周期信号的傅里叶变换是信号与系统课程中最容易让初学者困惑的知识点之一。很多读者已经知道周期信号可以用傅里叶级数展开也知道非周期信号可以用傅里叶变换分析。但当这两套工具同时出现在一个周期信号上时问题就来了周期信号能不能做傅里叶变换如果能变换结果和傅里叶级数系数到底是什么关系为什么教材里会出现冲激函数而用 FFT 计算时看不到这些冲激这篇文章会围绕这个问题建立一条完整的技术主线先说明普通傅里叶变换为什么处理不了周期信号再推导周期信号的傅里叶变换如何以冲激序列的形式表达然后解释频率单位、频谱图、LTI 系统响应和 FFT 数值分析之间的关系。读完之后你可以根据给出的公式写清任意周期信号的频域表达式也能看懂不同教材之间因为频率定义不同而产生的差异。1. 周期信号不能直接套用普通傅里叶变换1.1 普通傅里叶变换的定义依赖无穷区间积分在连续时间傅里叶变换中通常采用角频率形式的定义[ X(\omega)\int_{-\infty}^{\infty}x(t)e^{-j\omega t}dt ]对应的逆变换为[ x(t)\frac{1}{2\pi}\int_{-\infty}^{\infty}X(\omega)e^{j\omega t}d\omega ]这个定义有一个隐含约束在普通积分意义下(\int_{-\infty}^{\infty}x(t)e^{-j\omega t}dt) 必须能够收敛。考虑最简单的周期信号 (\cos(\omega_0 t))。当 (\omega) 取某些值时被积函数并不随 (|t|\to\infty) 衰减而是一直振荡。直接把它代入上面的积分积分结果并不存在稳定极限。因此如果只把傅里叶变换理解为普通定积分那么很多周期信号没有傅里叶变换。这也是很多教材先讲“周期信号用傅里叶级数展开非周期信号用傅里叶变换分析”的原因。如果周期信号也要放进同一套傅里叶变换体系里就不能沿用普通积分的思路而需要扩展函数概念。1.2 周期信号满足傅里叶级数展开的条件却不是能量信号傅里叶级数只要求信号在一个周期内满足狄利克雷条件例如在一个周期内绝对可积、有限个间断点、有限个极值点。对于大部分工程中遇到的周期信号在一个周期内求积分是非常自然的事情所以傅里叶级数可以顺利展开。用傅里叶级数展开周期信号会得到一组离散频率分量。以指数形式为例任何满足条件的周期信号都可以写成[ x(t)\sum_{n-\infty}^{\infty}C_n e^{jn\omega_0 t} ]其中 (n) 是整数(\omega_0\frac{2\pi}{T}) 是基波角频率。这里的频率分量只在 (0,\pm\omega_0,\pm2\omega_0,\cdots) 处出现所以常被称为离散频谱。但这里说的“离散频谱”是频率轴上的离散谱线并不是时域离散信号。问题在于大多数周期信号的能量是无穷大的。比如 (\cos(\omega_0 t)) 在无穷时间上的能量不收敛但它在每个周期上的平均功率是有限的。工程上把这类信号称为功率信号。普通的傅里叶变换更适合处理能量信号而傅里叶级数天然适合处理周期功率信号。1.3 引入冲激函数后两个工具才能统一傅里叶级数能不能并入傅里叶变换本质上取决于频率轴上的离散谱线能否用某种“分布”表示。一条谱线没有宽度但在某一个频率点上集中了全部能量或功率。如果用普通函数描述这些频率分量很难表达“无限窄却有限功率”的含义。冲激函数 (\delta(\omega)) 正好补上了这个缺口。它可以表示一个频率点上无穷高的谱密度而冲激对应的积分面积则可以表示该频率分量的权重。将周期信号的傅里叶级数逐项做傅里叶变换后每一项复指数都对应一个频率点上的冲激。最终得到的 (X(\omega)) 是一系列等间隔冲激。也就是说周期信号的傅里叶变换不是普通函数意义上的积分结果而是广义函数或分布意义上的结果。这里的重点不是“能不能算”而是“在什么框架下算”。学习阶段建议先接受冲激函数的存在工程分析中则可以把冲激理解为“某一频率处功率集中”的数学抽象。2. 先理解傅里叶级数系数再推导傅里叶变换2.1 指数形式傅里叶级数是最合适的基础要得到周期信号的傅里叶变换建议先使用指数形式的傅里叶级数。对于基波周期为 (T) 的信号 (x(t))可写成[ x(t)\sum_{n-\infty}^{\infty}C_n e^{jn\omega_0 t} ]系数为[ C_n\frac{1}{T}\int_{t_0}^{t_0T}x(t)e^{-jn\omega_0 t}dt ]其中 (t_0) 可以任意选取通常取一个便于计算的周期起始位置例如从 (\int_{-T/2}^{T/2}) 计算。下标的 (n) 取全部整数因此频谱图是双边谱。即便信号本身是实信号也会同时出现正频率分量和负频率分量。负频率不是“不存在的虚假频率”而是复指数分解后为了恢复实信号而必须保留的共轭对。2.2 傅里叶级数系数与频谱图并不是同一个东西很多初学者会把傅里叶级数系数直接看成“傅里叶变换”这是概念上的一个坎。画周期信号的频谱图时通常会在 (\omegan\omega_0) 处画一条谱线谱线高度表示 (|C_n|)。这可以叫“傅里叶级数频谱图”也可以叫“谱线图”。它是离散的条状结构横轴是频率纵轴是级数系数或幅度。而周期信号的傅里叶变换 (X(\omega)) 在下文会推导成[ X(\omega)2\pi\sum_{n-\infty}^{\infty}C_n\delta(\omega-n\omega_0) ]这里每个冲激的“面积”是 (2\pi C_n)不是简单的 (C_n)。如果不引入冲激谱线图上的高度是 (|C_n|)如果引入冲激每个冲激的加权系数还要受傅里叶逆变换中的 (1/2\pi) 影响。两者既要关联又不能混为一谈。2.3 先求系数仍然是整个流程中最重要的一步有人可能会觉得如果已经有周期信号傅里叶变换的通用公式就不需要再计算系数了。实际上公式只是说每个冲激权重正比于该频率处的傅里叶级数系数。对具体信号求频谱最终仍然要回到“求系数”这步。处理实际工程信号时常见的流程是判断信号是否周期确定基波周期 (T) 和基波角频率 (\omega_0)。在一个周期内积分求 (C_n)。写出 (x(t)) 的指数傅里叶级数。使用脉冲加权公式得到 (X(\omega))。用冲激的位置和权重绘制频域结构图。这一步之所以重要是因为如果只记住“周期信号频谱是一堆冲激”这句话却不理解冲激的权重来自 (C_n)后续分析中很容易把频谱画错。3. 从单频信号出发推导周期信号的傅里叶变换3.1 复指数信号的傅里叶变换是单个冲激先研究最简单的周期信号[ x(t)e^{j\omega_0 t} ]从傅里叶变换的定义看它不能直接做普通积分。但从广义函数的角度看它的傅里叶变换应该满足逆变换关系[ \frac{1}{2\pi}\int_{-\infty}^{\infty}X(\omega)e^{j\omega t}d\omegae^{j\omega_0 t} ]如果取[ X(\omega)2\pi\delta(\omega-\omega_0) ]则有[ \frac{1}{2\pi}\int_{-\infty}^{\infty}2\pi\delta(\omega-\omega_0)e^{j\omega t}d\omegae^{j\omega_0 t} ]因此[ e^{j\omega_0 t}\longleftrightarrow 2\pi\delta(\omega-\omega_0) ]这解释了为什么系数中会出现 (2\pi)。因为在角频率形式的傅里叶变换对中逆变换前有 (1/2\pi)只有给冲激配上 (2\pi)正反变换才能互相抵消恢复原来的复指数。3.2 逐项变换得到周期信号的冲激序列任意满足条件的周期信号都可以展开为[ x(t)\sum_{n-\infty}^{\infty}C_n e^{jn\omega_0 t} ]对右边逐项做傅里叶变换每一项都对应一个复指数[ C_n e^{jn\omega_0 t}\longleftrightarrow 2\pi C_n\delta(\omega-n\omega_0) ]把这些结果叠加起来就得到周期信号的傅里叶变换[ X(\omega)\sum_{n-\infty}^{\infty}2\pi C_n\delta(\omega-n\omega_0) ]为了书写方便通常写成[ X(\omega)2\pi\sum_{n-\infty}^{\infty}C_n\delta(\omega-n\omega_0) ]这个公式说明周期信号在频域中只在谐波频率处有非零分布。每个冲激的位置由 (n\omega_0) 决定冲激的权重由 (2\pi C_n) 决定。这些冲激在频域中的间隔恰好是[ \omega_0\frac{2\pi}{T} ]间隔越小意味着周期越大频率谱线越密集周期趋于无穷大时离散谱线逐渐变成连续谱这个过程正是从周期信号走向非周期信号的直觉。3.3 用逆变换验证公式的完整性得到 (X(\omega)) 后可以通过逆变换验证它确实能恢复原来的 (x(t))[ x(t)\frac{1}{2\pi}\int_{-\infty}^{\infty}X(\omega)e^{j\omega t}d\omega ]代入表达式后积分一次会得到[ x(t)\frac{1}{2\pi}\int_{-\infty}^{\infty}2\pi\sum_{n-\infty}^{\infty}C_n\delta(\omega-n\omega_0)e^{j\omega t}d\omega ]利用冲激的采样性质最终只剩下[ x(t)\sum_{n-\infty}^{\infty}C_n e^{jn\omega_0 t} ]这和起始的傅里叶级数完全一致。因此周期信号的傅里叶变换并不是另外一套近似表示而是傅里叶级数在广义函数框架下的统一表达。这种验证方法建议保留下来。很多时候计算完频谱后不一定要重新做一遍完整积分只要检查逆变换能否回到原始时域信号就能发现系数是否少写 (2\pi)、冲激位置是否写错等问题。4. 典型周期信号的傅里叶变换结果4.1 余弦信号与正弦信号余弦信号可以写成复指数形式[ \cos(\omega_0 t)\frac{1}{2}\left(e^{j\omega_0 t}e^{-j\omega_0 t}\right) ]因此它的傅里叶变换为[ \cos(\omega_0 t)\longleftrightarrow \pi\delta(\omega-\omega_0)\pi\delta(\omega\omega_0) ]这里的冲激面积是 (\pi)。如果只用频率 (f) 而不是角频率 (\omega) 定义傅里叶变换结果会变成两个面积 (1/2) 的冲激[ \cos(2\pi f_0 t)\longleftrightarrow \frac{1}{2}\delta(f-f_0)\frac{1}{2}\delta(ff_0) ]正弦信号也类似[ \sin(\omega_0 t)\frac{1}{2j}\left(e^{j\omega_0 t}-e^{-j\omega_0 t}\right) ]傅里叶变换为[ \sin(\omega_0 t)\longleftrightarrow -j\pi\delta(\omega-\omega_0)j\pi\delta(\omega\omega_0) ]这说明正弦信号的谱线虽然幅度与余弦相同但因为相位不同两个冲激的权重是共轭反对称关系。4.2 周期冲激串仍然是冲激串设周期冲激串为[ p(t)\sum_{m-\infty}^{\infty}\delta(t-mT) ]这是时间域上的等间隔冲激串周期为 (T)。它的傅里叶级数系数在一个周期内是均匀的[ C_n\frac{1}{T} ]因此其傅里叶变换为[ P(\omega)\frac{2\pi}{T}\sum_{n-\infty}^{\infty}\delta(\omega-n\omega_0) ]这个结果可以写成[ P(\omega)\omega_0\sum_{n-\infty}^{\infty}\delta(\omega-n\omega_0) ]也就是说时域间隔为 (T) 的冲激串傅里叶变换后是频域间隔为 (\omega_0\frac{2\pi}{T}) 的冲激串。这个结论在采样定理、周期采样分析和数字信号处理中非常关键。4.3 周期矩形脉冲的频谱包络假设周期为 (T)、脉冲宽度为 (\tau)、脉冲幅度为 (A)并且脉冲中心位于原点。若采用通信领域常见的 (\operatorname{sinc}) 定义[ \operatorname{sinc}(x)\frac{\sin(\pi x)}{\pi x} ]则傅里叶级数系数为[ C_n\frac{A\tau}{T}\operatorname{sinc}\left(\frac{n\tau}{T}\right) ]因此周期矩形脉冲信号的傅里叶变换为[ X(\omega)2\pi\sum_{n-\infty}^{\infty}\frac{A\tau}{T}\operatorname{sinc}\left(\frac{n\tau}{T}\right)\delta(\omega-n\omega_0) ]从频域结构可以看出单脉冲的连续频谱是 (\operatorname{sinc}) 形包络把单脉冲按周期重复之后频域变成以 (\omega_0) 为间隔的离散冲激序列。每个冲激所在位置的包络取值正好等于 (\operatorname{sinc}) 函数在该谐波点上的采样值。如果脉冲时间段不是关于原点对称的系数中会额外带来线性相位因子例如 (e^{-jn\omega_0 t_d})。这说明时间平移不改变冲激的位置和幅度谱只改变相位谱。4.4 常见傅里叶变换结果速查下面的速查表采用角频率 (\omega) 形式的傅里叶变换定义。时域信号条件或说明频域结果(e^{j\omega_0 t})单个复指数(2\pi\delta(\omega-\omega_0))(\cos(\omega_0 t))实周期信号(\pi\delta(\omega-\omega_0)\pi\delta(\omega\omega_0))(\sin(\omega_0 t))实周期信号(-j\pi\delta(\omega-\omega_0)j\pi\delta(\omega\omega_0))(\sum_{m}\delta(t-mT))时域冲激串(\omega_0\sum_{n}\delta(\omega-n\omega_0))周期矩形脉冲脉冲宽度 (\tau)幅度 (A)(2\pi\sum_{n}\frac{A\tau}{T}\operatorname{sinc}(n\tau/T)\delta(\omega-n\omega_0))任意周期信号系数为 (C_n)(2\pi\sum_{n}C_n\delta(\omega-n\omega_0))使用表格前先确认自己采用的是角频率形式还是普通频率形式。两种定义下的冲激权重不同这是周期信号傅里叶变换最容易踩的坑。5. 为什么不同教材里的结果看起来不一样5.1 角频率形式与普通频率形式是两套常用约定很多教材使用角频率 (\omega)[ X(\omega)\int_{-\infty}^{\infty}x(t)e^{-j\omega t}dt ]另一些教材使用普通频率 (f)[ X(f)\int_{-\infty}^{\infty}x(t)e^{-j2\pi f t}dt ]两套定义都成立区别在于逆变换中的比例因子不同。使用角频率时逆变换前有 (1/2\pi)使用普通频率时逆变换往往写作[ x(t)\int_{-\infty}^{\infty}X(f)e^{j2\pi f t}df ]因此同一个周期信号在两套定义下得到的结果会差一个 (2\pi) 倍但这个倍率不是固定的统一倍数而是作用在冲激的权重上。