首页 > 其他分享 >模为1的等比复级数的和

模为1的等比复级数的和

时间:2024-03-01 19:56:51浏览次数:20  
标签:infty pi frac 级数 sum j2 比复 delta 模为

有如下级数和

\[\sum_{n=0}^{\infty}e^{-j2\pi fnT} \]

实际上其应该是不收敛的。工程上为了对其进行求解,引入了\(\delta(\cdot)\)函数。接下来我们看看工程中如何对其进行处理。

假设以周期\(T\)对函数\(g(t)\)进行采样,那么采样信号为:

\[\begin{aligned} g_{\delta}(t) &= g(t)\cdot \sum_{n=-\infty}^{\infty}\delta(t-nT)\qquad (a)\\ &=\sum_{n=-\infty}^{\infty}g(nT)\delta(t-nT)\qquad (b) \end{aligned}\tag{1}\]

对采样信号的两种不同表达方式分别进行傅里叶变换,可以得到两种不同的频域表达方式:

对于方式(a):

\[\begin{aligned} g_{\delta}(t)&= g(t)\cdot \sum_{n=-\infty}^{\infty}\delta(t-nT)\\ &\overset{\text{傅里叶级数展开}}{=}g(t)\cdot \left(\frac{1}{T}\sum_{n=-\infty}^{\infty}e^{j\frac{2\pi}{T}nt}\right)\\ &=\frac{1}{T}\sum_{n=-\infty}^{\infty}g(t)\cdot e^{j2\pi \color{red}{\frac{n}{T}}t} \end{aligned} \]

假设\(g(t)\)的傅里叶变换为\(G(f)\),那么根据傅里叶变换的调制特性(频移特性),采样信号的傅里叶变换为:

\[G_{\delta}(f) = \frac{1}{T}\sum_{n=-\infty}^{\infty}G(f-\frac{n}{T})\tag{2} \]

对于方式(b)
直接对\(g_{\delta}(t)\)进行傅里叶变换得到:

\[\begin{aligned} G_{\delta}(f) &= \int_{-\infty}^{\infty}\left(\sum_{n=-\infty}^{\infty}g(nT)\delta(t-nT)\right)e^{-j2\pi ft}dt\\ &=\sum_{n=-\infty}^{\infty}g(nT)\int_{-\infty}^{\infty}\delta(t-nT)e^{-j2\pi ft}dt\\ &=\sum_{n=-\infty}^{\infty}g(nT)e^{-j2\pi fnT} \end{aligned}\tag{3}\]

结合(2),(3)式可以得到:

\[\frac{1}{T}\sum_{n=-\infty}^{\infty}G(f-\frac{n}{T})=\sum_{n=-\infty}^{\infty}g(nT)e^{-j2\pi fnT}\tag{4} \]

如果令\(g(t)=u(t)\),并带入(4)式,可以得到:

\[\begin{aligned} \frac{1}{T}\sum_{n=-\infty}^{\infty}\frac{1}{2}\left[\delta(f-\frac{n}{T})+\frac{1}{j\pi(f-\frac{n}{T})}\right]&=\sum_{n=0}^{\infty}u(nT)e^{-j2\pi fnT}\\ \frac{1}{2T}\sum_{n=-\infty}^{\infty}\left[\delta(f-\frac{n}{T})+\frac{1}{j\pi(f-\frac{n}{T})}\right]&=u(0)e^{0}+\sum_{n=1}^{\infty}e^{-j2\pi fnT}\\ &=\frac{1}{2}+\sum_{n=1}^{\infty}e^{-j2\pi fnT}+e^{-j2\pi f\color{blue}{0}T}-e^{-j2\pi f\color{blue}{0}T}\\ &=-\frac{1}{2}+\sum_{n=0}^{\infty}e^{-j2\pi fnT} \end{aligned}\tag{5}\]

至此,我们得出了:

\[\sum_{n=0}^{\infty}e^{-j2\pi fnT}=\frac{1}{2}+\frac{1}{2T}\sum_{n=-\infty}^{\infty}\left[\delta(f-\frac{n}{T})+\frac{1}{j\pi(f-\frac{n}{T})}\right]\tag{6} \]

标签:infty,pi,frac,级数,sum,j2,比复,delta,模为
From: https://www.cnblogs.com/vinsonnotes/p/18047815

相关文章

  • 鱼眼镜头使用泰勒级数系数拟合畸变系数
    鱼眼镜头使用泰勒级数系数拟合畸变系数转载于:https://blog.csdn.net/qq_16137569/article/details/112398976  ......
  • SpringBoot+MybatisPlus+Mysql实现批量插入万级数据多种方式与耗时对比
    场景若依前后端分离版本地搭建开发环境并运行项目的教程:https://blog.csdn.net/BADAO_LIUMANG_QIZHI/article/details/108465662若依前后端分离版如何集成的mybatis以及修改集成mybatisplus实现Mybatis增强:https://blog.csdn.net/BADAO_LIUMANG_QIZHI/article/details/1362030......
  • 浅谈集合幂级数
    叠甲:读者很菜。集合幂级数是一个很厉害的东西。我们对于是有限集的全集\(\mathbb{U}={1,2,\dotsn}\),我们利用占位符\(x^S\)来表示一个序列\(f\),其中对于\(S\subseteq\mathbb{U}\)的值为\(f_S\)。一般记为\(F=\sum\limits_{S\subseteq\mathbb{U}}f_Sx^S\)。对于占位......
  • 基于Doris构建亿级数据实时数据分析系统
    转载至我的博客https://www.infrastack.cn,公众号:架构成长指南背景随着公司业务快速发展,对业务数据进行增长分析的需求越来越迫切,与此同时我们的业务数据量也在快速激增、每天的数据新增量大概在30w左右,一年就会产生1个亿的数据,显然基于传统MySQL数据库已经无法支撑满足以......
  • 级数展开
     级数 收敛与否的判断   ......
  • 20240201-高级数据结构随记
    intmain(){intn;cin>>n;for(inti=1;i<=n;i++){scanf("%d",&a[i]);sum[i]=sum[i-1]+a[i];}intmn=sum[0];for(inti=1;i<=n;i++){//枚举右端点if(sum[i]-mn>ans)ans=sum[i]-mn;......
  • 20240201-高级数据结构总结
    待办:倍增并查集线段树合并set逆序对树动态开点线段树套用模版#include<bits/stdc++.h>usingnamespacestd;#defineM100005#definelllonglongstructnode{ intL,R,cnt,vis;}tree[400005];inta[M],b[M],c[M],f[M];voidbuild(intp,intl,intr){ tre......
  • SpringBoot利用ThreadPoolTaskExecutor批量插入百万级数据实测!
    开发目的: 提高百万级数据插入效率。采取方案: 利用ThreadPoolTaskExecutor多线程批量插入。采用技术: springboot2.1.1+mybatisPlus3.0.6+swagger2.5.0+Lombok1.18.4+postgresql+ThreadPoolTaskExecutor等。application-dev.properties添加线程池配置信息#异步线程配置#配置核......
  • 1. 计算级数
    importscala.io.StdIn.readLineobjecttest1{defmain(args:Array[String]):Unit={valq=readLine("请输入一个大于0的数:").toDoublevalresult=calculateSum(q)println(s"Sn=$result")}defcalculateSum(q:Double):Double......
  • 【亿级数据专题】「分布式消息引擎」 盘点本年度我们探索服务的低延迟可用性机制方案
    疾风吹征帆,倏尔向空没。干里在俄顷,三江坐超忽。一孟浩然背景介绍在充满挑战的2023年度,我们不可避免地面对了一系列棘手的问题,例如响应速度缓慢、系统陷入雪崩状态、用户遭受不佳的体验以及交易量的下滑。这些问题的出现,严重影响了我们的业务运行和用户满意度,为了应对这些问题,我们所......