立葉轉換定理(2)-時間比例調整(time scaling)

已知： $\chi (t)\leftrightarrow \mathrm {X} (f)(\mathrm {X} _{\omega }(\omega ))$ 則： $\chi (at)\leftrightarrow {\frac {1}{\mid a\mid }}\mathrm {X} ({\frac {f}{a}})({\frac {1}{\mid a\mid }}\mathrm {X} _{\omega }({\frac {\omega }{a}}))$ 信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 ${\frac {1}{a}}$ 倍，同時振幅大小也縮小或放大\frac{1}{\mid1\mid}倍。訊號在時間軸壓縮 $(a>1)$ 則其頻譜會擴張；反之，信號在時間擴張 $(a<1)$ 則其頻譜會壓縮。

傅立葉轉換定理(2)-時間比例調整(time scaling)

【證明】(1) a>0 $\Im \chi (at)=\int _{-\infty }^{\infty }\chi (at)e^{-j2\pi ft},dt$

                                                                令 $at=\tau$

$={\frac {1}{a}}\int _{-\infty }^{\infty }\chi (\tau )e^{-j2\pi {\frac {f}{a}}\tau },d\tau$ $={\frac {1}{a}}\mathrm {X} ({\frac {f}{a}})$

(2) a<0 $\Im \chi (at)=-{\frac {1}{a}}\mathrm {X} ({\frac {f}{a}})$ $\Im \chi (at)={\frac {1}{\mid a\mid }}\mathrm {X} ({\frac {f}{a}})$ #

範例5.13

試繪出 $\chi (t)=rect({\frac {t}{a}})$ 與 $y(t)=\chi ({\frac {t}{2}})=rect({\frac {t}{4}})$ 之頻譜。

【解】 $\chi (t)=rect({\frac {t}{a}})\leftrightarrow \mathrm {X} (f)=2sinc(2f)$ $y(t)=\chi ({\frac {t}{2}})\leftrightarrow Y(f)=2\mathrm {X} (2f)=4sinc(4f)$

                              © G. E. Carlson, Signal and Linear System Analysis, 2nd ed., John Wiley & Sons, 1998.

傅立葉轉換原理(3.)—時間反轉(time reversal)

已知： $\chi (t)\leftrightarrow \mathrm {X} (f)<\mathrm {X} _{\omega }(\omega )$

則 $\chi (-t)\leftrightarrow \mathrm {X} (-f)<\mathrm {X} _{\omega }(-\omega )$ 明顯的，此定理為時間比例調整定理的特例。

訊號在時域的時間參數 t 反轉造成在頻域的頻率參數 f 也反轉。

若 $\chi (t)$ 為實數，則 $\Im \chi (-t)=\mathrm {X} (-f)=\mathrm {X} ^{*}(f)$

範例5.14

試求 $\chi (t)=e^{-a\mid t\mid },a>0$ 之傅立葉轉換。【解】(1) $\chi (t)=e^{-a\mid t\mid }=e^{at}u(-t)+e^{-at}u(t)$ = $\chi _{1}(t)+\chi _{2}(t)$

其中 $\chi _{1}(t)=e^{at}u(-t)$ $\chi _{2}(t)=e^{-at}u(t)$

明顯的， $\chi _{2}(-t)=e^{-a(-t)}u(-t)$ $=e^{at}u(-t)=\chi _{1}(t)$

故 $\Im \chi _{1}(t)=\chi _{2}(-t)$ $=\mathrm {X} _{2}(-f)$

(2)由前面範例可知： $\mathrm {X} _{2}(f)=\Im \mathrm {X} _{2}(t)=\Im e^{-at}u(t)={\frac {1}{a+j2\pi f}}$ (3) $\mathrm {X} (f)=\Im \mathrm {X} (t)=\Im \mathrm {X} _{1}(t)+\mathrm {X} _{2}(t)$

                                           線性定理

 = $\Im \mathrm {X} _{1}(t)+\mathrm {X} _{2}(t)$ 
 = $\mathrm {X} _{2}(-f)+\mathrm {X} _{2}(f)$

 = ${\frac {1}{a-j2\pi f}}+{\frac {1}{a+j2\pi f}}$ 
 = ${\frac {2a}{a^{2}+(2\pi f)^{2}}}={\frac {2a}{a^{2}+(\omega )^{2}}}$

                                  © B. P. Lathi, Signal Processing and Linear Systems, Berkeley-Cambridge Press, 1998.

傅立葉轉換定理(4) —乘上 $t^{n}$

已知： $\chi (t)\leftrightarrow \mathrm {X} (f)(\mathrm {X} _{\omega }(\omega ))$

則 $t^{n}\chi (t)\leftrightarrow ({\frac {1}{-j2\pi }})^{n}{\frac {d^{n}\mathrm {X} (f)}{df^{n}}}(j^{n}{\frac {d\mathrm {X} _{\omega }^{n}(\omega )}{d\omega ^{n}}})$ 【證明】證明n=1的情形：

                (1)依傅立葉轉換的公式：

$\mathrm {X} (f)=\int _{-\infty }^{\infty }\chi (t)e^{-j2\pi ft}\,dt$

(2)等號兩邊對f微分

${\frac {d\mathrm {X} (f)}{df}}={\frac {d}{df}}\int _{-\infty }^{\infty }\chi (t)e^{-j2\pi ft}\,dt$

= $\int _{-\infty }^{\infty }\chi (t)[{\frac {d}{df}}e^{-j2\pi ft}]\,dt$

= $\int _{-\infty }^{\infty }\chi (t)-j2\pi te^{-j2\pi ft}]\,dt$

= $(-j2\pi )\int _{-\infty }^{\infty }[t\chi (t)]e^{-j2\pi ft}]\,dt$

= $(-j2\pi )\Im t{\chi (t)}$

故 $t\chi (t)\leftrightarrow {\frac {1}{-j2\pi }}{\frac {d\mathrm {X} (f)}{df}}$

範例5.15

試求下圖x(t)的傅立葉轉換。

                              © Edward W. Kamen and Bonnie S. Heck, Fundamentals of Signals and System Using the Web and Matlab, 2nd ed., Prentice Hall International, 2000.

【解】

      (1) $\chi (t)$ =(t) rect $({\frac {f}{2}})$ 
     (2)已知 $\Im$ {rect $({\frac {f}{2}})$ }=2sinc(2f)  (2sa( $\omega$ ))
     (3)故 $\Im$  { $\chi (t)$ }= $\Im$  {t rect $({\frac {f}{2}})$ }
       = ${\frac {1}{-j2\pi }}{\frac {d}{df}}{2sinc(2f)}$        ((j) ${\frac {d}{d\omega }}2sa(\omega ))$ )

=j ${\frac {2\pi f\cos(2\pi f)-\sin(2\pi f)}{2\pi ^{2}f^{2}}}$ (j2 ${\frac {\omega \cos \omega -\sin \omega }{\omega ^{2}}}$ )

                             © Edward W. Kamen and Bonnie S. Heck, Fundamentals of Signals and System Using the Web and Matlab, 2nd ed., Prentice Hall International, 2000.

傅立葉轉換定理(5) —共軛複數

已知： $\chi (t)\leftrightarrow \mathrm {X} (f)$ $(\mathrm {X} _{\omega }(\omega ))$

則 $\chi ^{*}(t)\leftrightarrow \mathrm {X} ^{*}(-f)$ $(\mathrm {X} _{\omega }^{*}(-\omega ))$

                      明顯的，當x(t)為實數時， $\chi ^{*}(t)=\chi (t)$ 故 $\mathrm {X} ^{*}(-f)=\mathrm {X} (f)$ 即 $\mathrm {X} (-f)=\mathrm {X} ^{*}(f_{0})$

【證明】 $\mathrm {X} (f)=\int _{-\infty }^{\infty }\chi (t)e^{-j2\pi ft}\,dt$

      $\Longleftrightarrow \mathrm {X} (-f)=\int _{-\infty }^{\infty }\chi (t)e^{j2\pi ft}\,dt$ 
     $\Longleftrightarrow \mathrm {X} ^{*}(-f)$ =[ $\int _{-\infty }^{\infty }\chi (t)e^{j2\pi ft}\,dt$ ]*
 = $\int _{-\infty }^{\infty }\chi ^{*}(t)e^{-j2\pi ft}]\,dt$ 
 = $\Im$  { $\chi ^{*}(t)$ }

傅立葉轉換定理(6) —對偶性(duality)

已知： $\chi (t)\leftrightarrow \mathrm {X} (f)$ $(\mathrm {X} _{\omega }(\omega ))$

則 $\mathrm {X} (t)\leftrightarrow \chi (-f)$

$\mathrm {X} _{\omega }(t)\leftrightarrow 2\pi x(-\omega )$

【證明】】 $\chi (t)=\int _{-\infty }^{\infty }\chi (f)e^{j2\pi ft}\,df$

      $\Longleftrightarrow \chi (-t)=\int _{-\infty }^{\infty }\mathrm {X} (t)e^{-j2\pi ft}\,df$ 
                                            變數t與f互換

     $\Longleftrightarrow \chi ^{*}(-f)$ = $\int _{-\infty }^{\infty }\mathrm {X} (t)e^{-j2\pi ft}\,dt$ 
   = $\Im$  { $\mathrm {X} (t)$ }

範例5.16

試求的傅立葉轉換。 $\chi _{b}(t)=2Wsinc(2Wt)$ 【解】：(1)已知 $\chi _{a}(t)$ =rect( ${\frac {t}{\tau }}$ ) $\leftrightarrow \mathrm {X} _{a}(f)=\tau$ sinc( $\tau f$ )

(2)依據對偶性知： $\mathrm {X} _{a}(t)=\tau$ sinc( $\tau t$ ) $\leftrightarrow \chi _{a}(-f)$ =rect( ${\frac {-f}{\tau }}$ )=rect( ${\frac {f}{\tau }}$ )rect為偶函數

(3)將上式 $\tau$ 用2W代可得 $\chi _{b}(t)=\mathrm {X} _{a}(t)\mid _{\tau }=2W$ $\leftrightarrow <math>\mathrm {X} _{b}(f)=\chi _{a}(-f)\mid _{\tau }=2W$ =2Wsinc(2Wt) =rect( ${\frac {f}{2W}}$ )

                       © Rodger E. Ziemer, William H. Tranter, D. Ronald Fannin, Signals & Systems:  Continuous and Discrete, 4th ed., Prentice Hall International, 1998.

傅立葉轉換定理(7) —時移(time shift)

已知：

X(T) $\leftrightarrow$ x(f) $(X_{\omega }(\omega ))$

則

$x(t-t_{0})\leftrightarrow X(f)e^{-j2\pi ft_{0}}(X_{\omega }(\omega )e^{-j\omega t_{0}})$

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 $-2\pi ft_{0}$ ，此變化量稱為傅立葉轉換X(f)的線性相位平移(linear phase shift) 。

$\Im$ { $x(t-t_{0})$ } = $\int _{-\infty }^{\infty }x(t-t_{0})e^{-j2\pi ft}\,dt$ = $(\Rightarrow$ 令 $\tau =t-t_{0},t=\tau +t_{0}\Rightarrow d\tau =dt)\int _{-\infty }^{\infty }x(\tau )e^{-j2\pi f(\tau +t_{0})}\,d\tau$ = $e^{-j2\pi ft_{0}}\int _{-\infty }^{\infty }x(\tau )e^{-j2\pi f\tau }\,d\tau$ = $e^{-j2\pi ft_{0}}X(f)$

範例5.17

已知 $\Im$ { $\delta (t)$ } = 1，試求 $\delta (t-t_{0})$ 的傅立葉轉換。

【解】

$\Im$ { $\delta (t-t_{0})$ } = $e^{-j2\pi ft_{0}}$ $\Im$ { $\delta (t)$ } = $e^{-j2\pi ft_{0}}*1$ = $e^{-j2\pi ft_{0}}$

範例5.18

重複範例5.4，試求 $x_{b}(t)=rect(t+{\frac {1}{2}})-rect(t-{\frac {1}{2}})$ 的傅立葉轉換。

【解】：

(1)已知 $rect(t)\leftrightarrow \sin c(f)$

(2)根據時移定理知:

$rect(t+{\frac {-1}{2}})$ $\leftrightarrow \sin c(f)e^{-j2\pi f({\frac {-1}{2}})}$ = $\sin c(f)e^{j\pi f}$

$rect(t-{\frac {1}{2}})$ $\leftrightarrow \sin c(f)e^{-j2\pi f({\frac {1}{2}})}$ = $\sin c(f)e^{-j\pi f}$

(3)故

$\Im$ { $x_{b}(t)$ } = $\Im$ { $rect(t+{\frac {1}{2}})$ } - $\Im$ { $rect(t-{\frac {1}{2}})$ } = $\sin c(f)[e^{j\pi f}-e^{-j\pi f}]$ = $\sin c(f)2j\sin(\pi f)$ = $\sin c(f)2j\pi f{\frac {\sin(\pi f)}{\pi f}}$ = $j2\pi f\sin c^{2}(f)$

時移定理補充說明

由時移定理知，對於 $t_{0}$ 時間的延遲將會造成 $2\pi ft_{0}$ 的相移，此一相移量與頻率 f 成正比。也就是說，針對 $t_{0}$ 時間的延遲，訊號的高頻成分會有較大的相位移，而低頻部分則相移較小。

傅立葉轉換定理(8) —頻移(frequency shift)

已知：

$x(t)\leftrightarrow X(f)(X_{\omega }(\omega )$

則

$x(t)e^{j2\pi f_{0}t}\leftrightarrow X(f-f_{0})$

$x(t)e^{j\omega _{0}t}\leftrightarrow X_{\omega }(\omega -\omega _{0}))$

訊號在時域乘上ㄧ複指數訊號 $e^{j2\pi f_{0}t}$ ，在頻域的效果相當於訊號的頻譜在頻率軸上平移 $f_{0}$ 。

頻移定理與時移定理互為對偶定理。

【證明】

$\Im$ { $x(t)e^{j2\pi f_{0}t}$ } = $\int _{-\infty }^{\infty }[x(t)e^{j2\pi f_{0}t}]e^{-j2\pi ft}\,dt$ == $\int _{-\infty }^{\infty }[x(t)e^{-j2\pi (f-f_{0})t}]\,dt$ = $X(f-f_{0})$

範例5.19—調變原理(modulation)

已知 $x(t)\leftrightarrow X(f)$ ，試求(a) $y_{1}(t)=x(t)\cos {2\pi f_{0}t}$ (b) $y2(t)=x(t)\sin {2\pi f_{0}t}$ 的傅立葉轉換。

【解】 (a)

(1) $y_{1}(t)=x(t)\cos {2\pi f_{0}t}$ = $x(t){\frac {e^{j2\pi f_{0}t}+e^{j2\pi f_{0}t}}{2}}$ = ${\frac {1}{2}}[x(t)^{j2\pi f_{0}t}+x(t)^{-j2\pi f_{0}t}]$

(2) $\Im$ { $y_{1}(t)$ } = ${\frac {1}{2}}[\Im$ { $x(t)e^{j2\pi f_{0}t}$ }+ $\Im$ { $x(t)e^{-j2\pi f_{0}t}$ }] = ${\frac {1}{2}}$ { $X(f-f_{0})+X(f+f_{0})$ }

(b)

(1) $y_{2}(t)x(t)\sin {2\pi f_{0}t}$ = $x(t){\frac {e^{j2\pi f_{0}t}-e^{j2\pi f_{0}t}}{2j}}$ = ${\frac {1}{2j}}[x(t)^{j2\pi f_{0}t}-x(t)^{-j2\pi f_{0}t}]$

(2) $\Im$ { $y_{2}(t)$ } = ${\frac {1}{2j}}$ { $X(f-f_{0})-X(f+f_{0})$ }

範例5.20

試求 $x_{1}(t)$ = $rect({\frac {t}{2}})\cos {20\pi t}$ 的傅立葉轉換。

【解】已知 $rect({\frac {t}{2}})\cos 20\pi t\leftrightarrow 2\sin c(2f)$

故

$X_{1}(f)$ = $\Im$ { $x_{1}(t)$ } = $\sin c[2(f-10)]+\sin c[2(f+10)]$

傅立葉轉換定理(9) —旋積定理(convolution)

已知：

$x(t)\leftrightarrow X(f)(X_{\omega }(\omega )$

$y(t)\leftrightarrow Y(f)(Y_{\omega }(\omega )$

則

$x(t)*y(t)$ = $\int _{-\infty }^{\infty }x(\lambda )y(t-\lambda )\,d\lambda \leftrightarrow X(f)Y(f)(X_{\omega }(\omega )Y_{\omega }(\omega ))$

兩個訊號在時域做旋積運算相當於此二訊號在頻域相乘。

【證明】︰

(1)令 $z(t)=x(t)*y(t)=\int _{-\infty }^{\infty }x(\lambda )y(t-\lambda )\,d\lambda \Rightarrow Z(f)$ = $\Im$ { $z(t)$ } = $\int _{-\infty }^{\infty }[\int _{-\infty }^{\infty }x(\lambda )y(t-\lambda )\,d\lambda ]e^{-j2\pi ft}dt$ 交換積分順序 $\Rightarrow Z(f)=\int _{-\infty }^{\infty }x(\lambda )[\int _{-\infty }^{\infty }y(t-\lambda )e^{-j2\pi ft}dt]\,d\lambda$

【證明】

(2)根據時移定理： $\int _{-\infty }^{\infty }y(t-\lambda )e^{-j2\pi ft}dt=Y(f)e^{-j2\pi f\lambda }$

(3)故 $Z(f)=\int _{-\infty }^{\infty }x(\lambda )Y(f)e^{-j2\pi f\lambda }\,d\lambda =[\int _{-\infty }^{\infty }x(\lambda )e^{-j2\pi f\lambda }\,d\lambda ]Y(f)=X(f)Y(f)$

範例5.21

試求方波 $x(t)=rect({\frac {t}{\tau }})$ 自己做旋積運算後的傅立葉轉換。

【解】

(1)已知 $rect({\frac {t}{\tau }})\leftrightarrow \tau \sin c(\tau f)$

(2)令 $y(t)=x(t)*x(t)=rect({\frac {t}{\tau }})*rect({\frac {t}{\tau }})$

根據旋積定理知： $Y(f)$ = $\Im$ { $y(t)$ } = $\Im$ { $x(t)*x(t)$ } = $X(f)X(f)$ = $\tau ^{2}\sin c^{2}(\tau f)$

範例5.22—三角波的傅立葉轉換

定義：

$x(t)$ = $\Lambda ({\frac {t}{\tau }})$ $\equiv$ ${\begin{cases}{1-|t|/\tau },&{|t|<\tau }\\0,&other\end{cases}}$

試求其傅立葉轉換。

【解】

(1)根據旋積運算公式及三角波的定義知： $rect({\frac {t}{\tau }})*rect({\frac {t}{\tau }})=\tau \Lambda ({\frac {t}{\tau }})$

(2)又由範例5.21可知：： $rect({\frac {t}{\tau }})*rect({\frac {t}{\tau }})\leftrightarrow \tau ^{2}\sin c^{2}(\tau f)$

(3)故 $\tau \Lambda ({\frac {t}{\tau }})\leftrightarrow \tau ^{2}\sin c^{2}(\tau f)\Leftrightarrow \Lambda ({\frac {t}{\tau }})\leftrightarrow \tau \sin c^{2}(\tau f)$

系統的轉換函數(transfer function)

一線性非時變系統對輸入訊號 x(t) 的響應可表示為

其中h(t) 為系統的單位脈衝響應

將 $y(t)=x(t)*h(t)$ 取傅立葉轉換可得： $Y(f)=X(f)H(f)$

其中 $H(f)$ = $\Im$ { $h(t)$ }

H(f)稱為系統的轉換函數(transfer function) ；或稱為系統的頻率響應(frequency response) 。

傅立葉轉換定理(10) —乘積定理(multiplication)

已知：

$x(t)\leftrightarrow X(f)(X_{\omega }(\omega ))$

$y(t)\leftrightarrow Y(f)(Y_{\omega }(\omega ))$

則

$x(t)y(t)\leftrightarrow X(f)*Y(f)({\frac {1}{2\pi }}X_{\omega }(\omega )*Y_{\omega }(\omega ))$

明顯的，乘積定理與旋積定理互為對偶定理。

【證明】︰

$\Im$ { $x(t)y(t)$ } = $\int _{-\infty }^{\infty }x(t)y(t)e^{-j2\pi ft}\,dt$ = $\int _{-\infty }^{\infty }[\int _{-\infty }^{\infty }X(\lambda )e^{j2\pi \lambda t}dt]y(t)e^{-j2\pi ft}\,dt$ = $\int _{-\infty }^{\infty }X(\lambda )[\int _{-\infty }^{\infty }y(t)e^{-j2\pi (f-\lambda )t}dt]d\lambda$ = $\int _{-\infty }^{\infty }X(\lambda )Y(f-\lambda )d\lambda$ = $X(f)*Y(f)$

範例5.23

試求餘弦脈波函數(cosinusoidal pulse)

$x(t)=Arect({\frac {t}{\tau }})\cos {2\pi f_{0}t}$

的傅立葉轉換。

【解】

(1)已知 $Arect({\frac {t}{\tau }})\leftrightarrow A\tau \sin c(\tau f)$ $\cos(2\pi f_{0}t)\leftrightarrow {\frac {1}{2}}$ { $\delta (f-f_{0})+\delta (f+f_{0})$ }

(2)依據乘積定理可知：

$X(f)$ = $\Im$ { $x(t)$ } = $\Im$ { $Arect(frac{t}{\tau })$ } * $\Im$ { $\cos(2\pi f_{0}t)$ } = $A\tau \sin c(\tau f)$ * ${\frac {1}{2}}$ { $\delta (f-f_{0})+\delta (f+f_{0})$ } $(\Rightarrow f(x)*\delta (x\pm x_{0})=f(x\pm x_{0})$ = ${\frac {A\tau }{2}}$ { $\sin c[\tau (f-f_{0})]+\sin c[\tau (f+f_{0})]$ }

傅立葉轉換定理(11) —時域微分(time-domain differentiation)

已知：

$x(t)\leftrightarrow X(f)(X_{\omega }(\omega ))$

若 x(t) 可微分，則

${\frac {d^{n}x(t)}{dt^{n}}}$ $\leftrightarrow$ $(j2\pi f)^{n}X(f)((j\omega )^{n}X_{\omega }(\omega ))$

在時域對 x(t) 作微分相當於在頻域乘上 $(j2\pi f)$ 。由於 $(j2\pi f)$ 的大小與頻率 f 成正比，故頻率越高的成分將會乘上越大的倍數。也就是說，微分的動作會對高頻有放大的效果。

時域微分定理與定理(4)乘上 $t^{n}$ 定理互為對偶定理。

【證明】

(1)已知 $x(t)=\int _{-\infty }^{\infty }X(f)e^{j2\pi ft}\,df$

(2)等號兩邊分別對 t 微分： ${\frac {dx(t)}{dt}}={\frac {d}{dt}}[\int _{-\infty }^{\infty }X(f)e^{j2\pi ft}\,df]$ = $\int _{-\infty }^{\infty }X(f){\frac {d}{dt}}(e^{j2\pi ft})\,df$ = $\int _{-\infty }^{\infty }X(f)(j2\pi f)e^{j2\pi ft}\,df$ = $\int _{-\infty }^{\infty }[(j2\pi f)X(f)]e^{j2\pi ft}\,df$

【證明】

(3)故 ${\frac {dx(t)}{dt}}\leftrightarrow (j2\pi f)X(f)$

(4)重複上述步驟可得 ${\frac {d^{n}x(t)}{dt^{n}}}\leftrightarrow (j2\pi f)^{n}X(f)$

傅立葉轉換定理(12) —時域積分(time-domain integration)

已知： $x(t)\leftrightarrow X(f)(X_{\omega }(\omega ))$

則

$\int _{-\infty }^{t}x(\lambda )\,d\lambda \leftrightarrow {\frac {1}{j2\pi f}}X(f)+X(0)\delta (0)$

$({\frac {1}{j\omega }}X_{\omega }(\omega )+X_{\omega }(0)\delta (\omega ))$

在時域對 x(t) 作積分相當於在頻域除以 $(j2\pi f)$ ，故積分會衰減訊號的高頻部份。

公式中， $X(0)=\int _{-\infty }^{\infty }x(t)\ ,dt$ 。若 $X(0)=0$ ，則公式可簡化為： $\int _{-\infty }^{t}x(\lambda )\,d\lambda \leftrightarrow {\frac {1}{j2\pi f}}X(f)({\frac {1}{j\omega }}X_{\omega }(\omega ))$

【證明】

(1)根據旋積運算的定義： $x(t)*u(t)=\int _{-\infty }^{\infty }x(\lambda )u(t-\lambda )\ ,d\lambda =\int _{-\infty }^{t}x(\lambda )\,d\lambda$

(2) $\Im$ { $\int _{-\infty }^{t}x(\lambda )\,d\lambda$ } = $\Im$ { $x(t)*u(t)$ }

【證明】︰

(3)根據旋積定理： $\Im$ { $\int _{-\infty }^{t}x(\lambda )\,d\lambda$ } = $\Im$ { $x(t)*u(t)$ } = $\Im$ { $x(t)$ } $\Im$ { $u(t)$ } = $X(f)[{\frac {1}{j2\pi f}}+{\frac {1}{2}}\delta (f)]$ = ${\frac {1}{j2\pi f}}X(f)+{\frac {1}{2}}X(f)\delta (f)$ = ${\frac {1}{j2\pi f}}X(f)+{\frac {1}{2}}X(0)\delta (f)$

範例5.24

試求下圖 x(t) 的傅立葉轉換。

【解法1】 (1)令 $y(t)={\frac {dx(t)}{dt}},z(t)={\frac {dy(t)}{dt}}\Rightarrow x(t)=\int _{-\infty }^{t}y(\lambda )\,d\lambda ,y(t)=\int _{-\infty }^{t}z(\tau )\,d\tau$

(2)由上圖知： $z(t)=K[\delta (t+b)-\delta (t+a)-\delta (t-a)+\delta (t-b)]$

其中( $K={\frac {dx(A)}{b-a}}$ )

故

$Z(f)$ = $\Im$ { $z(t)$ } = $K[e^{j2\pi fb}-e^{j2\pi fa}-e^{-j2\pi fa}+e^{-j2\pi fb}]$ = $2K[\cos {2\pi fb}-\cos {2\pi fa}]$

(3)根據時域積分定理：

$y(t)=\int _{-\infty }^{t}z(\tau )\,d\tau$

$\Rightarrow Y(f)={\frac {1}{j2\pi f}}Z(f)+{\frac {1}{2}}Z(0)\delta (f)=2K[{\frac {\cos {2\pi fb}-\cos {2\pi fa}}{j2\pi f}}]+0=2K[{\frac {\cos {2\pi fb}-\cos {2\pi fa}}{j2\pi f}}]$

(4)因 $x(t)=\int _{-\infty }^{t}y(\lambda )\,d\lambda$ ，再一次利用時域積分定理：

$X(f)={\frac {1}{j2\pi f}}Y(f)+{\frac {1}{2}}Y(0)\delta (f)=2K[{\frac {\cos {2\pi fb}-\cos {2\pi fa}}{j2\pi f}}]+0$ $(\Rightarrow Y(0)=\int _{-\infty }^{\infty }y(t)\,dt=0,\cos 2\theta =1-2\sin ^{2}\theta )$ = $2K{\frac {(1-2\sin ^{2}\pi fb)-(1-2\sin ^{2}\pi fa)}{-(2\pi f)^{2}}}$ = $K{\frac {\sin ^{2}\pi fb-\sin ^{2}\pi fa}{(\pi f)^{2}}}$ = K[ $b^{2}\sin c^{2}(fb)-a^{2}\sin c^{2}(fa)$ ]

【解法2】

(1)由圖可知： $X(t)=B\Lambda ({\frac {t}{b}})-(B-A)\Lambda ({\frac {t}{a}})$

其中 $B={\frac {Ab}{(b-a)}}$

(2)故 $X(f)$ = $\Im$ { $x(t)$ } = B $\Im$ { $\Lambda ({\frac {t}{b}})$ } - $(B-A)$ $\Im$ { $\Lambda ({\frac {t}{a}}$ } = $Bb\sin c^{2}(bf)-(B-A)a\sin c^{2}(af)$

訊號與系統/傅立葉轉換的定理

傅立葉轉換定理(1) —線性(linearity)

範例5.11

範例5.12

傅立葉轉換定理(2)-時間比例調整(time scaling)

傅立葉轉換定理(2)-時間比例調整(time scaling)

範例5.13

傅立葉轉換原理(3.)—時間反轉(time reversal)

範例5.14

傅立葉轉換定理(4) —乘上 t n {\displaystyle t^{n}}

範例5.15

傅立葉轉換定理(5) —共軛複數

傅立葉轉換定理(6) —對偶性(duality)

範例5.16

傅立葉轉換定理(7) —時移(time shift)

範例5.17

範例5.18

時移定理補充說明

傅立葉轉換定理(8) —頻移(frequency shift)

範例5.19—調變原理(modulation)

範例5.20

傅立葉轉換定理(9) —旋積定理(convolution)

範例5.21

範例5.22—三角波的傅立葉轉換

系統的轉換函數(transfer function)

傅立葉轉換定理(10) —乘積定理(multiplication)

範例5.23

傅立葉轉換定理(11) —時域微分(time-domain differentiation)

傅立葉轉換定理(12) —時域積分(time-domain integration)

範例5.24

傅立葉轉換定理(4) —乘上 $t^{n}$