众所周知,时间上具有有限支持的信号在频率上具有无限支持(谈论傅里叶变换)。
为该声明给出的一个常见示例是带有傅里叶变换函数的三角形函数。
我想了解为什么以下示例不是一个好示例:
我们在课堂上被告知我们不能假设 sinc 真的有无限的支持(这就是我不理解的),所以给定的信号(矩形)不会是一个有限的信号的例子时间支持,频率无限支持。
众所周知,时间上具有有限支持的信号在频率上具有无限支持(谈论傅里叶变换)。
为该声明给出的一个常见示例是带有傅里叶变换函数的三角形函数。
我想了解为什么以下示例不是一个好示例:
我们在课堂上被告知我们不能假设 sinc 真的有无限的支持(这就是我不理解的),所以给定的信号(矩形)不会是一个有限的信号的例子时间支持,频率无限支持。
sinc 是一个很好的例子,作为一个无限支持的信号:
支持被定义为函数具有非零值的最小区间,很容易看到(对于除单个点之外 )变得任意小对于大 ,但对于任何有限的,实际上从来没有经常。所以,qed、sinc 有无限的支持。
我们使用这个确切的属性向全世界的学生说明完美的滤波器(即在频域中看起来像矩形的东西)永远不能实现为 FIR 滤波器,因为它需要无限长。
问题的核心依赖于如何在域中定义一个带有的函数的支持。DSP 中最常见的概念是不消失的集合的闭包,即因此这是一个封闭的集合。这里,很明显,对于基数正弦,的闭包是(因此不是有限的)。
有一些普遍的结果,有些甚至更强(而且超出了我的能力范围),例如 Michael Benedicks, Fourier transforms of functions supported on sets of limited Lebesgue measure,J. Math。肛门。申请,106 (1985),第 180-183 页。以一种普通的方式:如果一个函数及其傅立叶变换都具有有限测度,则该函数几乎处处为零。
然而,支持的概念更多,例如基本支持,这取决于衡量标准。你可以有一个支持的(有点病态的)函数,但是一个的基本支持(比如Dirichlet 函数)。这不是连续函数的情况,例如三角形、基数正弦或其平方,其中两个支持概念重合,例如参见基本支持与连续函数的经典支持。所以两者都是这方面的好例子。
所以,我怀疑不是勒贝格可积的(并且可能矩形函数不连续)这一事实在你老师的“不是一个好”的断言中发挥了作用。
PS:正如 Marcus Müller 所说,请注意,在中使用非平方可积的正弦和余弦函数投影有点有趣!
其他来源: